530 likes | 767 Views
UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE HUMANIDADES Y EDUCACIÓN MAESTRÍA EN PSICOLOGÍA DE LA INSTRUCCIÓN. DESARROLLO DE UN SISTEMA COMPUTARIZADO DE ENTRENAMIENTO PARA EL DIAGNÓSTICO DE DOS GRUPOS DE DEFECTOS CONGÉNITOS DEL CORAZÓN. Lic. Cesar Anselmi 2010. Problema.
E N D
UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE HUMANIDADES Y EDUCACIÓN MAESTRÍA EN PSICOLOGÍA DE LA INSTRUCCIÓN DESARROLLO DE UN SISTEMA COMPUTARIZADO DE ENTRENAMIENTO PARA EL DIAGNÓSTICO DE DOS GRUPOS DE DEFECTOS CONGÉNITOS DEL CORAZÓN Lic. Cesar Anselmi 2010
Problema El área de las cardiopatías congénitas es muy amplia (más de 150 posibles diagnósticos). La amplitud del contenido y su complejidad está directamente asociada con su naturaleza, ya que no siempre estos defectos congénitos del corazón se presentan aislados, presentándose un defecto básico, con defectos asociados (Anselmi, 1968).
Problema Se requiere un adiestramiento adecuado en el diagnóstico temprano de estos defectos, a fin de evitar la complicación de estos casos, al no ser atendidos a tiempo. (Anselmi, 1979; Anselmi, G. y Machado, I., 2008).
Problema • El propósito general del presente trabajo es: • Extraer el conocimiento de un experto en el diagnóstico de los defectos congénitos del corazón. • Representarlo en forma de estructuras de conocimientos condicionales (estructuras de diagnóstico). • Formalizar estas estructuras a través de una herramienta de computación, a fin de desarrollar un sistema de entrenamiento, destinado a médicos cursantes del postgrado de Cardiología.
Problema Los conceptos básicos asociados a las estructuras de conocimientos, las diferencias experto-novato y el proceso de diagnóstico médico, constituyeron la base teórica para extraer el conocimiento de un experto en el diagnóstico de los defectos congénitos del corazón y representarlo.
Tipos y Estructuras de Conocimientos Tipo de Conocimiento Estructura de Conocimientos Declarativo Procedimental Nomenclatura Descripciones Manejar ejemplos Topográfica Relatos Rutinas Operaciones lineales Secuencial Reglas Decisiones Operaciones condicionales Condicional
Estructuras de Conocimientos Racimo de información DIAS DE LA SEMANA LUNES MARTES MIERC. JUEVES VIERN. SAB. DOMIN.
Estructuras de Conocimientos ENLACES NODOS DE INFORMACIÓN
Diferencias experto-novato Chi y Glaser (1980) resumen algunos de los aspectos que han caracterizado las diferencias entre los expertos y los novatos: • Los expertos poseen más nodos conceptuales que los novatos. • Tienen más interconexiones entre los nodos. • Poseen un mayor número de reglas de producción. • Pueden evocar con mayor rapidez los nodos y reglas de producción relevantes.
Estructuras de Conocimientos en los Expertos RIQUEZA DE ENLACES MUCHOS NODOS DE INFORMACIÓN
Estructuras de Conocimientos en los Novatos POCOS ENLACES NODOS DE INFORMACIÓNAISLADOS POCOS NODOS DE INFORMACIÓN
El proceso de diagnóstico médico El médico trabaja con conceptos y estructuras de conocimientos condicionales, tomando decisiones a partir del valor de una o más ”claves”. El diagnóstico médico sería un complejo proceso de generación y comprobación de hipótesis, basado en el reconocimiento de patrones: “modelo hipotético-deductivo”. (Pauker, Gorry, Kassirer & Schwartz, 1976; Macartney, 1987; Grant y Marsden, 1987; Grant y Marsden, 1988; Rimoldi, 1988).
El proceso de diagnóstico médico ENLACES NODOS DE INFORMACIÓN Según Pauker, Gorry, Kassirer & Schwartz (1976), el médico almacena en su memoria a largo plazo una red de estructuras de conocimientos, en donde cada nodo representa estados patofisiológicos o categorías de diagnóstico.
Ante la presencia de un dato acerca del paciente, el médico experto busca con cual estado patofisiológico o categoría de diagnóstico “encaja” ese dato. Se activa esa estructura de conocimientos, surgiendo ese posible diagnóstico, como una hipótesis de trabajo.
El proceso de diagnóstico médico • El proceso de solución de problemas, realizado por los • médicos expertos, tendría dos fases fundamentales: • Fase de activación de hipótesis • Fase de evaluación de hipótesis: el médico • comienza a buscar nuevos datos que corroboren • su hipótesis de trabajo. Según Rimoldi (1988), en esta segunda fase, el médico experto hace las preguntas o evaluaciones específicas y enel momento apropiado, aclarando el panorama en pocos pasos, hasta alcanzar el diagnóstico correcto.
El proceso de diagnóstico médico • Los médicos expertos hacen menos preguntas o menos evaluaciones que los novatos, pero, al realizarlas en el momento preciso, expanden el valor informativo de esas acciones. (Rimoldi, 1988). 1 2 Operación Estados de conocimiento
Obtención y representación de estructuras diagnósticas Resumen de las técnicas de obtención de conocimiento. Salter (1984: 45-68) Análisis retrospectivo de comentarios: Se graba al experto durante su actividad. Luego la grabación es revisada en detalle por el experto. Protocolos de pensamiento en voz alta: La persona que está ejecutando la tarea describe en voz alta lo que está haciendo. Análisis de la tarea, con interrupción: Se observa al experto mientras este ejecuta su tarea, y se le formulan preguntas. Análisis de comentarios durante la ejecución: El experto hace comentarios mientras ejecuta la tarea. Aquí la tarea se hace deliberadamente mas lenta.
Resumen de las técnicas de obtención de conocimiento. Simulaciónincrementada: el experto simula como respondería el sistema a los requerimientos del usuario. Análisis de escenario controlado: El experto es presentado en una situación ideal donde la ejecución de la tarea va a ocurrir. Análisis entre expertos: un primer experto observa y comenta los registros de ejecución de un segundo experto.
Representación de estructuras diagnósticas Teoría de Conjuntos y Lógica de Boole Cada enfermedad es considerada como una función booleana del grupo de sus síntomas asociados. D = (d1, d2,…,dn) representa un grupo de categorías de diagnóstico. S = (s1, s2, …,sn) representa un grupo de signos y síntomas. A cada diagnostico le corresponde una combinación particular de signos, que constituye un vector: D2 = 0 1 1 1 1 0 1 Sistemas computarizados basados en matrices lógicas. (Anselmi, Anselmi, y Orantes, 1987).
Diagramas de Venn Teoría de Conjuntos y Lógica de Boole Se pueden observar gráficamente aquellos diagnósticos que tienen signos y síntomas comunes y aquellos que no los tienen.
Conjunto producto Teoría de Conjuntos y Lógica de Boole Dados dos conjuntos A y B, se denomina conjunto producto de A y B, “el conjunto de todos los pares ordenados (a, b), con a A y b B. (Lipschutz, 1969: 70). Porción de un árbol de decisión, en el diagnóstico en cardiopatías congénitas (Anselmi, Anselmi, y Orantes, 1987).
Árboles de decisión Este enfoque considera la presencia o ausencia de indicadores, en una secuencia organizada, que elimina algunos posibles diagnósticos, en cada ramificación del árbol, para dejar al final del proceso un solo diagnóstico firme.
Árboles de decisión Ejemplo de árbol de decisión (cardiopatías congénitas sin cianosis precoz y con circulación pulmonar aumentada), con 33 salidas de diagnóstico. (Anselmi, Anselmi y Orantes, 1987)
Algoritmos de diagnóstico Algoritmo de diagnóstico para determinar si el recién nacido o lactante tiene una cardiopatía congénita (Anselmi, 1988).
Tablas de Decisión Tabla de Decisión, para representar una porción de un algoritmo Diagnóstico (4 reglas y sus 4 salidas de diagnóstico ).
Reglas de producción Permiten representar el conocimiento asociado al diagnóstico médico, manteniendo su carácter condicional. Se trata de un enunciado de la forma: “SI condición, ENTONCES acción”. Pueden ser manejadas como paquetes discretos de conocimiento, lo que permite su modificación, actualización o el agregado de nuevas reglas. (Shortliffe. & Buchanan, 1975). Permiten elaborar sistemas que generen “explicaciones” acerca de las decisiones tomadas, lo que ofrece una potencial capacidad instruccional.
Reglas de producción Ejemplo de Regla para el diagnóstico de la “Tetralogía de Fallot”.(Anselmi, 2008) .
Red semántica En áreas de estudio con gran riqueza de conocimientos interrelacionados entre sí, son una opción útil para representar esas relaciones. Grupo de nodos, que representan hechos, conectados por enlaces, que representan relaciones, con textos breves que los identifican.
Ejemplo de red semántica (Anselmi, 1988). Persistencia del Conducto Arterioso (PCA)
Marcos A la izquierda: Campos de información (“ranuras”): Identifican elementos estructurales fundamentales del concepto. A la derecha: espacios para colocar datos.
Programas de computación para la simulación y enseñanza del diagnóstico clínico. En Inglaterra, de Dombal y col. obtuvieron algoritmos de diagnóstico, generados por los médicos, representados luego mediante programas de computación. A cada síntoma o signo le correspondía un código numérico. Anthony Gorry y colaboradores crearon el Grupo de Toma de Decisiones Clínicas (MIT) . Unión Soviética: la “cibernética médica” condujo al desarrollo de programas de computación orientados al diagnóstico médico.(Parin y Baievsky, 1969).
Programas de computación para la simulación y enseñanza del diagnóstico clínico. MYCIN: primer sistema experto basado en reglas, con la robustez requerida para tener aplicación práctica en medicina, (área de las infecciones bacterianas), desarrollado por Edward Shortliffe, en 1977, Universidad de Stanford. Contenía unas 100 reglas de producción. Permitía hacer consultas sobre diagnósticos y tratamientos, y obtener “explicaciones”, mostrando las reglas de producción involucradas .
Programas de computación para la simulación y enseñanza del diagnóstico clínico. INTERNIST: sistema experto en medicina interna, basado en la experiencia clínica del Dr. Jack Meyers, (1974). Luegocrearonunaversiónmas “amigable” para PC: INTERNIST-I/QMR. • Luego, surgieron otros sistemas: • En la hemostasis (HEMOCAD), • En genética médica (GENDIAG), • En la hipertensión arterial (SAM), • En el diagnóstico neurológico (BRAIN I, DN). • NEOMYCIN. Versión ajustada de MYCIN a meningitis.
Programas computarizados de apoyo para el diagnóstico de los defectos congénitos del corazón. Warner, Toronto, Veasy y Stephenson (1961), utilizaron una computadora, transcribiendo una matriz de síntomas por defectos congénitos. Luego (1964), aumentaron a una matriz de 53 síntomas y 35 defectos (Teorema de Bayes). Gorry y Barnett (1968): programa para el diagnóstico de las cardiopatías congénitas. 35 defectos, y 57 signos y síntomas, derivados del exámen físico, auscultación, rayos X y el ECG. (Teorema de Bayes).
Programas computarizados de apoyo para el diagnóstico de los defectos congénitos del corazón. Resaltan 2 sistemas expertos en esta área: GALEN: (Universidad de Minnesota) usa la historia médica, examen físico, rayos X y ECG, indicando prioridades en la lista de salidas de diagnóstico. Usa reglas y marcos. DIAGNOSER: Universidad de Minnesota. Solo para el diagnóstico del Drenaje Venoso Pulmonar Anómalo Total (DVPAT). Utiliza solo la auscultación y los rayos X. Usa reglas y marcos.
Método Extracción del conocimiento del experto Proceso centrado en un sujeto, médico cardiólogo, (Dr. Guillermo Anselmi), formado en el Instituto de Cardiología de México, con más de 50 años de experiencia en el diagnóstico de las cardiopatías congénitas, profesor universitario en el post-grado de Cardiología (UCV). • Para la obtención del conocimiento del experto se utilizaron las siguientes técnicas: • Elaboración de diagramas de flujo y esquemas libres. • Análisis de comentarios durante la ejecución • Técnica de análisis de tarea, con interrupción • Interrogatorios.
Método Representación del conocimiento Fase inicial: Arboles de decisión y Algoritmos Fase final: Marcos de información.
Sistema Computarizado de Entrenamiento “Congénitos” Basado en las estructuras de diagnóstico obtenidas del experto. Su contenido abarca casos que presentan: • Algunos defectos con cortocircuito arteriovenoso: • Persistencia del conducto arterioso (PCA) • Comunicación interauricular (CIA) • Comunicación interventricular (CIV) • Algunos defectos con estenosis valvulares o vasculares: • Coartación aórtica • Estenosis valvular aórtica • Estenosis valvular pulmonar
Sistema Computarizado de Entrenamiento “Congénitos” Módulos del sistema: 1. Introducción 2. Simulación de casos 3. Ayudas de Instrucción • El Tutor Congénitos está centrado en el Modulo de • Simulación de Casos, que permite la selección libre de las evaluaciones y datos clínicos, a fin de que el estudiante seleccione el diagnostico que considere • correcto, para cada uno de los 11 casos.
Sistema Computarizado de Entrenamiento “Congénitos” Módulo de Simulación de Casos: “Sistema de carpetas” Basado en el “sistema de carpetas”, un método útil para la enseñanza de las tareas de diagnóstico médico. (de Dombal, Horrocks, Staniland & Gil, 1971; Orantes, 2003). ECG Rayos X Auscultac. Palpación Interrog. En Inglaterra, de Dombal, Horrocks, Staniland & Gil (1971), utilizaron este sistema. Información clínica almacenada en una computadora, bajo diversos “archivos”: “Entrevista”, “Inspección”, “Rayos X”. El estudiante podía solicitar la información en el orden que el deseara.
Sistema Computarizado de Entrenamiento “Congénitos” (Ver. 2010) . Sistema de autor: Authorware 6
Tutor "Congénitos" (Ver. 2010) . Sistema de autor: Authorware 6 Principales estructuras del flujo de control del código fuente Estructura del Menú Principal
Principales estructuras del flujo de control del código fuente. Estructura del Menú del Módulo de Simulación de Casos
Detalle de la estructura de control para seleccionar otro caso Borra = EraseAll() Vapremenucas = GoTo(IconID@"premenucas2")
Estructura de control “Diagnóstico” Estructura de control del Módulo de Ayudas de Instrucción
Ayudas de instrucción Anselmi, G. y Machado, I. (2008). Patologías de las cardiopatías congénitas. Caracas: DJ Editores. Anselmi, G. (1968). Cardiopatías congénitas. Caracas: Ediciones de la Biblioteca. Universidad Central de Venezuela.
Conclusiones Las técnicas para la obtención del conocimiento del experto dieron los resultados esperados, aportando una gran cantidad de información útil, que permitió la representación del conocimiento, mediante algoritmos de diagnóstico, árboles de decisión y marcos de información, y sirvió de base para desarrollar un sistema computarizado de entrenamiento.
Conclusiones La utilización del “sistema de carpetas”, como recurso instruccional, en el Módulo de Simulación de Casos, brinda un gran potencial para la enseñanza de las tareas de diagnóstico médico, debido a que se aproxima bastante a la libertad de elección presente en las tareas de diagnóstico de la vida real.