Revista Cubana de Ciencias Informáticas (Oct 2011)
Modelos para el diagnóstico, tratamiento y seguimiento de pacientes con hipertensión arterial
Abstract
Los objetivos que persiguen estos modelos están dirigidos a ayudar a los médicos en la toma de decisiones en el diagnóstico, tratamiento y seguimiento de pacientes con hipertensión arterial. Para el desarrollo de los mismos se han usado diferentes técnicas de inteligencia artificial que ayudan, con una mayor adaptación de los algoritmos, a los casos reales de esta enfermedad. En el diagnóstico se utiliza un sistema basado en reglas que permite encontrar las patologías del paciente, así como las pruebas complementarias que deben indicarse en algunos casos. En la etapa de indicación y control de tratamiento farmacológico se emplea un sistema híbrido compuesto por un Sistema de Inferencia Borroso (SIB) para la selección del fármaco de forma personalizada en cada paciente y como complemento a este SIB se propone otro modelo inspirado en Métodos de Solución de Problemas. A partir de ambas soluciones se elabora un informe conclusivo. Finalmente, se incluye un modelo de recuperación de casos semejantes, que permite extraer conocimiento extra de una base de datos de pacientes, lo que ayudará al médico en sus decisiones a la hora de indicar un posible tratamiento a una persona con características similares a una ya atendida.
