CRITICA DE UN ARTICULO

SEMINARIO METODOS DE INVESTIGACIÓN
Evaluación Crítica de un artículo


Susana Astrid Montaña Luna
Pregrado en Ingeniería de Sistemas
Universidad Nacional de Colombia

SEMINARIO METODOS DE INVESTIGACIÓN

Evaluación Crítica de un artículo

1. Presentación Artículo.

2. Criterios Generales.

3. Marco Teórico.

4. Metodología.

5. Resultados.

6. Conclusiones

7. Forma















Evaluación Crítica de un artículo

1. Presentación Artículo.

La inteligencia artificial es un campo de la ciencia de la computación cuyo objeto es el desarrollo de sistemas en ordenador que muestren comportamiento “inteligente”. Este campo de la ciencia debe gran parte de su actual desarrollo a los resultados obtenidos en el proceso de cierto tipo de problemas médicos: el diagnóstico y el tratamiento de enfermedades.

A mediados de los setenta, se obtuvo la evidencia de eficacia y acierto en este campo; a partir de estas fechas, las comunidades científicas de la medicina y de la ciencia de la computación vieron crecer su interés hacia este campo científico emergente. La importancia de la medicina en las aplicaciones de la inteligencia artificial ha sido realmente notable, hasta el extremo de que esas aplicaciones tienen nombre propio: AIM,
acránimo de Artificial Intelligence in Medicine que, desde hace 15 años, ha evolucionado como una activa y creciente disciplina.

Aunque las primeras aplicaciones de la AIM han sido sobre todo el diagnóstico y el tratamiento, han emergido con mayor fuerza otras aplicaciones de la inteligencia artificial en el sector médico y farmacéutico: administración óptima de recursos, planificación de personal, previsión de necesidades, ayuda a los análisis de química orgánica y gestión de la información científica, que en ocasiones han aportado más rentabilidad que los problemas de diagnóstico mencionados. En el campo del diagnóstico y tratamiento, la inteligencia artificial cuenta con importantes realizaciones: MYCIN 1976, en Stanford, sobre enfermedades infecciosas; CASNET 1979, en Rutgers, sobre oftalmología; INTERNIST 1980, en Pitsburg, sobre medicina interna; PIP 1971, en MIT, sobre afecciones renales; Al/RHEUM 1983, en la Universidad de Missouri, sobre el diagnóstico en reumatología, SPE 1983; Rutgers, para interpretar los resultados de electroforesis de las proteínas del suero producidas por instrumentos de análisis; TIA 1984, en la Universidad de Maryland, sobre terapia de ataques isquémicos. Para conseguir este comportamiento inteligente se dispone de distintas herramientas; una de ellas es la mecanización del razonamiento, encadenando afirmaciones o silogismos; este concepto de racionalidad mecánica, que es el origen de los llamados sistemas expertos, es realmente muy anterior a la llegada de los ordenadores. En su historia encontramos el concepto de racionalidad sistemática de Descartes en el “Discurso del método” de 1637 y el raciocinio como cálculo simbólico en Hobbes, en 1651, aunque hasta la aparición de los ordenadores no se materializan estas ideas.


Criterios Generales.

• Éste es un artículo científico que relaciona el problema de inteligencia artificial aplicada a la medicina de forma general y sencilla, muestra como las nuevas tecnologías le han aportado y puede seguir aportando grandes beneficios a este campo tan importante en la vida humana.
• Es un artículo que devela la existencia de comunidades científicas que se interesan en inteligencia artificial y como esta ha aportado a la medicina, muestra que este grupo lleva bastante tiempo investigando en esta área, tanto así que tiene en la comunidad científica su propio nombre AIM,
acránimo de Artificial Intelligence in Medicine, y cada vez mas evoluciona y crece esta disciplina

Marco Teórico.

El marco teórico está basado en tres ítems:

- Racionalidad mecánica, que es el origen de los llamados sistemas expertos basados en el conocimiento

- Tratar de imitar la percepción y la respuesta humanas mediante la simulación del comportamiento del cerebro como herramienta de cómputo, por el método llamado red neuronal.

- El autoaprendizaje, mediante sistemas de cluster que descubren comportamientos homogéneos en la relación síntomas enfermedades.

El marco teórico abarca un buen fundamento conceptual en inteligencia artificial, con los conceptos mas trabajados en esta área y aborda bien el problema familiarizándose con las necesidades de la comunidad, teniendo en cuenta que cada ítem se relaciona uno con el otro.

Las referencias están actualizadas, teniendo en cuenta que este artículo es de 1993, y sus autores son reconocidos en el ámbito de la inteligencia artificial.

REFERENCIAS BIBLIOGRÁFICAS

1. Miller PL. Artificial intelligence in medicine: an emergingdisciplineevaluation of artificial intelligence systems in medicine.
En: Miller PL, editor. Selected tropics in medical artificial intelligence). Berlín: Springer, 1988.

2. Okada M. An approach to the generalizad nurse scheduling problem Comp Biomed Res 1992; 25: 417-434.

3. Shortlife EH. Computer-based medical consultations: MYCIN. Nueva York: Elsevier, 1976.

4. Weiss SM, Kulikowski CA, Safir A. Glaucoma consultation by computer. Comp Biomed Res 1978; 8: 24-40.

5. Kulikowski CA. Artificial intelligence methods and systems for medical consultation. En: IEEE Transactions on Pattern Analysis and Machine
lntelligence; 1980: 464-476.

6. Miller RA. INTERNIST-1, an experimental computer based diagnostic consultant for general internal medicine. N Engl J Med 1982; 307: 468.

7. Winograd T. Máquinas pensantes: ¿son posibles?, ¿lo somos? Revista de Occidente 1991; 119: 113-150.

8. Hart A. Connectionist models in medicine: an investigation of the potential. En: Lecture notes in medical information. Berlín: Springer, 1989;
38: 1 15-124.

9. Sigüenza JA. Redes neuronales: la inteligencia artificial copia sistemas biológicos, Sístole (a ciencia abierta) 1992; 4.

10. Breiman L et al. Classification and regression trees. Monterrey, CA: Wadsworth & Brooks, 1984.

11. Quinlann JR. lnduction of decission trees. Machine Learning 1986; 1: 81-106.

12 . Hadzikadic M. Automated design of diagnostic systems. Artificial Intelligence in Medicine 1992; 4: 329-342.

13. Belmonte M, Sierra C, López de Mantaras R. RENOIR. A large expert system using fuzzy logic for rheumatology diagnosis. Rese Rep 1991; 19.

14. Babic A, et al. Extraction of diagnostic rules using recursive partirioning systems. Artificial lntelligence in Medicine 1992, 4: 373-387.

15. Everitt B. Cluster analysis. Londres: Heinemann, 1981.

16. Alonso L. Análisis de las fases iniciales del desarrollo en la ciudad Sanitaria de Bellvitge de un sistema de ayuda al diagnostico médico basado en una aproximación epidemiológica informatizada [Tesis Doctoral], 1991.

17. Belmonte MA. Un sistema experto para la ayuda en el diagnóstico de colagenosis y artropatías inflamatorias. [Tesis Doctoral U.A.B.], 1990.

18. Verdaguer A. Neumonia un sistema expert pel diagnóstic de neumonies [Tesis doctoral], 1991.

19. Blum B. Selected topics in medical artificial intelligence. [preface]. En: Miller PL, editor. Berlín: Springer, 1988.

20. Humphrey SM. MedindEx system: medical indexing expert system in expert system in libraries. Norwood, NJ: Ablex, 1990; 192-221.

21. Science and technology. Computers and handwriting. Pen computers. Mightier than the keyboard. The Economist 1992; 7787; 94.

4. Metodología

Tiene una metodología bien estructurada donde plantea como informarse sobre el problema de las aplicaciones en medicina de la inteligencia artificial.

La metodología se desarrolla a través de la investigación exhaustiva de las aplicaciones de la IA en medicina y como ésta ha arrojado algunos resultados muy positivos en este campo, así como esto se ve reflejado en este artículo también hay evidencia de esto en conjuntos de información tales como revistas, proyectos, sitios Web; identificando actores heterogéneos y relaciones que permitan estructurar cuales son las nuevas necesidades que puede satisfacer la IA en medicina; debido al problema de análisis completo de casos presentados construyen un conjunto de información tomando los diferentes aspectos donde se encuentran las relaciones y necesidades mas relevantes por resolver y que la IA puede ayudar a su mejoramiento, esto lo logran a través de análisis previos hechos con casos y su desarrollo en los sistemas expertos, redes neuronales y autoaprendizaje mediante sistemas de cluster.


5. Resultados

• Los resultados obtenidos permiten caracterizar la comunidad involucrada en la investigación de la IA en medicina y dan una buena representación de ésta.

• Los datos son difíciles de obtener debido a las múltiples necesidades de esta área.

• Los métodos utilizados para el análisis son fáciles de identificar en IA, ya que trabajan con materias muy familiares desarrolladas en el área.




6. Conclusiones

Lo que busca el artículo es mostrar la importancia de la inteligencia artificial en nuestros tiempos aplicada en la medicina.
A través de este estudio se encuentran argumentos que permiten validar el desarrollo de la IA en medicina, de tal manera que se observa cómo la comunidad científica en medicina se preocupa de los avances obtenidos y cómo obtener unos nuevos basándose en las necesidades de cada usuario. Teniendo como fundamento teórico el aprendizaje de las máquinas para establecer regularidades que faciliten algunos procesos, esto es desarrollado por medio de teorías como: Sistemas expertos los cuales son llamados la racionalidad mecánica, redes neuronales que son las encargadas de imitar la percepción y las respuestas humanas mediante la simulación del comportamiento del cerebro como herramienta de cómputo y el autoaprendizaje, mediante sistemas de cluster que descubren comportamientos homogéneos en la relación de síntomas y enfermedades.
El artículo deja como abrebocas que se esperan muchas otras aplicaciones que puede realizar la IA en medicina como por ejemplo, la ayuda en el diagnóstico de enfermedades tropicales u otras especialidades escasas, consultas a un sistema inteligente sobre urgencias médicas, detección de contraindicaciones, entre otras aplicaciones.


7. Forma

• Es un artículo en español del Director General. Aplicaciones de Inteligencia Artificial, S.A. de la revista MEDICINA CLÍNICA VOL. 100. SUPLEMENTO 1. 1.993 , no se encuentran errores gramaticales, tipográficos u ortográficos.
•La forma del articulo es clara y permite abordar el tema y seguir un orden sistemático del tópico presentado.