TALLER IV

TALLER IV
BIBIOGRAFIA ANOTADA
BÚSQUEDAS ESTRUCTURADAS DE INFORMACIÓN.
Departamento de Ingeniería de Sistemas e Industrial
Universidad Nacional de Colombia Sede Bogotá
Profesor Víctor Andrés Bucheli;vbucheli@ocyt.org.co;vbucheli@gmail.com

SUSANA ASTRID MONTAÑA LUNA CODIGO: 257418


Afinar preguntas de investigación

Inteligencia artificial:

Se encarga del estudio de la tecnología y la ciencia del diseño de máquinas que realizan tareas que normalmente se asocian con la inteligencia humana o de los animales con sistemas nerviosos con algo de inteligencia. Se puede definir como una ciencia de lo artificial y como un conjunto de tecnologías computacionales que se interesan en cómo se manifiesta la adaptación al ambiente, la representación y el razonamiento, en diversas especies vivientes y lo aplican o lo imitan de su adaptación, representación y razonamiento en máquinas artificiales universales de Turing.
¿Qué aplicaciones tiene la inteligencia artificial que se este desarrollando en nuestros tiempos?
¿Qué importancia tiene la inteligencia artificial en el campo de la medicina?
¿Cuáles son los descubrimientos más importantes en medicina con respecto a la inteligencia artificial?
¿Qué aplicaciones tiene la inteligencia artificial en medicina con respecto a la robótica?
¿Qué se espera de la inteligencia artificial en medicina en el futuro?


Bibliografía anotada.

REFERENCIA
JUSTIFICACION
NOTAS
1. @inproceedings{41544, author = {C. A. Kulikowski}, title = {Artificial intelligence in medicine: a personal retrospective on its emergence and early function}, booktitle = {Proceedings of ACM conference on History of medical informatics}, year = {1987}, isbn = {0-89791-248-9}, pages = {199}, location = {Bethesda, Maryland, United States}, doi = {http://doi.acm.org/10.1145/41526.41544}, publisher = {ACM Press}, address = {New York, NY, USA}, }

Este artículo nos muestra a groso modo los inicios de la inteligencia artificial en medicina.
Los métodos de inteligencia artificial gradualmente fueron presentados en la investigación de toma de decisiones clínica a partir de 1970 hasta 1974. Desarrollando del reconocimiento de modelo e ideas de resolución de los problemas de general A.I, tales métodos ayudaron a investigadores a cristalizar las nociones de sistemas basados en conocimientos a mediados de los años 1970. En 1978 los tempranos sistemas cedieron el paso a marcos de la segunda generación para el razonamiento general consultivo o a representaciones de conocimiento nuevas, más sofisticadas. Este papel(artículo,ponencia) remonta algunos acontecimientos principales en la temprana evolución de sistemas de OBJETIVO, con el énfasis sobre los acontecimientos en el Recurso Rutgers, en el cual el autor participó.
2. @article{590368, author = {Luca Chittaro and Angelo Montanari}, title = {Temporal representation and reasoning in artificial intelligence: Issues and approaches}, journal = {Annals of Mathematics and Artificial Intelligence}, volume = {28}, number = {1-4}, year = {2000}, issn = {1012-2443}, pages = {47--106}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }

Este artículo permite análizar la aplicación de la inteligencia artificial en medicina con respecto a los comportamientos del razonamiento.
En este artículo inspeccionan una amplia gama de investigación en la representación temporal y el razonamiento, sin basarse en un punto de vista específico. La organización sigue la división comúnmente aprobada del campo en dos subzonas principales: razonamiento sobre acciones y cambio, y razonamiento sobre coacciones temporales. Se da una descripción de las cuestiones básicas, accesos, y causa estas dos áreas, y perfilar acontecimientos relevantes recientes. Además, brevemente se analiza al comandante que surge tendencias en la representación temporal y el razonamiento de áreas establecidas, como bases de datos temporales y programa lógico.
3. @article{1046364, author = {Elena Alessandri and Alessandro Gasparetto and Rafael Valencia Garcia and Rodrigo Martinez B\&\#237;jar}, title = {An application of artificial intelligence to medical robotics}, journal = {J. Intell. Robotics Syst.}, volume = {41}, number = {4}, year = {2005}, issn = {0921-0296}, pages = {225--243}, doi = {http://dx.doi.org/10.1007/s10846-005-3509-x}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA},
}
Este artículo muestra un trabajo descrito que destaca un nivel alto de originalidad, ya que muy pocos usos similares de AI a la robótica médica podrían se han encontrado en la literatura científica.
En este artículo se describe un uso importante de la Inteligencia artificial (AI) a la Robótica Médica. Una técnica específica de AI es empleada para generar una secuencia de operaciones comprensibles por el sistema de control de un robot que debe realizar una tarea semiautomática quirúrgica. Según esta técnica, un planificador es puesto en práctica para traducir la lengua "natural" del cirujano en la secuencia robótica que debería ser ejecutada por el robot. Un simulador robótico ha sido puesto en práctica para probar la secuencia planeada en un ambiente virtual. La secuencia planeada debe luego ser introducida al sistema médico robótico, que ejecutará la operación quirúrgica.
4. @article{1052556, author = {Subramani Mani and Marco Valtorta and Suzanne McDermott}, title = {Building Bayesian Network Models in Medicine: The MENTOR Experience}, journal = {Applied Intelligence}, volume = {22}, number = {2}, year = {2005}, issn = {0924-669X}, pages = {93--108}, doi = {http://dx.doi.org/10.1007/s10489-005-5599-3}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }

En este artículo se desarrolla una investigación en inteligencia artificial sobre el retraso mental.
Aquí se describe un experimento en el modelo de Bayesian que construye de dataset un descubrimiento médico para el Retraso mental. Damos paso a paso la descripción de los aspectos prácticos de construir una Red de Bayesian de un conjunto de datos. Enumeramos y describimos brevemente los instrumentos requeridos, dirigimos el problema de omitir valores en grandes conjuntos de datos obteniendo conclusiones clínicas incompletas y complicadas sobre una solución al problema. En nuestro experimento, la Red es aprendida de un conjunto de datos, la utilización de un programa de estudio de máquina llamado CB.
5. @inproceedings{1166514, author = {Kathiravelu Ganeshan}, title = {Networked intelligent mobile robot assistants: patient monitoring and telemedicine}, booktitle = {BioMed'06: Proceedings of the 24th IASTED international conference on Biomedical engineering}, year = {2006}, isbn = {0-88986-578-7}, pages = {45--50}, location = {Innsbruck, Austria}, publisher = {ACTA Press}, address = {Anaheim, CA, USA}, }

Aqui se menciona la utilización de los robots en la medicina y su manejo por vía virtual.
Este papel habla de la necesidad de, y el diseño y el desarrollo, de robot sumamente adaptable, conectado a una red, inteligente, móvil ayudantes y sistemas para el empleo en la supervisión de paciente y telemedicina. Esto considera los factores que fueron tenidos en cuenta en el diseño de estos sistemas y proporcionan los detalles del hardware y el software desarrollado por el autor y como estos son usados, en la conjunción con el hardware disponible en el comercio, construir este robot ayudantes y sistemas. Esto habla como la inteligencia, la movilidad y la adaptabilidad son incorporadas estos sistemas y como estos robots pueden ser conectados una red y controlados sobre el Internet.
6. @inproceedings{1166971, author = {Julie Behan and Derek T. O'Keeffe}, title = {The development of an intelligent library assistant robot}, booktitle = {AIA'06: Proceedings of the 24th IASTED international conference on Artificial intelligence and applications}, year = {2006}, isbn = {0-88986-556-6}, pages = {474--479}, location = {Innsbruck, Austria}, publisher = {ACTA Press}, address = {Anaheim, CA, USA},
}
En este artículo se habla de los robots y la sociedad. Y que significan en nuestros tiempos.
En la sociedad moderna, los robots son sidos diseñados para jugar un papel creciente en las vidas de personas ordinarias. Entre las áreas que surgen en la robótica es el campo de robots de servicio. Este papel describe a un ayudante móvil robótico, 'LUCAS' llamado, la Universidad de Límeric Automatizada Assistive el Sistema que actualmente es sido desarrollado para asistir a individuos dentro de un ambiente de biblioteca también socialmente actuando recíprocamente con ellos. La interacción de robot humano es iniciada por un 3-D el carácter animado mostrado sobre los robots onboard p.c. Un proceso de localización continuo es descrito que confía en la visión monocular y lecturas de gama ultrasónicas. El proceso implica la división del espacio navegable en regiones de variante de localización, y los métodos del empleo de extracción de rasgo de señal, desaparición la valoración de punto y la detección de modelo ultrasónica para localizar el robot dentro de cada región.
7. @article{1149551, author = {Pawel Pyk and Sergi Berm\&\#250;dez I Badia and Ulysses Bernardet and Philipp Kn\&\#252;sel and Mikael Carlsson and Jing Gu and Eric Chanie and Bill S. Hansson and Tim C. Pearce and Paul F. J. Verschure}, title = {An artificial moth: Chemical source localization using a robot based neuronal model of moth optomotor anemotactic search}, journal = {Auton. Robots}, volume = {20}, number = {3}, year = {2006}, issn = {0929-5593}, pages = {197--213}, doi = {http://dx.doi.org/10.1007/s10514-006-7101-4}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }

En este artículo se presenta una estrecha relación entre la inteligencia artificial, los robots y la naturaleza. Analizando comportamientos especiales de algunos animales.
Los robots han sido usados modelar la naturaleza, mientras la naturaleza a su turno puede contribuir a los artefactos verdaderos mundiales que construimos. Un dominio particular de interés es la búsqueda química donde un número de esfuerzos deben en camino construir la búsqueda móvil química y sistemas de localización. Hacemos un informe sobre un proyecto que apunta a la construcción de tal sistema basado en nuestro entendimiento del sistema de comunicación pheromone de la polilla. Basado en una descripción del tratamiento de periférico de señales químicas por la polilla y su papel en la organización de comportamiento acentuamos los aspectos multimodales de búsqueda química, p. ej. optomotor anemotactico la búsqueda química. Presentamos un modelo de este comportamiento que probamos en la combinación con una novela el sensor delgado(fino) metálico de óxido y el costumbre construyen robots móviles. Mostramos que el sensor es capaz de descubrir la señal de olor, el etanol, en condiciones de flujo que varían. Posteriormente mostramos que el modelo estándar de búsqueda de sustancia química de insecto, consistiendo en una oleada y echa fases, asegura(preve) la búsqueda robusta y el funcionamiento de localización. El mismo sostiene cuando es aumentado con un modelo de anulación de colisión optomotor basado en el Detector de Movimiento Lobula Gigantesco (LGMD) la neurona de la langosta. Comparamos nuestros resultados a los otros que han usado la polilla como la inspiración para la construcción de robots de olor.
8. @article{1149547, author = {Dominique Martinez and Oliver Rochel and Etienne Hugues}, title = {A biomimetic robot for tracking specific odors in turbulent plumes}, journal = {Auton. Robots}, volume = {20}, number = {3}, year = {2006}, issn = {0929-5593}, pages = {185--195}, doi = {http://dx.doi.org/10.1007/s10514-006-7157-1}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }

En este artículo se muestra una investigación realizada con robots y el desarrollo del sentido olfativo en este. Para lograr una gran utilización de esta herramienta.
Dos tareas básicas deben ser realizadas por un robot olfativo que rastrea una fuente de olor específica: navegue en un penacho de olor turbulento y reconozca un olor independientemente de su concentración. Para estas dos tareas, proponemos simple estrategias biológicamente inspiradas, bien satisfechas para construir circuitos específicos y para a bordo la puesta en práctica sobre verdaderos robots. El sistema de reconocimiento de olor está basado en una red neuronal spiking que usa una sincronización que cifra el esquema. El sistema de navegación de robot está basado en el empleo de comparación bilateral entre dos series de sensores espacialmente separadas de gas en el uno o el otro lado del robot. Proponemos leyes binarias o análogas de la navegación dependiendo(según) la naturaleza de la información disponible sensorial extraída de la estructura de penacho (parches de olor aislados o el campo de concentración más liso).
9. @inproceedings{41544, author = {C. A. Kulikowski}, title = {Artificial intelligence in medicine: a personal retrospective on its emergence and early function}, booktitle = {Proceedings of ACM conference on History of medical informatics}, year = {1987}, isbn = {0-89791-248-9}, pages = {199}, location = {Bethesda, Maryland, United States}, doi = {http://doi.acm.org/10.1145/41526.41544}, publisher = {ACM Press}, address = {New York, NY, USA},
}
Este artículo remonta algunos acontecimientos principales en la temprana evolución de sistemas, con el énfasis sobre los acontecimientos en el Recurso Rutger.
Los métodos de inteligencia artificial gradualmente fueron presentados en la investigación de toma de decisiones clínica a partir de 1970 hasta 1974. Desarrollando del reconocimiento de modelo e ideas de resolución de los problemas de general A.I, tales métodos ayudaron a investigadores a cristalizar las nociones de sistemas basados en conocimientos a mediados de los años 1970. En 1978 los tempranos sistemas cedieron el paso a marcos de la segunda generación para el razonamiento general consultivo o a representaciones de conocimiento nuevas, más sofisticadas.
10. @article{607642, author = {P. J. G. Lisboa}, title = {A review of evidence of health benefit from artificial neural networks in medical intervention}, journal = {Neural Netw.}, volume = {15}, number = {1}, year = {2002}, issn = {0893-6080}, pages = {11--39}, doi = {http://dx.doi.org/10.1016/S0893-6080(01)00111-3}, publisher = {Elsevier Science Ltd.}, address = {Oxford, UK, UK}, }

En este artículo se analiza la utilización de la inteligencia artificial con aplicación de redes neuronales en funciones clínicas.
El objetivo de esta revisión es de evaluar pruebas de ventajas de atención de salud que implican el uso de redes neuronales artificiales a las funciones clínicas de diagnóstico, pronóstico y el análisis de supervivencia, en los dominios médicos de oncology, cuidado crítico y la medicina cardiovascular. La fuente primaria de publicaciones es listados PUBMED bajo Randomised Pruebas(Juicio) Controladas y Pruebas(Juicio) Clínicas. El papel de redes neuronales es presentado dentro del contexto de avances en el apoyo de decisión médico que proviene de acontecimientos paralelos en la estadística y la inteligencia artificial. Esto es seguido de una revisión de Randomised publicado Pruebas(Juicio) Controladas y Pruebas(Juicio) Clínicas, conduciendo a recomendaciones para la práctica buena en el diseño y la evaluación de redes neuronales para el empleo en la intervención médica.
11. @article{1132836, author = {Alec Holt and Isabelle Bichindaritz and Rainer Schmidt and Petra Perner}, title = {Medical applications in case-based reasoning}, journal = {Knowl. Eng. Rev.}, volume = {20}, number = {3}, year = {2005}, issn = {0269-8889}, pages = {289--292}, doi = {http://dx.doi.org/10.1017/S0269888906000622}, publisher = {Cambridge University Press}, address = {New York, NY, USA}, }

Este artículo proporciona referencias a investigadores en el campo, sistemas, talleres, y publicaciones de señal.
Este comentario resume la investigación a base de caso que razona aplicada en el dominio médico. En este comentario el término 'médico' es usado en una manera de todo-abarcadura. Esto comprende todos los aspectos de salud, por ejemplo, del diagnóstico a la planificación de nutrición.
12. @article{380652, author = {Mauro Bisiacco and Paolo Gallina and Giulio Rosati and Aldo Rossi}, title = {Development of a state-space water-level control for an array of cells to be employed as compensator in radiotherapy}, journal = {Dyn. Control}, volume = {10}, number = {4}, year = {2000}, issn = {0925-4668}, pages = {399--417}, doi = {http://dx.doi.org/10.1023/A:1011277718247}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA}, }



13. @article{595422, author = {D. Y. Meddah and A. Benallegue}, title = {A Stable Neuro-Adaptive Controller for Rigid Robot Manipulators}, journal = {J. Intell. Robotics Syst.}, volume = {20}, number = {2-4}, year = {1997}, issn = {0921-0296}, pages = {181--193}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA},
}
En este artículo utilizan la aplicación de redes neuronales en el manejo con robots.
En este artículo proponen a un regulador basado en redes neuronales para alcanzar el rastreo de trayectoria de salida de manipuladores de robot rígidos. Las redes neuronales usadas aquí son un de capa ocultados de modo que sus salidas dependan directamente de los parámetros. Nuestro método usa una estructura de una conexión descompuesta. Cada red neuronal aproxima un elemento separado del modelo dinámico. Estas aproximaciones son usadas para realizar una ley de control adaptable estable. El regulador está basado en técnicas directas adaptables y el acercamiento de Lyapunov es usado para sacar las leyes de adaptación de los parámetros de las redes. Usando una característica(propiedad) intrínseca física del manipulador, el sistema es demostrado para ser estable. El funcionamiento del regulador depende de la calidad de la aproximación, p. ej. sobre los errores de reconstrucción inherentes de las funciones exactas.
14. @inproceedings{1127770, author = {Jayanta K. Ghosh and Marco Valtorta}, title = {Building a Bayesian network model of heart disease}, booktitle = {ACM-SE 38: Proceedings of the 38th annual on Southeast regional conference}, year = {2000}, isbn = {1-58113-250-6}, pages = {239--240}, location = {Clemson, South Carolina}, doi = {http://doi.acm.org/10.1145/1127716.1127770}, publisher = {ACM Press}, address = {New York, NY, USA}, }

Aquí se muestra la aplicación de la inteligencia artificial en medicina y su utilización en la probabilidad.
Bayesian redes [2] representan una técnica prometedora para la decisión clínica apoyan y proporcionan capacidades poderosas a representar el conocimiento incierto, incluyendo una representación flexible de las distribuciones de probabilidad que permite especificar la dependencia y la independencia de variables de un modo natural por la topología de red. Como las dependencias son expresadas cualitativamente como eslabones entre nodos, uno puede estructurar el conocimiento de dominio cualitativamente antes de que cualquier probabilidad numérica tenga que ser asignada.
15. @article{1149547, author = {Dominique Martinez and Oliver Rochel and Etienne Hugues}, title = {A biomimetic robot for tracking specific odors in turbulent plumes}, journal = {Auton. Robots}, volume = {20}, number = {3}, year = {2006}, issn = {0929-5593}, pages = {185--195}, doi = {http://dx.doi.org/10.1007/s10514-006-7157-1}, publisher = {Kluwer Academic Publishers}, address = {Hingham, MA, USA},
}
Aquí se puede observar todas las aplicaciones e importancia que puede tener un robot olfativo.
Dos tareas básicas deben ser realizadas por un robot olfativo que rastrea una fuente de olor específica: navegue en un penacho de olor turbulento y reconozca un olor independientemente de su concentración. Para estas dos tareas, proponemos simple estrategias biológicamente inspiradas, bien satisfechas para construir circuitos específicos y para a bordo la puesta en práctica sobre verdaderos robots. El sistema de reconocimiento de olor está basado en una red neuronal spiking que usa una sincronización que cifra el esquema. El sistema de navegación de robot está basado en el empleo de comparación bilateral entre dos series de sensores espacialmente separadas de gas en el uno o el otro lado del robot. Proponemos leyes binarias o análogas de la navegación dependiendo(según) la naturaleza de la información disponible sensorial extraída de la estructura de penacho (parches de olor aislados o el campo de concentración más liso).
16. @article{607642, author = {P. J. G. Lisboa}, title = {A review of evidence of health benefit from artificial neural networks in medical intervention}, journal = {Neural Netw.}, volume = {15}, number = {1}, year = {2002}, issn = {0893-6080}, pages = {11--39}, doi = {http://dx.doi.org/10.1016/S0893-6080(01)00111-3}, publisher = {Elsevier Science Ltd.}, address = {Oxford, UK, UK},
}
Aquí se muestra la importancia de las redes neuronales en medicina y su aplicación en ayudas especialmente de oncología.
El objetivo de esta revisión es de evaluar pruebas de ventajas de atención de salud que implican el uso de redes neuronales artificiales a las funciones clínicas de diagnóstico, pronóstico y el análisis de supervivencia, en los dominios médicos de oncología, cuidado crítico y la medicina cardiovascular. La fuente primaria de publicaciones es listados PUBMED bajo Randomised Pruebas(Juicio) Controladas y Pruebas(Juicio) Clínicas. El papel de redes neuronales es presentado dentro del contexto de avances en el apoyo de decisión médico que proviene de acontecimientos paralelos en la estadística y la inteligencia artificial. Esto es seguido de una revisión de Randomised publicado Pruebas(Juicio) Controladas y Pruebas(Juicio) Clínicas, conduciendo a recomendaciones para la práctica buena en el diseño y la evaluación de redes neuronales para el empleo en la intervención médica.
17. @inproceedings{98846, author = {V. Masson and R. Quiniou}, title = {Application of artificial intelligence to aphasia treatment}, booktitle = {IEA/AIE '90: Proceedings of the 3rd international conference on Industrial and engineering applications of artificial intelligence and expert systems}, year = {1990}, isbn = {0-89791-372-8}, pages = {907--913}, location = {Charleston, South Carolina, United States}, doi = {http://doi.acm.org/10.1145/98894.98846}, publisher = {ACM Press}, address = {New York, NY, USA},
}
Aquí se describe un sistema inteligente desarrollado para la rehabilitación de pacientes con una enfermedad en particular.
En este papel describimos a SARAH un sistema fiel a la rehabilitación de pacientes afásicos. El sistema tiene muchos rasgos de un sistema inteligente tutorial. El modelo proporciona el medio de adaptar las sesiones de rehabilitación a un paciente particular. Las pruebas solían diagnosticar los daños del paciente y luego entrenarlo para hacerlo evitar que sus problemas sean generados y no recuperados de alguna base de conocimiento. Esto asegura la flexibilidad que tal sistema necesita. Finalmente un sistema experto es usado programar las pruebas durante una sesión.
17. @article{1132836, author = {Alec Holt and Isabelle Bichindaritz and Rainer Schmidt and Petra Perner}, title = {Medical applications in case-based reasoning}, journal = {Knowl. Eng. Rev.}, volume = {20}, number = {3}, year = {2005}, issn = {0269-8889}, pages = {289--292}, doi = {http://dx.doi.org/10.1017/S0269888906000622}, publisher = {Cambridge University Press}, address = {New York, NY, USA},
}
En este artículo se mencionan aspectos generales de salud.
Este comentario resume la investigación a base de caso que razona aplicada en el dominio médico. En este comentario el término 'médico' es usado en una manera de todo-abarcadura. Esto comprende todos los aspectos de salud, por ejemplo, del diagnóstico a la planificación de nutrición. Este artículo proporciona referencias a investigadores en el campo, sistemas, talleres, y publicaciones de señal.
18. @article{1113822, author = {Dominique Martinez}, title = {Detailed and abstract phase-locked attractor network models of early olfactory systems}, journal = {Biol. Cybern.}, volume = {93}, number = {5}, year = {2005}, issn = {0340-1200}, pages = {355--365}, doi = {http://dx.doi.org/10.1007/s00422-005-0010-3}, publisher = {Springer-Verlag New York, Inc.}, address = {Secaucus, NJ, USA},
}
En este artículo se utiliza el desarrollo de redes neuronales en centros primarios olfativos.
A través de la especie, centros primarios olfativos muestran semejanzas tanto en su organización celular como sus tipos de codificación olfativa de la información. En este artículo, consideramos una red neuronal estimulante inhibitoria spiking como un modelo de tempranos sistemas olfativos (antennal el lóbulo para insectos, el bulbo olfativo para vertebrados). Al igual que resultados experimentales, mostramos que, en nuestra red, estímulos parecidos a un olor evocan la sincronización de células estimulantes, cerradas por fase a las oscilaciones del potencial local de campaña. Como revelado por un análisis matemático, una función de invertida da a la probabilidad que cierra fase de células estimulantes y la probabilidad de tiroteo de células inhibitorias bien es descrita por un sigmoid función. Estas funciones de respuesta de los nervios son usados para reducir el modelo de spiking a más modelo abstracto con la dinámica de tiempo discreto (ciclos oscilatorios) y neuronas binarias estatales (cerrado por fase o no). Un mapa iterativo, construido para explicar la dinámica del modelo binario, revela que esto converge al punto fijo de atractores similares a aquellos obtenidos con el modelo de spiking. Este resultado es compatible con atractores específicos de olor encontrado en estudios experimentales recientes. Esto también proporciona perspicacias (ideas) para diseñar memorias bio-inspiradas olfativas asociativas aplicables para el análisis de datos en narices electrónicas.











DOCUMENTO FINAL
INTELIGENCIA ARTIFICIAL EN MEDICINA
APLICACIÓN A LA ROBOTICA

INTRODUCCIÓN
La Inteligencia Artificial es una combinación de la ciencia del computador, fisiología y filosofía, tan general y amplio como eso, es que reúne varios campos (robótica, sistemas expertos, por ejemplo), todos los cuales tienen en común la creación de máquinas que pueden "pensar".La idea de construir una máquina que pueda ejecutar tareas percibidas como requerimientos de inteligencia humana es un atractivo. Las tareas que han sido estudiadas desde este punto de vista incluyen juegos, traducción de idiomas, comprensión de idiomas, diagnóstico de fallas, robótica, suministro de asesoría experta en diversos temas.
EL campo de La inteligencia artificial 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. Además en la sociedad moderna, los robots han sido diseñados para jugar un papel importante en la vida de personas ordinarias y en el campo de la salud. Entre las áreas emergentes en la robótica es el campo de robots de servicio. A saber, una técnica específica en AI es empleada para generar una secuencia de operaciones comprensibles por el sistema de control de un robot que debe realizar una tarea semiautomática quirúrgica y otras.

EXPLICACION DE LAS PREGUNTAS

¿Qué aplicaciones tiene la inteligencia artificial que se este desarrollando en nuestros tiempos?
Tiene muchísimas aplicaciones las cuales se basan en los sistemas expertos, la resolución de problemas, el control automático, las bases de datos inteligentes y la ingeniería del software (diseños de entornos de programación inteligente).
Otros investigadores están trabajando en el reto del reconocimiento de patrones donde se espera un rápido progreso en este campo que abarca la comprensión y la síntesis del habla, el proceso de imágenes y la visión artificial.
Finalmente, la fundamental investigación sobre la representación del conocimiento, la conceptualización cognoscitiva y la comprensión del lenguaje natural.
Uno de los principales objetivos de los investigadores en inteligencia artificial es la reproducción automática del razonamiento humano.

¿Qué importancia tiene la inteligencia artificial en el campo de la medicina?

La inteligencia artificial en estos momentos tiene gran importancia en la medicina porque esta siendo de gran ayuda en el desarrollo de métodos médicos procedí mentales, los cuales hacen que se facilite mas el trabajo en una clínica, además se están desarrollando otros los cuales ayudan a el manejo de enfermedades y casos especiales que en estos momentos son muy difíciles de manejar.

¿Cuáles son los descubrimientos más importantes en medicina con respecto a la inteligencia artificial?

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.

¿Qué aplicaciones tiene la inteligencia artificial en medicina con respecto a la robótica?

Según lo poco leido hasta ahora, tiene muchas pero se esperan otras, una de las mas importantes es la implementación de los robots en la parte quirúrgica, realizando procedimientos mecánicos en los cuales no sea necesaria la intervención humana, además se esta tratando de desarrollar los sentidos en los robots para que simulen enfermedades y formulen otras con ciertos comportamientos.

¿Qué se espera de la inteligencia artificial en medicina en el futuro?

Que le aporte más a la salud en la ayuda al diagnóstico en enfermedades tropicales u otras especialidades escasas, consultas a un sistema inteligente sobre urgencias médicas, detección de contraindicaciones, entre otras Aplicaciones.


MARCO TEORICO

Los métodos de inteligencia artificial gradualmente fueron presentados en la investigación de toma de decisiones clínica a partir de 1970 hasta 1974. Desarrollando del reconocimiento de modelo e ideas de resolución de los problemas de general A.I.

La inteligencia artificial ha demostrado que tiene grandes aplicaciones en la medicina, en éste sus descubrimientos han sido de gran ayuda para el desarrollo de soluciones a enfermedades, diagnósticos y demás.

Uno de los problemas importantes del descubrimiento de conocimiento en la medicina es que bases de datos clínicas incluyen las cantidades grandes de información temporal. Uno de los objetivos es evaluar pruebas de ventajas de atención de salud que implican el uso de redes neuronales artificiales a las funciones clínicas de diagnóstico, pronóstico y el análisis de supervivencia, en los dominios médicos de oncología, cuidado crítico y la medicina cardiovascular. El papel de redes neuronales es presentado dentro del contexto de avances en el apoyo de decisión médico que proviene de acontecimientos paralelos en la estadística y la inteligencia artificial.

Además ha evolucionado tanto que se han encontrado la forma de que sus aplicaciones se vean reflejadas en la robótica, dejando a los robots las simulaciones en las operaciones, para evitar mayor porcentaje de riesgos y dejar esas tareas repetitivas a los robots.

En la sociedad moderna, los robots han sido diseñados para jugar un papel importante en la vida de personas ordinarias. Entre las áreas emergentes en la robótica es el campo de robots de servicio. A saber, una técnica específica en AI es empleada para generar una secuencia de operaciones comprensibles por el sistema de control de un robot que debe realizar una tarea semiautomática quirúrgica. Según esta técnica, un planificador es puesto en práctica para traducir la lengua "natural" del cirujano en la secuencia robótica que debería ser ejecutada por el robot.

Los artículos seleccionados están relacionados con la aplicación de la inteligencia artificial en la medicina, se hizo un énfasis de esta aplicación a la robótica, y la importancia de esta en nuestros tiempos.

Por esto me parece que el tema de la inteligencia artificial en medicina es muy importante y cada vez se encuentran mas aplicaciones favorables a la humanidad.


CONCLUSIONES
La Inteligencia Artificial incluye varios campos de desarrollo tales como: la robótica, usada principalmente en el campo industrial; comprensión de lenguajes y traducción; visión en máquinas que distinguen formas y que se usan en líneas de ensamblaje; reconocimiento de palabras y aprendizaje de máquinas; sistemas computacionales expertos.
Los sistemas expertos, que reproducen el comportamiento humano en un estrecho ámbito del conocimiento, son programas tan variados como los que diagnostican infecciones en la sangre e indican un tratamiento, los que interpretan datos sismológicos en exploración geológica y los que configuran complejos equipos de alta tecnología.
Tales tareas reducen costos, reducen riesgos en la manipulación humana en áreas peligrosas, mejoran el desempeño del personal inexperto, y mejoran el control de calidad sobre todo en el ámbito comercial.

FUENTES
http://www.monografias.com/trabajos12/inteartf/inteartf.shtml
http://cruzrojaguayas.org/inteligencia/
http://aepia.dsic.upv.es/revista/revista.html
http://www.fortunecity.com/skyscraper/chaos/279/index.htm
http://portal.acm.org/portal.cfm
http://citeseer.ist.psu.edu
http://scholar.google.com.co