Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Exposicion SISDSM

Exposicion Proyecto Sustentacion Tesis SISDSM
by

Jhon Quispe Ochoa

on 13 December 2014

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Exposicion SISDSM


2.- Revisión de la
Literatura

Módulos del SISDSM
Tecnologías Usadas en el Sistema
Actores del Sistema
Análisis y Modelado del Sistema
Trabajos Futuros
1. Sobre nuestros objetivos
2. Sobre el problema
3. Sobre el algoritmo usado
5. Sobre el sistema implementado
4. Sobre las pruebas obtenidas
Estamos listos para mostrar el entrenamiento y validación realizados...
Casos de Uso del Sistema
Modelo Conceptual
Historia Clínicas
Algoritmo Genético
Modelo Físico
Historia Clínicas
Algoritmo Genético
Parámetros del Sistema
Selección Población Inicial
Condiciones de parada
- Tiempo Limite
- Máximo Generaciones
- Máximo Fitness
- Población Similar
"SISTEMA INTELIGENTE BASADO EN ALGORITMO GENÉTICO
PARA EL DIAGNÓSTICO DEL SÍNDROME METABÓLICO"
Antecedentes
Objetivos
a) CONSTRUIR UN SISTEMA INTELIGENTE
para el diagnóstico del Síndrome Metabólico.
Justificación
Usar lo aprendido
Algoritmo Genético, Constituye un paradigma de optimización basado en la explotación sistemática
El Síndrome
Alcance
Un serio problema de salud pública.
Fase 1
Construcción Sistema Inteligente:
Fase 2
Diagnostico:
Matriz
Conocimiento Resultante:
Implementación del Sistema
c) IMPLEMENTAR EL ALGORITMO GENÉTICO
propuesto por
Mauricio y Guerra [MauGue 09].

d) RECOPILAR HISTORIAS CLÍNICAS
de pacientes de endocrinología.
1.- Introducción
3. Recolectar más Historias Clínicas.
Tamaño de Población
Condición de Parada
Métodos de Selección
Números Pacientes
Métodos Croosover
Probabilidad Croosover
Métodos Mutación
Probabilidad Mutación
Reglas Organizaciones
Reglas Totales
Hallazgos
Reglas de diagnóstico para la OMS
Métodos de Selección
- Ruleta
- Estocástico Universal
- Torneo
Métodos de Croosover
La abundante información referente al Sindrome Metabolico
Tecnología en procesamiento de datos de los sistemas computarizados es alto, óptimo y a un bajo costo de almacenamiento
No existen estrategias de prevención, diagnóstico y tratamientos eficaces para la mayoría de los casos del SM.
Entidades Mundiales de Salud
abundante Información
Médicos no tienen un protocolo de diagnóstico
Historias Clínicas
Codificación de las Historias Clínicas
Plantillas
Del Sistema...
Recolección de Historias...
Fase de Entrenamiento...
- Dos de Mayo
- Hipólito Unánue (Bravo Chico)
- Stella Maris
Si el hallazgo Hi esta presente en el paciente Pj entonces lo representamos con 1, sino 0
Fase Entrenamiento
Total fueron 66 experimentos..
Experimentos
Fase de Validación
Usamos 50 pacientes..
Cada paciente se acompaño por el diagnostico de 2 expertos...
El SISDSM supera en los casos positivos correctamente clasificados.
Los médicos superan en los casos negativos correctamente clasificados.
6.- Conclusiones
Resultados
5.- Pruebas
Instancia de Pruebas
Métodos de Mutación
Cromosoma Final
4.- Sistema Propuesto
"Universidad Nacional Mayor de San Marcos"
"Facultad de Ingeniería de Sistemas e Informática"
"Escuela Profesional de Ingeniería de Sistemas"
01 de Septiembre del 2014
Jhonattan Saldaña Camacho Jhon Quispe Ochoa
Asesor: Dr. David Mauricio Sánchez
Referencias Bibliográficas
[AHA 11] American Heart Association Learn and Live – About Metabolic Syndrome.

[ALAD 01] Guías ALAD de diagnóstico, control y tratamiento de la Diabetes Mellitus Tipo 2.

[Art-SPM 08] “Artículo Especial” La obesidad y el síndrome metabólico como problema de salud pública.

[Art-GuzPer 01] Manuel Guzmán, MD – Cynthia M. Pérez Cardona, PhD. “Síndrome Metabólico: Un Problema de Salud Pública en Puerto Rico”


[CarlosAP 08] Carlos Andrés Pineda – Síndrome metabólico: definición, historia, criterios – Vol. 39 No. 1, 2008 (Enero-Marzo) - “Colombia Médica”.

[Carlos Cotta 10] Carlos Cotta: Una Visión General de los Algoritmos Meméticos Dpto. Lenguajes y Ciencias de la Computación, ETSI Informática, Universidad de Málaga, Campus de Teatinos, 29071 - Málaga, España. 28 de Septiembre del 2010.

[Goldberg 89] Goldberg,D.E.(1989). Genetic Algorithms mization and Machinc Learning. Addsion-Wesley Longmar Inc., Boston, MA, USA.

[MauGue 09] Mauricio David, Guerra Luis, “Un Algoritmo Genético para la Generación de Conocimiento en el Diagnóstico del Síndrome Metabólico” COPIOS-1, Congreso Peruano de Investigación de Operaciones y Sistemas - 2009.
[Manterola 09] Dr. Carlos Manterola D., “Cómo Interpretar un Artículo Sobre Pruebas Diagnósticas”,2009 – Universidad de la Frontera.

[Oxford 05] Oxford Journals, Bioinformatics, Human Molecular Genetics. - Knowledge-based computational search for genes associated with the metabolic síndrome, 2005.

[Font 08] José María Font Fernández - Generación de Sistemas Basados en reglas mediante Programación genética, Tesis de Máster, Madrid, Junio 2008

Reglas por Organización.
Hallazgos.
Tamaño de nuestra población.
Para el Desarrollo del Sistema
Hardware
Software
Médico Apoyo: Dr. José Sánchez Gonzales
Ingreso de pacientes
Funcionamiento
Diagnostico del sistema
C
E
D
S
Diagnostico del Médico
3.-Algoritmo Genético
Análisis y Esquematización
de los Hallazgos
HALLAZGOS
Entonces el problema de optimización
correspondiente consiste en encontrar un
conocimiento C que maximice el índice de acuerdo.
Índice de
Acuerdo
Usaremos esta función para evaluar el conocimiento usado por el sistema
Una función muy usada para evaluar sistemas inteligentes para el área médica.
Diseño Cromosoma
Función Fitness
Remplazando se tiene:
Un hallazgo o conjunto de hallazgos identifican una enfermedad.
Función Fitness
Conocimiento
Experiencia
Tesis para Obtención del Título Profesional de
Ingeniero de Sistemas
presentada por:
Resistencia a la Insulina
Colesterol Alto
Síndrome Metabólico
Diabetes Millitus 2
Enf. Cardiovaculares
Factores de riesgo
Alcoholismo
Tabaquismo
Obesidad y Stress
Sedentarismo
Problema

Construido en base a lo Propuesto por Mauricio y Guerra [MauGue 09]
Propuesto por Mauricio y Guerra [MauGue 09]
1. Realizar más pruebas para mejorar los resultados.
2. Transferencia del Sistema para ser usado en Centros de Salud.
4. Minimizar el porcentaje de error.
Estadísticas
Agenda
El ritmo de vida en la actualidad es muy diferente a la de nuestros antepasados.
1.- Introducción


2.- Revisión de la Literatura


3.- Algoritmo Genético


4.- Sistema Propuesto


5.- Pruebas


6.- Conclusiones

Estudios y Técnicas usadas para la Generacion de Conocimiento
Aplicaciones Médicas que utilizan Algoritmos Genéticos
Antecedentes,
Problema,
Justificación y
Objetivos.

Muchas Gracias
Factores de riesgo
Presión Arterial
Sobre Peso
D
Diagnóstico
En el Sistema..
Metabólico
b) IDENTIFICAR LOS DIVERSOS CRITERIOS DE DIAGNOSTICO
propuestos por las entidades mundiales expertas de salud
sobre el Síndrome Metabólico.
"Nunca pierdas las esperanza,
porque te traerá una gran recompenza"
Ver Demo
Full transcript