CBR Temporal en dominios de alta complejidad conceotual. Aplicaciones en Medicina

  1. Juarez, Jose M.
  2. Campos Martínez, Manuel
  3. Palma Méndez, José Tomás
  4. Marín Morales, Roque Luis
Buch:
XII Conferencia de la Asociación Española para la Inteligencia Artificial: (CAEPIA 2007). Actas
  1. Borrajo Millán, Daniel (coord.)
  2. Castillo Vidal, Luis (coord.)
  3. Corchado Rodríguez, Juan Manuel (coord.)

Verlag: Universidad de Salamanca

ISBN: 978-84-611-8846-8 978-84-611-8848-2

Datum der Publikation: 2007

Ausgabe: 2

Seiten: 201-210

Kongress: Conferencia de la Asociación Española para la Inteligencia Artificial (12. 2007. Salamanca)

Art: Konferenz-Beitrag

Zusammenfassung

El desarrollo de sistemas de ayuda al diagnóstico en dominios altamente complejos, especialmente en medicina, es un problema al que la Inteligencia Artificial (IA) se enfrenta en los últimos años. En estos dominios, caracterizados por la elevada complejidad conceptual y donde la dimensión temporal juega un rol esencial, los métodos tradicionales de la IA se enfrentan a arduos procesos de adquisición de conocimiento. No obstante, el Razonamiento Basado en Casos (CBR) permite abordar problemas en dominios poco estructurados a partir de casos previamente resueltos por el experto, simplificando la obtención de dicho conocimiento. Sin embargo, el CBR aplicado a estos dominios presenta dos aspectos que deben ser abordados: la representación de casos heterogéneos y los mecanismos para medir la similitud entre casos considerando la componente temporal. En este trabajo proponemos una arquitectura para la ayuda al diagnóstico que cubre ambos aspectos en dominios de alta complejidad conceptual, demostrando su aplicabilidad en un dominio médico concreto.