Modelado de grandes sistemas distribuidos (sistemas fisiolgicos)

La sociedad del conocimiento: Modelar + Simular = Conocer

Segismundo Ferrair Pons1
1

Departamento de Tecnologa Informtica y Computacin, Universidad de Alicante Ctra. de Sant Vicent del Raspeig, s/n, Sant Vicent del Raspeig Apdo. correos 99, 03080 Alicante (ESPAA) segis@dtic.ua.es http://www.dtic.ua.es

Resumen. Pretendemos dar una visin de las tcnicas actuales de modelado, haciendo un anlisis crtico en su aplicacin a los sistemas fisiolgicos. Explicamos los problemas que se surgen y la necesitad de nuevas tcnicas que nos permitan afrontar con xito el modelado de los sistemas fisiolgicos (nuevo reto). Se proponen nuevas tcnicas o directrices de modelado, como el abordaje dual de los sistemas: mecnico y neuronal. Hemos enriquecido las explicaciones con ejemplos del sistema respiratorio humano.

1 Introduccin
Actualmente los avances en la tecnologa son sorprendentes; podemos disear casi cualquier sistemas por complicado que parezca, podemos reducir su espacio y hacerlo ubicuo, podemos conseguir que se integre en nuestras vidas cotidianas y que nos parezca indispensable. Por otro lado los avances en la Medicina no se quedan atrs. Sabemos como diagnosticar y tratar, cada da ms precozmente, patologas que aos antes no se conocan. Sin embargo, algo que podra parecer crucial, el conocimiento de los sistemas fisiolgicos, su funcionamiento no patolgico, sin alteracin alguna, todava hoy por hoy se desconoce. Reconocemos los sntomas de las enfermedades y como tratarlas, pero no sabemos explicar el funcionamiento normal del organismo. Sabemos los procesos que tienen lugar, pero desconocemos el porqu de stos, ni que alteraciones se produciran si los modificramos. Cmo pretendemos solucionar y evitar los problemas de un sistema cuando desconocemos su fisiologa? Esta cuestin sera imposible en el campo de la ingeniera, o en la informtica, o en el diseo, o en la industria; sin embargo, es una gran incgnita cuando la formulamos refirindonos a los sistemas fisiolgicos. Un primer paso para conocer, para poner en orden nuestra informacin y para validar nuestros conocimientos, es construir un modelo del sistema a estudiar.

Construir un sistema, partiendo de la informacin que tenemos, que permita futuras ampliaciones y mejoras, un modelo palpable, que nos permita llevar a el campo de la ingeniera los avances del conocimiento sobre los sistemas fisiolgicos. Un modelo, al fin y al cabo, que nos permita predecir, comprobar el correcto funcionamiento y permitir futuros avances en este campo.

2 Por qu se modela?
Podemos definir un sistema como una coleccin de componentes interconectados que actan juntos con la finalidad de proporcionar unas respuestas determinadas, ante unos estmulos de entrada, o unas perturbaciones exteriores (definicin basada en las propuestas de norma publicadas por el Comit de Terminologa y Nomenclatura del IEEE del Comit de Sistemas Realimentados de Control [1]). Un modelo de un sistema consiste en la materializacin del conocimiento que se posee sobre ste, la cual podemos expresar mediante un lenguaje no ambiguo como el lenguaje matemtico. No hay que confundir las ecuaciones que definen el modelo, que dictan el comportamiento del sistema, con el propio sistema. Estas ecuaciones se obtienen a menudo realizando simplificaciones sobre la realidad. Podemos preguntarnos cul es la causa de la discrepancia entre el comportamiento predicho por el modelo y la realidad observada. En aras de la simplificacin se pueden olvidar a propsito propiedades importantes del sistema, responsables de esta diferencia. El modelo matemtico es un ente distinto a la realidad. El objetivo perseguido al crear modelos es que, la evolucin de las variables del modelo se asemeje, dentro de los mrgenes que consideremos permitidos, a la de las medidas hechas en la realidad. Para realizar predicciones, para saber cul ser el comportamiento de un sistema, y para poder comprobar nuestras hiptesis, tememos que aplicar nuestra informacin en un modelo.

3 Cmo se modela un sistema? Enfoque clsico

En el control clsico de sistemas podemos distinguir dos tipos de mecanismos. Si la salida del sistema pretende seguir el valor de entrada, en este caso el sistema recibe el nombre de servomecanismo. En estos casos los valores de salida describen una trayectoria pretendida, que es dependiente de la trayectoria de los valores de entrada al sistema. Por ejemplo una sierra de calar mecanizada, se introduce como entrada el contorno de una pieza modelo, y a la salida la hoja de sierra corta la nueva pieza, que puede ser idntica o un escalado de la original. Si por el contrario la salida pretende mantener un valor constante, el sistema de control se denomina regulador.

Por ejemplo, en los seres humanos la temperatura corporal permanece, dentro de un rango, aproximadamente constante, independientemente de los cambios de temperatura del exterior, del ejercicio o reposo y de los procesos fisiolgicos internos. En este ejemplo de regulador, el sistema acta como un termostato. 3.1 Diagrama de bloques. Modelo conceptual

Antes de realizar el anlisis de un sistema, es til representar a modo de bloques los distintos componentes que intervienen. Indicaremos tambin las variables de entrada y de salida de cada uno de los bloques, de modo que queden plasmadas las relaciones entre las variables que intervienen y los componentes del sistema. Estas entradas y salidas se representan mediante flechas. Intercambio gaseoso en los pulmones

VE

PACO2

Quimiorecep tores de CO2

Figura 1. Diagrama de bloques del sistema respiratorio.

En la figura 1, se muestra un diagrama de bloques del sistema respiratorio, en l que podemos observar las variables de control ms comunes: la seal de referencia r, seal activa e, variable controlada c y la realimentacin primaria b. La construccin de diagramas de bloques nos permite aclarar y plasmar nuestras ideas y nuestra informacin sobre un sistema dado en un modelo. A este diagrama de bloques le llamamos modelo conceptual del sistema. En los sistemas de control es difcil obtener la seal de salida precisa (c, en la figura 1) y mantener dicho valor. Debido a las perturbaciones o interferencias siempre existentes, la seal de salida de desva el valor esperado. Para minimizar esta diferencia debemos medir la seal a la salida y compararla con la esperada. Esta informacin nos servir para introducir de modo ms preciso la seal de entrada al mecanismo de control (e, en la figura 1). La parte de la seal de salida que interviene en la nueva entrada se denomina seal realimentada (b, en la figura 1). La entrada calculada tras aplicar la realimentacin se denomina seal de mando. La realimentacin introduce intrnsecamente estabilidad al sistema, minimizando el efecto de las perturbaciones externas al sistema, amortiguando en el tiempo las variaciones bruscas en la seal de mando y por tanto en la salida. Podemos clasificar los sistemas de control por tanto en sistemas en bucle abierto, si no poseen seal realimentada y sistemas en bucle cerrado o realimentados.

3.2

Planteamiento de ecuaciones

El siguiente paso en el anlisis del sistema consiste en convertir el modelo conceptual en un modelo matemtico. Este nos permite hacer hiptesis sobre los contenidos de cada caja o subsistema del diagrama de bloques. Es en este paso, cuando concretamos la informacin que disponemos del sistema en ecuaciones matemticas, basadas en leyes fsicas. El anlisis de un sistema dinmico requiere la facultad de predecir su comportamiento. Esta facultad y la precisin de los resultados depende de la correccin con que se puedan expresar matemticamente las caractersticas de cada uno de sus componentes. Una vez descrito un sistema fsico por un conjunto de ecuaciones matemticas, stas se transforman, mediante los mtodos para resolver ecuaciones, para lograr un modelo matemtico del sistema. Una vez logrado esto, la manera de analizarlo es independiente de la naturaleza fsica del sistema, tanto si se trata de una realidad elctrica, mecnica o fisiolgica. Necesitamos conocer las leyes que gobiernan los distintos componentes de un sistema y definir los parmetros que los definen. En los sistemas fisiolgicos nos basaremos en las propiedades aplicables a los distintos componentes. Tendremos un modelo diferente atendiendo a las distintas caractersticas o propiedades tenidas en consideracin. Para ilustrar este concepto miremos diversos modelos del sistema respiratorio. Podemos observar el modelo SR1 [6] con realimentacin qumica y neuromecnica, basado en la optimizacin del trabajo (tanto qumico como mecnico). Otro modelo, que introduce la medicin de los quimioreceptores perifricos sera SR3 [7], [8]. Un modelo ms complejo, pero de gran inters por tener en cuenta tanto modelos del sistema respiratorio como del sistema cardiovascular, es el modelo denominado por el autor Pneuma [10]. En [9] podemos ver una evaluacin de estos modelos descritos con el propsito de predecir y simular la respuesta al estmulo de hipercapnia. Cada aproximacin a la realidad hecha en cada modelo implica una ley separada del sistema regulador. No obstante, todas las leyes de control del sistema fisiolgico deben estar relacionadas entre s, ya que en realidad conforman lo que se denomina en su totalidad la red neuronal o controlador neuronal del sistema fisiolgico. En [12] podemos encontrar numerosos planteamientos de ecuaciones que rigen las distintas propiedades del sistema respiratorio humano. 3.3 Mtodos para resolver ecuaciones. Mtodos numricos

Los mtodos para resolver ecuaciones diferenciales lineales con parmetros constantes son bastante conocidos [3], [4]. Los mtodos clsicos son un camino bastante pesado y no indican fcilmente que cambios deben realizarse para mejorar el comportamiento del sistema. El empleo de la transformada de Laplace simplifica algo este anlisis. Posteriormente usando criterios algebraicos para determinar la posicin de las races de la ecuacin caracterstica del sistema, y aplicando el criterio de Routh y Hurwitz podemos determinar la estabilidad del sistema.

El artculo de Nyquist [13] ampliado posteriormente por Black [14], y por Bode [15] nos ayuda analizando la respuesta espectral del sistema, indicando los cambios a introducir en el sistema para que se ajuste a las especificaciones de diseo. Todos estos mtodos clsicos suponen la necesidad de resolver los sistemas de ecuaciones diferenciales y por tanto un arduo y complejo trabajo matemtico. Cuando las ecuaciones varan con el tiempo, o no son lineales, caso comn en los sistemas fisiolgicos, an es ms difcil su resolucin. Podemos, haciendo uso de las capacidades de computo, traducir las ecuaciones que representan el sistema en un algoritmo y desarrollar un programa en C o Fortram. Si la complejidad del sistema hace inviable su resolucin, necesitamos recurrir a mtodos numricos. Para lo cual representaremos grficamente las funciones que intervienen y hallaremos las soluciones al sistema de forma geomtrica, realizando un clculo posterior de este valor. El programa Matlab [11] de MathWorks nos ayuda enormemente, pues directamente tenemos comandos como bode(num,den), nyquist(num,den,w), nichols(num,den,w), roots(den), entre otros, que nos calculan y nos muestran las representaciones grficas ms comnmente empleadas en el campo de la ingeniera de control de sistemas.

4 Simulacin, para qu se simula?

En los casos en los que la complejidad matemtica es excesiva, es conveniente trasladar el modelo de bloques a un modelo computacional y resolver el problema numricamente. Tenemos herramientas software que nos facilitan tanto el modelado como el anlisis y la simulacin. La ms ampliamente extendida y empleada en la comunidad cientfica es Simulink [11]. Simulink nos ofrece un entorno grfico en el que podemos convertir nuestro diagrama de bloques en una red de cajas de funciones matemticas. En la figura 2 se representa un modelo simulink del comportamiento mecnico de los pulmones.
Pao vs time

Mux Mux

respm1.mat To File

s2+420s Ventilator Pao s2 +620s+4000

1/s Integrator Volume vs time

Respiratory Mechanics

Q vs time

Figura 2. Modelo sencillo Simulink del pulmn [5]

Simular consiste en usar un modelo para obtener la evolucin de ciertas variables, con la esperanza de que esta evolucin ser semejante a la que ocurrira en la realidad. Para realizar una simulacin se proporciona un modelo y el valor de las entradas en cada instante de tiempo. Mediante un programa o por otros medios, se obtienen cules sern las trayectorias de las salidas del sistema. El modelo ser til, en tanto en cuanto, estas trayectorias sirvan para el propsito particular de la investigacin. En Medicina, la simulacin permite decidir si los modelos manejados se aproximan lo suficiente a la realidad observada, con el fin de poder realizar predicciones, diagnsticos e incluso identificacin del propio sistema fisiolgico estudiado. Simulink trabaja conjuntamente con Matlab, de modo que podemos obterner las ecuaciones y el formalismo matemtico requerido a partir de nuestro diagrama de realizado con las herramientas de Simulink. Una vez en Matlab podemos obtener las representaciones grficas necesarias. Tambin a la inversa, podemos simular con Simulink nuestro modelo expresado previamente con ecuaciones en Matlab.

5 Diferencias entre los sistemas de ingeniera y los sistemas fisiolgicos

El objetivo de este artculo es mostrar las tcnicas para llegar a modelar un sistema fisiolgico, realizando una revisin de las tcnicas actuales. Es por ello preciso notar que el comportamiento y la naturaleza de estos sistemas, los hace particularmente diferentes [5] a los sistemas estudiados en la ingeniera de sistemas. Un sistema de control en ingeniera se disea para que lleve a cabo una determinada tarea concreta, que a su vez es perfectamente conocida y definida. En la mayora de las casos, se pueden ajustar milimtricamente las seales de control para que el sistema sea capaz de realizar esta tarea de manera ptima, al menos en aquellas situaciones en las que el sistema es probado, condiciones, que en cierto modo, recrean sino son las mismas, bajo las cuales el sistema va funcionar. Contrariamente, un nico sistema fisiolgico tiene diversas funciones totalmente diferentes, tan importantes las unas como las otras, y que aparentemente nada tienen que ver entre s. La naturaleza de los sistemas fisiolgicos los hace verstiles y capaces de realizar multitud de funciones. Por ejemplo, el sistema respiratorio tiene entre sus funciones posibilitar el intercambio gaseoso, sin embargo tambin es empleado para ayudar a eliminar el calor corporal, regulando la temperatura constante de los seres vivos de sangre caliente. Esta segunda funcin tambin es esencial para mantener las constantes vitales. Otra crucial diferencia es que los sistemas propios de la ingeniera son sintetizaciones realizadas por el diseador del sistema, por tanto las caractersticas de los componentes que lo forman son perfectamente conocidas. Por otro lado, los sistemas fisiolgicos estn formados por componentes desconocidos y de difcil anlisis. Es por ello necesario un enfoque mediante tcnicas de identificacin de sistemas, descritas en el punto siguiente, con el fin conocer el comportamiento de cada uno de los subsistemas, antes de analizar el sistema de forma global.

Adems, todos los sistemas fisiolgicos tienen una gran interdependencia entre ellos. El sistema respiratorio mantiene una gran dependencia con el sistema cardiovascular y ste a su vez con el renal y el endocrino. Segn diversos estudios apuntados en [16], el ritmo respiratorio en reposo puede ser inducido por los latidos cardiacos. Ya hemos mencionado el artculo de Khoo [10], en el que se describen las relaciones entre el sistema cardiovascular y el sistema respiratorio, con el fin de simular la dinmica cardiorrespiratoria en las fases de sueo y en ausencia de l. Los sistemas fisiolgicos, en general, son adaptativos. Es decir, el sistemas debe ser capaz de compensar cualquier cambio que se produzca en la seal de salida, incluso aunque ello implique la modificacin de caractersticas bsicas del propio sistema. Segn [2], se define un sistema autoadaptativo de control como aquel que tiene la capacidad de cambiar sus parmetros por medio de un proceso interno de media, evaluacin y ajuste, para adaptarse al ambiente cambiante, tanto externo como interno (sistema bajo control). La realimentacin en los sistemas fisiolgicos no aparece explcitamente. No podemos apreciar un elemento comparador que sustrae la realimentacin a la seal de entrada. La realimentacin es una parte o caracterstica intrnseca del sistema, que hace que este se comporte de forma diferente ante variaciones de la seal de entrada. El comparador no existe y la realimentacin est embebida en el sistema, siendo una caracterstica particular de ste. Veamos un ejemplo: En una crisis hiperventilatoria, la respuesta fisiolgica es aumentar la perfusin sangunea, cuando por diseo lo esperable sera disminuirla para reducir la presin parcial de oxgeno en sangre. En general los sistemas fisiolgicos son no lineales. Un sistema de control se considera no lineal cuando alguno de los coeficientes de su ecuacin caracterstica son funciones dependientes del tiempo en lugar de valores constantes. Las objeciones principales hechas a este tipo de sistemas son la dificultad de su diseo y la falta de mtodos que delimiten claramente la prediccin de su comportamiento [3]. 5.1 Se puede modelar un sistema fisiolgico?

Todas estas diferencias y dificultades nos llevan a plantearnos si realmente es posible, con ciertas garantas de calidad y exactitud, realizar el modelado de un sistema fisiolgico. El principio de la homeostasis, trmino acuado por el fisilogo Walter Cannon, nos dice que en el cuerpo humano se producen procesos fisiolgicos coordinados con el fin de mantener el equilibrio y la estabilidad en los sistemas fisiolgicos. Los mecanismos de control son la base para mantener la homeostasis a todos los niveles en los organismos vivos. En el caso del sistema respiratorio, este principio se materializa en ajustar la ventilacin alveolar a las necesidades del cuerpo, de forma que las presiones arteriales de C02 y 02 se mantengan aproximadamente constantes. Este equilibrio ha de mantenerse, tanto en estado de reposo como bajo condiciones de ejercicio, variaciones en la altitud, u otros esfuerzos respiratorios. En 1940 Wiener explor el concepto realimentacin definindolo matemticamente, y lider la fundacin para el modelado de sistemas fisiolgicos no

lineales. Acu el trmino ciberntica para describir la aplicacin de la teora de control a los sistemas fisiolgicos. Este trmino, hoy en da, est ms cercano a la robtica. Tras la Segunda Guerra Mundial los avances en la industria militar y aeroespacial han catalizado los estudios sobre los sistemas de control. Las investigaciones en los sistemas de control fisiolgicos han llegado a formar un campo de estudio propio. Podemos citar como pioneros en este campo a Grodins (1964), Bayliss (1966), Stark (1969), Clynes y Milsum (1970) y Coleman (1973) entre otros. Hoy es necesario el estudio de los sistemas de control fisiolgicos en cualquier currculo de ingeniera biomdica.

6 Modelado de un sistema fisiolgico

En los problemas de control clsicos tenemos el sistema definido mediante las ecuaciones diferenciales que lo gobiernan, y nuestro objetivo es conocer cul ser su comportamiento o respuesta ante determinadas seales de entrada tambin conocidas. Este problema se conoce con el nombre de Prediccin. Con nuestro modelo predecimos los resultados que se obtendran en el sistema. Desgraciadamente en los sistemas fisiolgicos nuestras pretensiones son totalmente diferentes. El planteamiento suele ser el inverso. Conocemos los sntomas, la salida del sistema fisiolgico, y queremos conocer cules son las entradas que determinan dicho comportamiento. Este abordaje del problema se conoce como Diagnosis. Para un diagnstico correcto necesitamos conocer tambin las ecuaciones del sistema. Mediante tcnicas matemticas de deconvolucin [17] aplicadas a nuestro modelo obtendremos las entradas o causas que conllevan a la salida observada. Otro reto mayor, an ms complejo, y el ms intrincado en los sistemas fisiolgicos es conocer e identificar el propio sistema. Es comn cuando se modela un sistema fisiolgico que el conocimiento, que se tiene de ste, sea muy limitado en lo concerniente a los mecanismos concretos interiores al sistema, o que debido a la naturaleza del sistema, su propia complejidad intrnseca, haga inviable la formulacin de est informacin mediante trminos matemticos. Este nivel de conocimiento, o la falta de l, nos llevan a que en la prctica mdica sea ms til recopilar y estudiar las respuestas del sistema ante determinados estmulos de entrada conocidos. Este problema se conoce como Identificacin del sistema. 6.1 Simplificacin del modelo

Debido a la complejidad de los sistemas fisiolgicos intentaremos mantener la mayor sencillez dentro de la medida de lo posible. Una tctica a seguir en el diseo es el lema de divide y vencers. Disearemos un modelo compuesto de submodelos ms asequibles.

Hemos visto que podemos tener distintos modelos del mismo sistema segn la propiedad del sistema en que nos centremos. Pues bien, todos estos modelos pueden aislar distintos comportamientos de un sistema, que podremos estudiar por separado, centrndonos en funciones concretas. No siempre es ptimo tener un modelo global que englobe todos los posibles comportamientos. Recordemos que un modelo ser vlido en tanto en cuanto cumpla las pretensiones para las que ha sido diseado. No debe por tanto, hacer ms que la funcin que de l se espera. Tendr un uso especfico, pero igualmente importante en un estudio fisiolgico. 6.2 Realimentacin en los sistemas fisiolgicos

En los sistemas de control en bucle cerrado, parte de la seal de salida es usada para realimentar el sistema. Esta realimentacin no se realiza directamente, sino que se toma la seal de salida como muestra, un subsistema se encarga de procesarla para calcular la seal que comparada con la entrada al sistema, nos da como resultado la seal de error o de entrada en el bloque de control. En ingeniera debemos disear expresamente este comparador, su funcionamiento es el de un sumador si la realimentacin es positiva, o la de un restador si la realimentacin es negativa. En los sistemas fisiolgicos de bucle cerrado se toma la seal de salida como referencia para calcular la seal de error y ajustar el control. Sin embargo es difcil aislar en que parte del sistema se calcula la seal de error, generalmente la seal de salida es medida por diversos centros, tanto perifricos como centrales, en los que tenemos quimiorreceptores, baroreceptores y mecanoreceptores. Todos estos elementos contribuyen en la medicin de la respuesta del sistema. En nuestro modelo, aunque se debe tener en cuenta la accin de todos ellos, por sencillez, podemos englobarlos en un nico subsistema sensor, a sabiendas que no existe como tal, sino que est distribuido en el sistema real. Esta abstraccin nos permite asumir ciertas acciones, que aunque sabemos de su existencia por los efectos que producen, no se tiene certeza de su localizacin fsica. No debemos obviar que las acciones que disparan los distintos sensores puede afectar a distintos subcomponentes, con lo que en realidad tendremos mltiples realimentaciones. Tambin es frecuente encontrar acciones de realimentacin indirectas, es decir, detecciones por receptores, del propio sistema en estudio o de otros sistemas, que provocan el aumento o disminucin de determinadas concentraciones de hormonas o de elementos qumicos, que a su vez disparan la accin de nuevos sensores que sern los que participen en el control del sistema fisiolgico objetivo [16]. 6.3 Abriendo el bucle, penetracin en el interior del sistema fisiolgico

En la mayora de los sistemas fisiolgicos, la dificultad de conocer el sistema y su gran complejidad nos impiden poder plantear las ecuaciones diferenciales directamente, siendo necesario previamente resolver el problema de la identificacin del sistema.

Podemos suponer, por conveniencia, o no si nuestro sistema va a ser lineal. En cualquier caso, tericamente es posible, analizando el comportamiento del sistema, poder llegar a deducir un modelo del mismo. Este modelo debido a la falta de informacin sobre el sistema ser un modelo totalmente emprico. Para refinar el modelo es necesario introducir en el anlisis toda la informacin de que dispongamos, a pesar que esta sea una informacin parcial o imprecisa. La base del modelado es definir la estructura que tendr el sistema. Debemos analizar el sistema para conocer el funcionamiento fisiolgico tanto como sea posible. A partir de l y aplicando las leyes fsicas y qumicas, explicaremos este comportamiento. Plantearemos esta informacin de forma matemtica, con ecuaciones diferenciales. Estas nos definirn las funciones o comportamiento del modelo y tendrn coeficientes o parmetros sin conocer. Determinar estos, en base a las respuestas del sistema ante estmulos conocidos, es la segunda fase de la identificacin del sistema. A estos modelos se les conoce con el nombre de modelos paramtricos. La mayora de los sistemas fisiolgicos son realimentados, esto introduce una dificultad aadida a la identificacin del sistema. Midiendo nicamente las entradas y salidas del sistema es imposible obtener informacin sobre el comportamiento de los subcomponentes del sistema. Para conseguirlo necesitamos de alguna manera poder medir las variables o seales interiores. Para obtener esta informacin necesitamos abrir el bucle de realimentacin, estudiar el sistema en lazo cerrado. Esto quiere decir literalmente que necesitamos tcnicas invasivas, poder ver las distintas partes o bloques del sistema y estudiar stos de forma independiente. Estas tcnicas pueden implicar la ablacin, la ectomizacin, o la denervacin de determinados rganos o partes de stos, con el fin de poder realizar las investigaciones fisiolgicas sin interferencias o solapamiento con otras funciones del sistema independientes a la estudiada. No debemos olvidar que ests funciones debern introducirse en otro bloque del sistema a analizar por ser igualmente importantes. As mismo, puede ser necesaria la inhibicin de determinadas funciones vitales y la redireccin de flujos sanguneos. Mtodos menos invasivos son el empleo de frmacos que minimicen o eliminen potenciales interferencias que puedan confundir. Ambas tcnicas pueden ser probadas experimentalmente en animales, estudiando su sistema fisiolgico podemos extraer semejanzas que habr que refinar y validar. Podemos obtener mucha informacin utilizando planteamientos cercanos a la ingeniera inversa, desmontar y analizar para identificar el funcionamiento fisiolgico. Los conocimientos de la anatoma son fundamentales, pero a su vez se debe dotar a estos de dinamismo y funcionalidad, simular su evolucin temporal.

7 Validacin de los modelos

La validacin del modelo siempre es necesaria, ya sea para comprobar si las hiptesis tomadas en el desarrollo han introducido errores o han acercado la respuesta, o bien para realizar comparaciones con otros modelos.

A menudo ocurre que modelos ms complicados tienen un comportamiento excelente en algunas situaciones particulares, pero que en general se comportan peor que modelos ms simples. Dado que es de gran dificultad construir prototipos de los sistemas fisiolgicos, sobre todo de los elementos no mecnicos, la mejor manera de validar el modelo es mediante la simulacin computerizada. Haremos una simulacin y compararemos los resultados obtenidos en ella con los observables en la realidad. Para ello debemos poder medir en el modelo las mismas variables que las que se puedan obtener en un paciente. Debemos tomar especial inters en introducir en el modelo las variables de uso cotidiano por el especialista, aunque ests aporten poca informacin en el control del sistema. La simulacin o comportamiento del sistema se calcula como respuesta frente diversas seales de entrada conocidas: escaln, rampa, serie de potencias, sinusoides, etc. El uso de estas mismas seales de entrada nos sirve como referencia para comparar el comportamiento entre diferentes modelos del sistema. Es de suponer que el comportamiento del sistema o su estabilidad, conseguida con una seal de entrada dada, seguir mantenindose, dentro de unos lmites, ante diferentes seales de entrada. En los sistemas fisiolgicos es conveniente que la seal de entrada sea una seal sinusoidal, que aunque complica la resolucin del problema, bien es cierto que cualquier seal peridica del mundo real, segn el teorema de series de Fourier [18] puede descomponerse en un conjunto de armnicos o sinusoides. En Fisiologa es bastante comunes encontrar y trabajar con seales peridicas, ms extrao es medir seales puntuales y de origen no determinado, que en principio suelen achacarse a errores o ruido en los aparatos de medida. Puede a su vez utilizarse como estmulo de entrada en la simulacin, para mayor exactitud, una discretizacin de la seal de entrada real, obtenida mediante muestreo e interpolacin. Tambin es comn analizar la respuesta o comportamiento del sistema ante determinadas disfunciones, patologas y situaciones ambientales especiales. Por ejemplo, podemos comparar el comportamiento del modelo Pneuma ante estmulos de ejercicio, hipercapnia e hipoxia [10]. Mediante el incremento de parmetros mecnicos se puede estudiar la respuesta del sistema ante determinadas enfermedades pulmonares. Uno de los problemas fisiolgicos primordiales que puede tener el sistema respiratorio es el aumento de los parmetros que definen el comportamiento mecnico de los msculos respiratorios. Cabe citar la elastancia de los pulmones (capacidad de estos a ensancharse durante la inspiracin), cuyo aumento se produce en patologas restrictivas, y la resistencia de las vas respiratorias al paso del aire a travs de ellas, que se ve afectada en las patologas obstructivas. Todas estas disfunciones alteran las propiedades mecnicas del sistema respiratorio.

8 Directrices de diseo
Conocidas las tcnicas para el modelado de los sistemas fisiolgicos podemos realizar una crtica constructiva de stas. A partir de la cual extraer un nuevo mtodo que nos permita un mayor avance en el conocimiento de los sistemas. La mayora de los modelos existentes se basan nicamente en algunas propiedades conocidas del sistema, no ofrecen ningn mecanismo para incorporar mayor conocimiento sin que sea necesaria la reformulacin de las ecuaciones o leyes del sistema. Este diseo clsico choca directamente con la naturaleza verstil de los sistemas fisiolgicos, cuya multitud de funciones no son totalmente conocidas. Por lo que los avances y resultados siempre son parciales al omitir una parte de la realidad. Introducir nuevas propiedades o enfoques supone la creacin de un nuevo modelo. Por estas razones, creemos que se necesita un diseo distribuido y a la vez modular. Distribuido porque en los sistemas fisiolgicos el control no se haya en un nico rgano o sistema, y modular para permitir identificar cada uno de los subsistemas por separado. Debemos construir un modelo que nos facilite su refinamiento conforme avance nuestro grado de conocimiento sobre el sistema fisiolgico. Debemos establecer un mecanismo que nos ayude a la introduccin de nuevos bloques sin que por ello se requiera un rediseo del modelo, de lo contrario el nuevo modelo podra perder el buen comportamiento hasta la fecha conseguido. El riesgo de redisear e introducir cambios que impliquen revisar todo el sistema, en sistemas de cierta complejidad, lleva implcito el cometer errores de diseo por despiste u olvido. A la vez, conlleva la necesidad de conocer a la perfeccin, con todas las particularidades, todo el sistema por una sola persona o equipo, impidiendo el trabajo en paralelo, debe centralizarse la integracin de componentes. Nuestro modelo debe ser una especie de malla en la que quepan nuevos bloques, que introduciremos en huecos dejados de antemano y que previamente haban sido tenidos en consideracin. Debemos realizar un desarrollo que vaya de lo general a lo particular. Las metas concretas y especficas no deben condicionar el comportamiento general y global del modelo completo. Las partes o bloques ya conocidos sern modelados y simulados conforme a la informacin disponible. Sern refinados con un abordaje predictivo segn avancen los estudios en los trabajos de investigacin en el campo de la fisiologa. Las partes mecnicas obedecen a leyes fsicas y en general los bloques que las controlan no suelen verse afectados por excesivas modificaciones. Utilizaremos por tanto las leyes o ecuaciones que los describen siguiendo planteamientos clsicos de ingeniera de sistemas. Los bloques de control menos conocidos sern gobernados mediante software con un planteamiento de identificacin, que validaremos con los estmulos y salidas conocidas y aportadas por los especialistas mdicos. Nota: Este artculo se deja pretendidamente abierto al lector con el fin de no condicionar nuevas tcnica a emplear. Obviamente en el grupo de investigacin tenemos propuestas concretas en las que estamos trabajando y que sern objeto de prximos artculos.

Referencias
1. ASA-C85.1 Terminology for Automatic Control, 1963. 2. Wright-Patterson Air Force Base: Proceedings of the Self Adaptive Flight Control Systems Symposium, WADC TR 59-49, Dayton, Ohio, 1959. 3. John J. DAzzo, Constantine H. Houpis: Sistema Realimentados de Control. Anlisis y Sntesis. Ed. Paraninfo, Captulo 18, 1989. 4. K. Ogata: Ingeniera de control moderna. Prentice Hall, 1993. 5. Michael C. K. Khoo: Physiological Control Systems. Analysis, Simulation, and Estimation. IEEE Press Series on Biomedical Engineering. Metin Akay, Series Editor, Captulo 1, 2000. 6. C.S. Poon, S.L. Lin, O.B. Knudson: Optimization character of inspiratory neural drive, J. Appl. Physiology, vol. 72,5, pg. 2005-2017, 1992. 7. M.C. Khoo, A Gottschalk, A. Pack: Sleep-induced periodic breathing and apnea: a theorical model study. Journal of Applied Physiology, vol. 70,5, pg. 2014-2024, 1991. 8. M.C. Khoo, R.E Kronauer, K.P. Strohl, A.S. Slutsky: Factors inducing periodic breathing in humans: a general model. Journal of Applied Physiology, vol53,3, pg. 644-659, 1982. 9. A. M. Hernndez, M. A. Maanas, R. Rabinovich, S. Benito, P. Caminal: Obtencin y Prediccin del Patrn Respiratorio mediante Modelado de su Sistema de Control ante Estmulos Hipercapnicos. Depto. ESAII, CREB de la Universidad Politcnica de Catalua, Depto. Neumologa del Hospital Clnico Barcelona, Unidad de Semicrticos del Hospital de les Santes Creus i Sant Pau, Barcelona. (xxxx) 10. H.H. Fan, M.C. Khoo: Pneuma. A Comprehensive Cardiorespiratory Model. Proc. Annual Int. conf. IEEE-Eng. in Medicine and Biology Society, pg. 1533-1534, 2002. 11. Matlab y Simulink. The MathWorks Company. Massachusetts. www.mathworks.com 12. John B. West. Fisiologa Respiratoria. Ed. Mdica Panamericana, Buenos Aires, Argentina, 2005. 13. H. Nyquist: Regeneration Theory. Bell System Tech. J., vol. 11, pg. 126-147, 1932. 14. H.S. Black: Stabilized feedback amplifiers. Bell System Tech. J., vol. 13, pg. 1-18, 1934. 15. H. W. Bode: Relations between attenuation and phase in feedback amplifier design. Bell System Tech. J., vol. 19, pg. 421-454, 1940. 16. Robert M. Berne, Matthew N. Levy: Fisiologa. Ed. Mdica panamericana. Buenos Aires, Argentina, 1987. 17. Carmen Snchez-Avila, Ral Snchez Reillo: Deconvolucin de seales con discontinuidades mediante regularizacin adaptativa con estimacin de la regularidad de Lipschitz. XVII Congreso de Ecuaciones Diferenciales y VII Congreso de Matemtica Aplicada, 2001. 18. Tom M. Apstol: Anlisis Matemtico. Editorial Revert, cap. 11, Madrid, 1986.