Diseo de Experto: Caso Enfermedad de Alzheimer

Carlos Parra Jerez, Fernando Neira Rojas

Escuela de Ingeniera Informtica, Universidad Catlica de Temuco
cparraj2014@gmail.com, fneira2009@alu.uct.cl
Inteligencia Artificial
Temuco, 21 de septiembre de 2016

Resumen

1.

Introduccin

Carlos Parra Jerez & Fernando Neira Rojas

2.
2.1.
2.1.1.

Marco Terico
Sistema experto
Que es un sistema experto?

Edward Feigenbaum definio un sistema experto como Un programa de ordenador inteligente que usa conocimiento
y procedimientos de inferencia para resolver problemas que son lo suficientemente difciles como para requerir la
intervencin de un experto humano para su resolucin.
Los sistemas expertos son programas de ordenador que capturan el conocimiento de un experto, e imitan sus procesos de razonamiento cuando resuelve los problemas de un determinado dominio.
2.1.2.

Caracteristicas de un sistema experto

Pueden resolver problemas muy difciles tan bien o mejor que los seres humanos.
Razonan heursticamente, usando lo que los expertos consideran reglas empricas efectivas, e interactan con
los humanos de forma adecuada, incluyendo el lenguaje natural.
Manipulan y razonan sobre descripciones simblicas.
Pueden funcionar con datos que contienes errores usando reglas de enjuiciamiento inciertas.
Pueden contemplar mltiples hiptesis en competicin simultneamente.
Pueden explicar por que estn formulando una pregunta.
Pueden justificar sus conclusiones.

2.1.3.

Objetivos de un sistema experto

Mejorar la calidad del conocimiento de los expertos humanos.
Conseguir la supervivencia del conocimiento y que no muera con la muerte fsica del experto humano.
Multiplicar el nmero de expertos y, por tanto, hacer ms accesible el conocimiento existente.
Disminuir el coste del conocimiento.

2.1.4.

Componentes de un sistema experto

La Base de Conocimientos contiene hechos especficos, tales como juicios, intuicin y experiencias, acerca de un
rea especfica del saber, representados de manera simblica, mediante la utilizacin de alguno de los mtodos de representacin del conocimiento. La base de conocimientos, constituye el banco de datos del sistema experto, que est
compuesto fundamentalmente por hechos y por reglas. Las reglas representan acciones que el sistema deber iniciar
cuando se encuentre con determinadas condiciones, mientras que los hechos especifican verdaderas proposiciones
acerca del problema a resolver; ambos constituyen el conocimiento abstracto o general del sistema experto.
La base de conocimientos pone a disposicin del Motor de Inferencia el conocimiento abstracto. El motor de inferencia interpreta las reglas contenidas en la base de conocimientos y realiza procesos de inferencia que relacionan
los hechos con las reglas, para obtener conclusiones al aplicarlo sobre el problema planteado por los usuarios, llamado
conocimiento concreto. Las conclusiones que genera un sistema experto son el resultado de las estrategias inferenciales del mismo, que operan sobre los conocimientos codificados en su base de conocimientos.

Carlos Parra Jerez & Fernando Neira Rojas

Todos los datos necesarios sobre el problema que se desea resolver (datos iniciales) y todos los procedimientos (resultados intermedios), son almacenados en la Memoria de trabajo o memoria cach; por lo que su contenido tiene
un carcter cambiante pues vara al plantear un nuevo problema al sistema experto.
Durante el proceso de resolucin del problema puede ocurrir que no puedan obtenerse conclusiones fiables, por lo
que el sistema experto debe solicitar informacin que complete ese conocimiento para proceder de nuevo a su reelaboracin y repetir el ciclo hasta llegar a conclusiones vlidas, haciendo necesaria la existencia de una Interfaz de
usuario que haga posible la comunicacin. El interfaz de usuario es la parte del sistema que facilita la comunicacin
entre el usuario y el motor de inferencia, producindose una comunicacin bilateral (usuario-sistema experto, sistema
experto-usuario), ya que el usuario debe ser capaz de describir el problema al sistema experto y ste debe ser capaz
de responder con sus recomendaciones.
Una vez producidas las conclusiones el usuario puede interesarse tambin por el proceso de razonamiento seguido por el sistema para llegar a la conclusin; por lo que debe existir un Subsistema de explicacin que, tras el
anlisis de los procesos seguidos por el motor de inferencia, comunica al usuario, en forma ordenada e inteligible, los
hechos determinantes que diferencian las distintas alternativas de decisin. El subsistema de explicacin facilita dicha
informacin a travs del interfaz con el usuario.

Figura 1: Componentes sistema experto

2.1.5.

Metodologia desarrollo sistema experto

La metodologa ms utilizada para el desarrollo de un sistema experto, consta de las siguientes fases: identificacin,
conceptualizacin, formalizacin, implementacin y validacin propuesta por Buchanan.
En la primera fase Identificacin y anlisis se definir el problema que se trata de resolver, identificando claramente
los objetivos que se persiguen y los medios de los que se dispone. Durante esta fase se formula una descripcin preliminar del problema, que ser revisada por el experto, sugiriendo los cambios que considere oportunos. El ingeniero
modificar su descripcin preliminar con los cambios sugeridos, presentndola de nuevo al experto para que sugiera
nuevos cambios, as sucesivamente hasta que ambos lleguen al convencimiento de que la descripcin del problema es
la adecuada.

Carlos Parra Jerez & Fernando Neira Rojas

En la fase de Conceptualizacin se definen los conceptos que permiten una representacin adecuada del conocimiento identificando todos los elementos necesarios para la solucin del problema. Estos elementos son: conceptos,
relaciones, procedimientos, reglas de inferencia, heursticas, etc.
En la fase de Formalizacin se deben plasmar las relaciones entre todas las variables, de entrada, intermedias y
la variable objetivo final, de una manera acorde con la herramienta que se va a utilizar. En el supuesto de un sistema
experto basado en reglas el ingeniero del conocimiento debe desarrollar un conjunto de reglas hasta que representen
el conocimiento del experto adecuadamente, creando el llamado diagrama de dependencias en el cual figuran todas
las variables relevantes y las relaciones de dependencia entre ellas.
En la etapa de Implementacin el ingeniero del conocimiento plasma el conocimiento formalizado en la etapa anterior en el ordenador utilizando las herramientas y tcnicas especificadas, para ello se requiere:
Contenido: Vendr dado por el conocimiento que se ha explicitado en la etapa de formalizacin en el diagrama
de dependencias.
Forma: Vendr dada por el lenguaje y herramienta elegida para el desarrollo del sistema .
Integracin: Comprende combinar y reorganizar diversas partes del conocimiento para eliminar desajustes
globales entre estructuras de datos y reglas o especificaciones de control.
La ltima fase es la de Validacin o prueba, en ella se somete el modelo construido a distintas pruebas para poder
validar el sistema creado; se estudian las soluciones y la forma de llegar a ellas en el caso de que se produzcan
incongruencias. Durante este proceso es posible que sea necesario volver atrs para aadir reglas o eliminar otras que
se demuestre que son innecesarias. En esta fase se pueden descubrir problemas o errores tales como:
Falta de conceptos y relaciones.
Nivel de representacin del conocimiento inadecuado.
Mecanismos de control difciles de manejar.
Estos problemas, pueden forzar a los diseadores del sistema a volver a fases previas para:
Reformular conceptos.
Refinar las reglas de inferencia.
Refinar el flujo de control.

Carlos Parra Jerez & Fernando Neira Rojas

Una vez construido el sistema experto propiamente dicho y comprobado su correcto funcionamiento, se debe construir el interfaz de usuario. Dado que el usuario final del sistema va a ser una persona que, por lo general, no tiene
conocimientos profundos de informtica ni de sistemas expertos, este interfaz deber ser sencillo y fcil de manejar,
para que el usuario tenga la posibilidad tanto de utilizar la base de datos asociada al sistema experto como de realizar
consultas al sistema.

Figura 2: Metodologia desarrollo sistema experto

2.1.6.

Como adquirir el conocimiento?

Entre las muchas tcnicas existentes para la adquisicin del conocimiento, destacan las siguientes:
Brainstorming: Generacin rpida de un gran nmero de ideas.
Entrevistas: Este mtodo es el ms utilizado para la adquisicin del conocimiento, pues permite obtener de forma rpida gran cantidad de conocimiento. Pero tiene el inconveniente de que no se obtiene todo el conocimiento
necesario, pues el experto no comunica todo su conocimiento, por lo que ste debe ser inferido utilizando otras
tcnicas.
Tcnicas de anlisis de protocolos: Dentro de estas tcnica se incluyen la observacin participativa y el anlisis
de protocolos. En la Observacin participativa el ingeniero del conocimiento se convierte en aprendiz o
participa en el proceso que sigue el experto para la resolucin del problema. En el anlisis de protocolos el
experto realiza un comentario en directo en voz alta de lo que est haciendo a medida que lleva a cabo su tarea,
sobre el conocimiento que posee y sobre sus estrategias para resolver el problema.
Tcnicas de interfaz de usuario: Tcnica del mago de Oz, en la cual un experto simula el comportamiento de
un sistema futuro.
2.1.7.

Como representar el conocimiento?

Los mtodos de representacin del conocimiento ms utilizados son:

En las redes semnticas el conocimiento se representa mediante una coleccin de objetos llamados nodos
ligados entre s, que representan objetos, conceptos o eventos. Las conexiones entre los nodos se denominan
arcos y representan relaciones del tipo es-un, forma parte-de, etc. Los nodos estn ordenados jerrquicamente de modo que las propiedades asociadas a cada uno de ellos son heredadas por todos los de inferior
jerarqua asociados a l.
5

Carlos Parra Jerez & Fernando Neira Rojas

Las reglas de produccin constituyen el mtodo ms utilizado para la representacin del conocimiento en los
sistemas expertos. Se trata de estructuras del tipo SI premisa ENTONCES conclusin. La porcin SI de la
regla, especifica la condicin o condiciones que deben cumplirse, si existe ms de una condicin entre ellas estarn conectadas por medio del operador lgico y pero tambin pueden estar conectadas con el operador o;
mientras que la porcin ENTONCES, representa la accin o acciones que se deben realizar. En el momento en
el que se compruebe que la premisa de una regla es cierta, se puede ejecutar sta, en el sentido de que se llevan
a cabo todas y cada una de las acciones indicadas en la conclusin de la regla; dichas acciones se convierten en
nuevos hechos que pueden ser la premisa de una nueva regla que, a su vez, puede desencadenar nuevos hechos,
y as sucesivamente.
Un ejemplo de regla de produccin tomado de un sistema experto que contabiliza una factura de ventas, es
el siguiente:
SI :
ENTONCES :

V e n t a de m e r c a d e r i a s
(y descuentos comerciales )
Se a b o n a l a c u e n t a ( 7 0 0 ) v e n t a de
m e r c a d e r i a s por su i m p o r t e
s i n IVA y ( menos d e s c u e n t o s c o m e r c i a l e s y )
aparecer
en e l Haber d e l a s i e n t o

Los marcos de referencia, tambin llamados frames, son una estructura o grupo de atributos que describen
un determinado objeto. Cada uno de los atributos se denomina slot y puede contener: valores iniciales o
valores por defecto; relaciones que les ligan con otros frames y que permiten heredar atributos de los frames
jerrquicamente superiores o procedimientos para cambiar los valores de los atributos mediante la utilizacin
de funciones que calculan el valor del atributo de acuerdo con la informacin suministrada.
Las ternas objeto-atributo-valor se basan en la idea de que los objetos se caracterizan por una serie de atributos a
los que se pueden asignar valores. Los objetos pueden ser fsicos o bien abstractos. Los objetos tienen asociadas
unas caractersticas o propiedades, que son los atributos. El valor del atributo especifica la naturaleza de un
atributo en un momento determinado.
Expresiones lgicas dentro de la lgica clsica, las dos formas ms utilizadas en inteligencia artificial para representar el conocimiento son : la lgica proposicional y la lgica de predicados. En la lgica proposicional las
proposiciones son expresiones que pueden ser verdaderas o falsas. Las expresiones que estn unidas por
los conectivos y, o, implica y equivalente se denominan expresiones compuestas. Existen diferentes
reglas para propagar la veracidad de las expresiones dependiendo de los conectivos.
La lgica de predicados es una extensin de la lgica proposicional que permite representar cosas que no
seran representables de forma razonable utilizando la lgica proposicional. La unidad central de la lgica de
predicados es un objeto (por ejemplo: un baln), las expresiones acerca del objeto se llaman predicados; un
predicado expresa una propiedad o una relacin de un hecho; por ejemplo, es rojo (baln) es una afirmacin
que dice que un baln es rojo; tal afirmacin es verdadera o falsa dependiendo de los argumentos.
En la programacin orientada a los objetos para describir la realidad se utilizan objetos, que pueden ser genricos clase, o concretos instancia que son realizaciones de una clase. Cada objeto se caracteriza por tener
un estado representado mediante ciertas variables. Los objetos tambin contienen mensajes o descripciones sobre las operaciones que pueden desarrollarse en l, llamados mtodos; los mtodos dicen a los objetos que
hacer y stos deciden cmo hacerlo.
Las clases se relacionan entre s mediante una estructura jerrquica formando subclases. Adems, existen unos
mecanismos de herencia que permiten declarar las variables que van a ser comunes a varias clases en una clase
superior a ellas. Las relaciones de jerarqua entre las clases, as como los mecanismos de herencia entre las
clases de objetos y los mtodos pueden ser representados mediante un diagrama de flujos .
6

Carlos Parra Jerez & Fernando Neira Rojas

2.1.8.

Como realizar la inferencia?

Una vez que el conocimiento ha sido adquirido y representado en la base de conocimientos es necesario utilizar
un mecanismo de razonamiento o procedimiento de inferencia que permita aplicar el conocimiento almacenado a la
resolucin del problema planteado. El proceso de inferencia depende del tipo de representacin del conocimiento
adoptado para desarrollar el sistema experto.

Figura 3: Proceso de inferencia basado en reglas

Los hechos contenidos en la memoria de trabajo (hechos concretos, del problema a resolver) y las reglas y hechos
contenidos en la base conocimientos se relacionan mediante el pattern matching o estrategias de emparejamiento de
reglas que permiten obtener conclusiones. Las estrategias de emparejamiento de las reglas pueden ser de tres tipos:
Modus ponens: Es la estrategia ms comn, afirma que si se tiene la regla: Si A es cierto entonces B es cierto
y se sabe que A es cierto, entonces puede afirmarse que B es cierto.
Modus tollens: Esta estrategia afirma que si se tiene la regla: Si A es cierto entonces B es cierto y se sabe
que B es falso, entonces puede afirmarse que A es falso.
Resolucin: Es la estrategia que se utiliza para la obtencin de conclusiones compuestas a partir de dos regla
encadenadas; para ello, primero se sustituyen las reglas por expresiones lgicas equivalentes, despus se combinan stas entre s para dar una nueva expresin lgica y por ltimo, se combina sta con la evidencia de los
hechos.
Puede ocurrir que el emparejamiento de las reglas no siempre conduzca a una conclusin, siendo necesaria la utilizacin de una estrategia que seleccione las reglas aplicables cuando se presentan varias alternativas al mismo tiempo
y no sea posible establecer una conclusin. Dichas estrategias de control de seleccin de reglas (cuales se disparan y
cuales no) en un sistema basado en reglas pueden ser de tres tipos:
Backward Chaining (encadenamiento regresivo o hacia atrs): Se parte del objetivo y se comprueban las
reglas cuyas conclusiones fructifican en el objetivo buscado. Se examinan las premisas de todas las reglas
candidatas y si se comprueba que es cierta, se ejecuta la regla; la comprobacin de la premisa de una regla
puede llevar a otras reglas y sta ltimas a otras ms.
7

Carlos Parra Jerez & Fernando Neira Rojas

Forward Chaining (encadenamiento progresivo o hacia delante): En este caso se parte de unas condiciones
que actan como disparador de la conclusin de una regla. Estas acciones pueden cambiar el estado de la
base de conocimientos de forma que se puedan ejecutar otras reglas hasta llegar al objetivo buscado.
Mixed Chaining: Consiste en poder cambiar dinmicamente el proceso de inferencia, pudiendo pasar del
regresivo al progresivo y viceversa. Puede ser bastante til para aumentar la velocidad y eficiencia del proceso.
Solucionado el conflicto y seleccionada una regla a aplicar sta se ejecutar, produciendo nuevos hechos inferidos que
se introducirn en la base de conocimientos o seleccionando una nueva regla a aplicar. El proceso continua hasta que
ya no queden reglas por emparejar y se llega a la conclusin.

2.2.
2.2.1.

Enfermedad de Alzheimer
Que es la enfermedad de Alzheimer?

La Enfermedad de Alzheimer es una Encefalopata Degenerativa Primaria (sin causa conocida). Se caracteriza por la
presencia de trastornos de memoria iniciales y tpicos, que comienzan de manera insidiosa y evolucionan progresivamente. En la evolucin se van comprometiendo otras funciones cognitivas y se asocian trastornos conductuales, todo
lo que lleva a un estado de invalidez social y dependencia.
2.2.2.

Etiologia o factores de riesgo

La etiologa de la Enfermedad de Alzheimer es desconocida. Se estima que se produce por una combinacin de susceptibilidad gentica sumada a la exposicin a factores ambientales, donde interactan factores de riesgo y factores
protectores, en una ventana temporal prolongada y con efecto diferente de acuerdo a la carga gentica. El mayor
factor de riesgo para desarrollar Enfermedad de Alzheimer es la edad: A mayor edad, mayor riesgo de presentar la
enfermedad.
Estudios epidemiolgicos y observacionales han identificado otros factores de riesgo dentro de los que se destaca
el bajo nivel escolar, la presencia del Alelo E4 de la lipoprotena E (ApoE4) y el sexo femenino. Los datos en relacin
al riesgo por presencia de casos familiares son controversiales y para algunos autores solo aumentara escasamente el
mismo.
2.2.3.

Patologia

Las dos lesiones neuropatolgicas centrales, y que definen el diagnstico desde el punto de vista neuropatolgico son
el depsito de Amiloide de 42 aminocidos (A42), formando seniles o placas amiloides y la produccin de husos
neurofibrilares dentro de la neurona.
El otro elemento de importancia es la disminucin de la acetilcolina cortical, a punto de partida del compromiso
neuropatolgico precoz del Ncleo Basal de Meynert, principal fuente de la misma, ubicado entre los pednculos cerebrales. Este hecho fisiopatolgico da el sustento racional para el uso de inhibidores de la acetilcolinesterasa central
como tratamiento.
2.2.4.

Deficit cognitivo leve

Es un estado de riesgo para demencia o pre-demencial, en donde existen trastornos de memoria y de otras funciones
cognitivas, de leve a moderada entidad, pero que no llegan a afectar las actividades de la vida diaria o lo hacen de manera muy leve. Para algunos autores, el Dficit Cognitivo Leve Amnsico (con trastornos de memoria predominantes),
representa las etapas clnicamente ms iniciales de la Enfermedad de Alzheimer.

Carlos Parra Jerez & Fernando Neira Rojas

2.2.5.

Clinica y semiologia

El sntoma inicial de la Enfermedad de Alzheimer en el 95 % de los casos es el trastorno de memoria. Existen presentaciones poco frecuentes, llamadas formas a inicio focal, donde el sntoma inicial puede ser trastornos del lenguaje
o dificultades visuo-espaciales progresivas. El trastorno de memoria es el elemento clnico-semiolgico esencial. Una
queja de memoria en un paciente mayor de 65 aos siempre debe ser interrogada y estudiada en profundidad. Los
trastornos de memoria que tienen valor semiolgico orgnico o sea de probable origen encefaloptico son:
La prdida de objetos de uso frecuente, porque no recuerda dnde los guarda o los deja.
El olvido de hechos recientes. El paciente olvida o no recuerda con cierto detalle, hechos ocurridos hace pocos
das. Este sntoma contrasta con la capacidad conservada de recordar hechos remotos, de hace ms de 30 40
aos, lo que con frecuencia induce a error a la familia quien asume que tiene buena memoria porque recuerda
vvidamente hechos muy alejados.
La dificultad para retener nueva informacin. Como consecuencia a esta incapacidad, los pacientes se tornan
reiterativos, preguntando varias veces lo mismo, porque no logran recordar las respuestas ya dadas. El olvido
de hechos recientes tambin contribuye a la reiteratividad. No recuerdan que ya contaron una ancdota o dato.
A medida que progresa la enfermedad, con la afectacin especialmente de la Funcin Ejecutiva y tambin del Lenguaje, Praxias y Gnosias, estos pacientes asocian dificultades primero en las actividades ms complejas de la vida diaria,
para finalmente comprometerse las bsicas. Progresivamente se irn notando dificultades en la planificacin de tareas
ms o menos complejas (p.ej.: organizacin de cenas, reuniones), rendimiento disminuido en el trabajo (si el paciente
todava trabaja), dificultades en el manejo del dinero (primero de aspectos financieros: cuentas bancarias, llenado de
cheques y recibos), luego del dinero (billetes) en s mismo. Los pacientes abandonan progresivamente las tareas que
les resultan cognitivamente ms exigentes.
Ms adelante tienen dificultades en la orientacin topogrfica, sobre todo en lugares nuevos o poco frecuentados.
Si el paciente todava conduce automvil, tiene dificultades para encontrar el mejor recorrido, con frecuencia pide
directivas a su acompaante y se hace evidente la dificultad para respetar las seales de trnsito. Posteriormente el
paciente desarrolla algunos trastornos conductuales: se torna aptico, con disminucin del inters por actividades que
antes realizaba y tendencia a la retraccin social. Se puede sumar luego una mayor psicorrigidez, agresividad, intolerancia e irritabilidad fcil. Es frecuente en esta etapa un componente depresivo reactivo, ya que por lo general tienen
cierto grado de conciencia de sus dficits y limitaciones.
Con la evolucin en aos, se agravan las alteraciones antes mencionadas y se asocian dificultades en el Lenguaje
(anomias), disminucin de la iniciativa para realizarse la higiene, dificultades para elegir ropas adecuadas y para vestirse e importante aumento de las alteraciones conductuales: Se incrementan la irritabilidad y agresividad, pueden
aparecer elementos delirantes, a temtica de perjuicio (robo de cosas), celotpico, de abandono, o el clsico cuadro
de que . . . mi casa no es mi casa. Pueden presentar episodios de agitacin psico-motriz. En etapas finales, despus
de ms de 15 o 20 aos de iniciada la enfermedad, desarrollan trastornos en la marcha, con paraplejia en flexin y
gatismo.

Carlos Parra Jerez & Fernando Neira Rojas

2.2.6.

Diagnostico

El diagnstico de Enfermedad de Alzheimer es clnico, en base a los criterios establecidos (DSM IV), o apoyado en
los nuevos criterios de Dubois.
DSM IV:
A . D e t e r i o r o de l a memoria y una ( o mas ) de l a s
siguientes alteraciones cognitivas :
( a ) Afasia
( b ) Apraxia
( c ) Agnosia
( d ) T r a s t o r n o s en l a F u n c i o n E j e c u t i v a
( c a p a c i d a d de p l a n i f i c a r , o r g a n i z a r ,
e j e c u t a r planes , a u d i t a r ejecucion ,
abstraccion )
B . Los d e f i c i t s c o g n i t i v o s en c a d a uno de l o s c r i t e r i o s
A1 y A2 p r o v o c a n un d e t e r i o r o s i g n i f i c a t i v o
de l a a c t i v i d a d l a b o r a l o s o c i a l y r e p r e s e n t a n
una merma i m p o r t a n t e d e l n i v e l p r e v i o de
actividad .
C . E l c u r s o s e c a r a c t e r i z a p o r un i n i c i o g r a d u a l y
un d e t e r i o r o c o g n o s c i t i v o c o n t i n u o .
D . Los d e f i c i t s c o g n i t i v o s de l o s C r i t e r i o s A1 y A2
no s e d e b e n a o t r o s f a c t o r e s .

Criterios de Dubois:
Criterio Central
A l t e r a c i o n e s de l a Memoria E p i s o d i c a
Debe s e r o b t e n i d a a t r a v e s de una e x p l o r a c i o n
e x i g e n t e ( L i s t a de p a l a b r a s con
e v o c a c i o n d i f e r i d a , Memoria L o g i c a / de
un r e l a t o ) y p r e s e n t a r un p e r f i l m e s o t e m p o r a l :
t a s a de o l v i d o a u m e n t a d a y e s c a s a
m e j o r i a en e l r e c o n o c i m i e n t o .
Mas uno o mas de l o s s i g u i e n t e s c r i t e r i o s
de apoyo :
A t r o f i a t e m p o r a l m e d i a l en R e s o n a n c i a M a g n e t i c a
P e r f i l de b i o m a r c a d o r e s en LCR con p e r f i l
de E n f e r m e d a d de A l z h e i m e r ( d i s m i n u c i o n
de A 4 2 , aumento de Tau / pTau ) .
P a t r o n de h i p o c a p t a c i o n e s p e c i f i c o en PET
con FDG o con PiB
P r e s e n c i a de m u t a c i o n e s e s p e c i f i c a s en Cromosomas
1 , 1 4 , o 21 ( A l z h e i m e r f a m i l i a r ) .

3.

Desarrollo

4.

Discusin

10

Carlos Parra Jerez & Fernando Neira Rojas

5.

Conclusiones

11

Carlos Parra Jerez & Fernando Neira Rojas

Referencias
[1] S ALVADOR C LIMENT S ERRANO, Informatica aplicada a la gestion de empresas: Sistemas expertos, Valencia,
Espaa.
[2] L UIS F ONTN, La Enfermedad de Alzheimer: Elementos para el diagnstico y manejo clnico en el consultorio,
Montevideo, Uruguay.

12