Reduccion de La Cantidad de Enfermos Mediante Un Sistema Experto Version 1

LA REDUCCIN DE LA CANTIDAD DE ENFERMOS DEL POLICLNICO DONROSE
MEDIANTE EL DISEO DE UN SISTEMA EXPERTO QUE HAGA UNA DETECCION

PRECOZ
Alumno: Contreras Vidal Alexander del Piero

Profesor: Ortega Loayza Daniel
Seccin: HS-121-V
Facultad: Ingeniera de industrial y de sistemas
Lima, Per 2017

INDICE
1: INTRODUCCIN
1.1 Planteamiento del Problema
1.1.1 Descripcin de la Realidad Problemtica
1.1.2 Antecedentes el Problema
1.1.3 Formulacin del Problema
1.1.3.1 Problema General
1.1.3.2 Problema Especifico 1
1.1.3.3 Problema Especifico 2
1.2 Objetivo General
1.2.1 Objetivo Especifico 1
1.2.2 Objetivo Especifico 2
1.3 Limitaciones de la Investigacin
1.3.1 Delimitacin Espacial
1.3.2 Delimitacin Social
1.3.3 Delimitacin Tcnica
1.4 Justificacin de la Investigacin
1.4.1 Justificacin de Carcter Prctico
1.4.2 Justificacin de Carcter Metodolgico
1.5 Hiptesis General
1.5.1 Hiptesis Especifico 1
1.5.2 Hiptesis Especfico 2
1.6 Identificacin de las Variables
2. MARCO TERICO
2.1Sistemas inteligentes
2.2Inteligencia artificial
2.3Sistema experto
2.3.1Tipos de sistemas expertos
2.3.2Composicin de un SS.EE. e interrelacin entre sus partes
2.4 Infecciones respiratorias: bronquitis y neumona
2.4.1 Qu es la bronquitis aguda?
2.4.2 Qu es la neumona?
3. Estado del arte
4. Aporte terico
5. Aporte prctico
6. Anlisis y recoleccin de datos
6.1 Recoleccin de Datos
6.2 Simulacin de Datos
6.3 Anlisis e Interpretacin de los Resultados
6.3.1 Contrastacin de Hiptesis
7. Bibliografa
CAPITULO I: INTRODUCCIN
Se presenci este problema en policlnico Don rose por ms de diez aos con mejoras en cada
ao pero la situacin actual sigue siendo casi la misma se genera adems la falta de un sistema
que controle las citas adicionales que aumentan el agotamiento del stock que se traduce en
prdidas. Por eso me veo en la necesidad de solucionar este problema mediante la
implementacin de una sistema experto que da una diagnosticaran precoz
1.1 Planteamiento del problema
1.1.1 Descripcin de la realidad problemtica:
En el policlnico ventanilla se abarrota de personas cada da por la cantidad de usuarios esto
se debe que el policlnico no puede abastecer a toda la poblacin de ventanilla que es 277 685
habitantes, en esta saturacin hay personas que amplan sus citas aun cuando no estn
enfermos quitando oportunidad a los que estn enfermos generando as mas saturacin y
medicamentos desperdiciados en vano.
1.1.2 Antecedentes del problema

En los ltimos cincos aos el policlnico Donrose ha tenido una saturacin de enfermos debido
a diferentes razones que poco esclarecidas estn aunque en lo personal creo que es por la falta
de tecnologa, espacio y recursos humanos
Figura 1: Tabla de cantidad de enfermos en ventanilla en los ltimos aos
Descripcin Ao 2016 Ao 2015 Ao 2014 Ao 2013
Cantidad de 170000 165000 166000 160000

personas
atendidas
Personal medico 70 68 67 68
FUENTE:elaboracion propia
Se ve entonces la gran saturacin de usuarios en el policlnico de ventanilla,a
Necesidad de Mdicos especialistas
segn reas de especialidad nivel nacional En esta parte se observa que tenemos una necesidad de
5102 mdicos especialistas, los cuales se distribuyen porcentualmente en: 67.3% para las
especialidades clnicas, 21.8% para las especialidades quirrgicas, 8.7% para las especialidades de
apoyo al diagnstico y 2.2% para las especialidades consideradas por el estudio de salud pblica.
Cuadro N I-15:
Entonces se ven un gran dficit de mdicos en el Per en distintas especialidades segn UPS
Ahora vamos a ver el nmero de mdicos segn el departamentos
6.12 NMERO DE MDICOS SEGN DEPARTAMENTO, 2002, 2004, 2007, 2010-

2013
Departamento 2002 2004 2007 2010 2011 2012 2013
Total 37 619 41 266 41 788 48 942 48 147 51 411 65 110
Amazonas 88 123 200 230 259 259 261

ncash 515 570 794 1 044 1 006 1 123 1 293
Apurmac 101 99 191 344 406 457 432
Arequipa 2 899 3 360 3 345 3 886 3 760 3 983 4 838
Ayacucho 288 275 331 373 368 375 381
Cajamarca 294 406 480 620 623 655 728
Callao 1 282 1 407 1 627 1 676 1 801 1 805 2 128
Cusco 970 1 033 1 238 1 513 1 570 1 655 1 882
Huancavelica 51 122 256 242 258 272 280
Hunuco 198 223 335 428 451 466 566
Ica 1 334 1 583 1 494 1 675 1 599 1 669 1 927
Junn 722 808 1 004 1 511 1 428 1 544 1 746
La Libertad 1 738 2 077 2 165 2 968 2 842 3 213 3 994
Lambayeque 1 131 1 212 1 315 1 635 1 624 1 716 2 152
Lima 22 829 24 481 22 671 25 667 25 245 26 798 36 430
Loreto 449 511 575 689 699 737 866
Madre de Dios 62 97 110 140 165 170 170
Moquegua 120 175 215 249 264 264 276
Pasco 164 156 220 204 210 224 205
Piura 1 018 1 063 1 141 1 312 1 296 1 348 1 580
Puno 522 575 871 958 956 1 021 1 091
San Martn 187 201 272 335 364 370 407
Tacna 409 436 523 767 753 836 932
Tumbes 109 114 175 187 174 175 200
Ucayali 139 159 240 289 296 306 345
Nota: El Censo de Infraestructura Sanitaria y Recursos Humanos del Sector Salud, ubica a los profesionales de la salud
segn lugar de trabajo, mientras los Colegios Profesionales lo hacen por lugar de inscripcin.
Fuentes: Ministerio de Salud (MINSA) - Oficina General de Estadstica e Informtica.

Colegio Mdico del Per (CMP).
Como podemos ver hay una gran concentracin de mdicos en lima segn el ministerio de
salud (minsa) con lo que podemos concluir que hay un gran dficit de mdicos en el Per
Los Recursos Humanos en Salud del Per en el contexto latinoamericano.
Al comparar la situacin de la disponibilidad de profesionales en salud del Per con la regin, lo que
los datos sugieren es que el Per presenta tasas de disponibilidad de mdicos y odontlogos bajas y
de enfermeras bastante altas.
En primer lugar, en relacin a los mdicos, en el 2009 Per present una tasa de mdicos por habitante
de 9.4 por 10,000 habitantes, segn la informacin de la OPS. Esta tasa es casi cuatro veces menor
que la de Uruguay y tres veces menor que la de Argentina, pases que tienen las tasas ms altas en
Amrica latina.
Adems, a la desventaja comparativa mencionada se suma el hecho agravante que esta tasa no ha
cambiado en comparacin con el Informe al Pas anterior, que presentaba datos de 2004. En resumen,
a lo largo de los cinco ltimos aos, la tasa de mdicos por 10,000 habitantes no ha avanzado, a pesar
de ser baja
America del Sur:Tasa de medicos por 10000 habitantes,2009

45
40
35
30
25
20
15
10
0
argentina bolivia brasil chile colombia ecuador paraguay peru uruguay
Funte : OPS 2010.

En conclusin vemos que hay un gran cantidad enfermos en el policlnico de ventanilla segn
el reporte anual de enfermos , el Per y sus departamentos tienen gran dficit de mdicos
segn el ups y las estadisiticas de minsa, una solucin que se plantea en la tesis es el diseo de
un sistema experto basado en reglas de inferencia que sirve de apoyo para los mdicos del peru
haciendo un diagnostico y una deteccin precoz.
Los sistemas expertos que diagnostican enfermedades no son muy novedosos en la actualidad
Por qu su existencia data desde 1960 con expertos primitivos como el MYCIN que
diagnosticaba una enfermedad especifica, en el mundo actualmente se ven sistemas expertos
muy complejos en base a redes de probabilidades ,en leyes bayesianas ,en redes neuronales que
son muy complejos y muy utilizados en la actualidad,pero en este trabajo se quiere la
implementacin del sistema experto basado en reglas de inferencia que es como un algoritmo
solo que tiene la base de conocimientos y su motor de inferencia estn separados as pudiendo
modificarse fcilmente comparado a los algoritmos .
1.1.3 Formulacin del problema
1.1.3.1 Problema general
En qu medida se podr reducir la cantidad de enfermos de en el policlino de ventanilla (Don
rose) mediante la implementacin del sistema experto basado en reglas de inferencia?
Sntomas del problema:

La gran cantidad de colas de usuarios en los policlnicos de ventanilla y puente piedra en los
das hbiles
1.1.3.2 Problema especfico 1

En qu medida se reducir la cantidad de citas en el policlnico de ventanilla con el uso del
sistema experto basado en reglas de inferencia en el plazo de un ao?
1.1.3.3 Problema especfico 2

En qu medida se reducir la cantidad de enfermos por neumona con el uso del sistema
experto basado en reglas de inferencia en el plazo de un ao?
1.2 Objetivo general
El objetivo general es la disminucin de la cantidad de enfermos por neumona y por ende citas
en el policlnico de Donrose mediante la implementacin del sistema experto que de una
diagnosticaran precoz
1.2.1 Objetivos especfico 1

La reduccin de las citas extras en el policlnico en un plazo de un ao mediante el sistema
experto basado en reglas de inferencias
1. 2.2 Objetivos especfico 2
La reduccin de la cantidad de enfermos en el policlnico de ventanilla en el plazo de un ao
1.3 Limitacin de la investigacin
En esta investigacin solo se tocara el rea de gestin del policlnico de ventanilla respecto a
los usuarios de Don rose, tambin en esta investigacin se buscara reducir la cantidad de citas
en el policlnico de ventanilla. En esta investigacin no se tocara el rea de recursos humanos
y la parte administrativa.
Es muy importante resaltar que solo se utilizara un sistema experto basado en reglas de
inferencia y no los otros tipos de sistemas expertos ya que son muy costosos y requieren una
investigacin de mayor envergadura.
1.3.1 Delimitacin Espacial
Esta investigacin est dirigida a la poblacin de ventanilla por ende a una parte del callao esta
poblacin est conformado por su gran mayora de asentamientos humanos y sectores
populares
1.3.2 Delimitacin Social
Se trabajara con la poblacin de ventanilla asociado al sistema de seguro Essalud lo cuales no
tienen muchas posibilidades econmicas, adems de la ignorancia de las personas respecto a
los sistemas expertos que piensan que los sistemas expertos los remplazaran.
1.3.3 Delimitacin tcnica
Un gran problema al implementar mi sistemas expertos es que ser un sistema experto muy
bsico pero muy eficaz tanto as que poca diferencia habr con un algoritmo y ponerlos en
funcionamiento en el policlino Donrose, requerir la capacitacin de personas para la
administracin y mantenimiento del sistema experto
1.4 Justificacin de la investigacin
1.4.1 Justificacin de carcter prctico
La justificacin de porque quiero hacer esta reside en la reduccin grande de costos y de
enfermos en el policlnico Donrose donde trabajan mis familiares y he visto la congestin de
personas en lo largo de mi vida
1.4.2 Justificacin de carcter metodolgico
La implementacin de un sistema experto que haga un diagnostico precoz es poco usado y
conocido en el Per y el mundo es por eso que uso una pequea poblacin de ventanilla y eh
ah su transcendencia si se logra reducir la cantidad de enfermos podra masificarse en los
dems policlnicos.
1.5 Hiptesis General
Se reducir la cantidad de enfermos en el policlnico de ventanilla
Indicador: Reporte mensual de enfermos y citas del policlnico de ventanilla don rose
ndice: 5000-5300 enfermos el policlnico de ventanilla
1.5.1 Hiptesis Especifico 1
El diseo del sistema experto basado en reglas de inferencia reducir en un 50% la cantidad
de enfermos en un mes en el policlnico de ventanilla
1.5.2 Hiptesis Especfico 2
La implementacin del sistema experto reducir la cantidad de citas en un 50% en el policlnico
de ventanilla
1.6 Identificacin de las Variables

Variable independiente:
El diseo del sistema experto basado en reglas de inferencia
Indicador: flujo de datos registrado por el sistema experto
ndice:5bg-6gb por mes de uso
Variable dependiente:
La cantidad de enfermos por neumona y citas en el policlino de ventanilla
Indicador: El reporte anual que publica el policlnico Don rose
ndice: 440000-450000 en el reporte

1. variable independiente
ndice: 5gb-6gb por mes de uso
La cantidad de enfermos en el policlino de ventanilla
Indicador: El reporte mensual que publica el policlnico Don rose

2. Variable independiente
La reduccin de la cantidad de citas en el policlnico Donrose
Indicador: el reporte mensual del policlnico Donrose da a conocer estadsticamente cuntas

personas han utilizado el servicio

2. MARCO TEORICO
2.1 Proceso de Anlisis Jerrquico (AHP)
Fue desarrollado a finales de los 60 por Thomas Saaty, quien a partir de sus investigaciones
en el campo militar y su experiencia docente formul una herramienta sencilla para ayudar a
las personas responsables de la toma de decisiones. Su simplicidad y su poder han sido
evidenciados en las cientos de aplicaciones en las cuales se han obtenido importantes
resultados y en la actualidad, es la base de muchos paquetes de software diseados para los
procesos de tomas de decisiones complejas. Adems, ha sido adoptado por numerosas
compaas para el soporte de los procesos de toma de decisiones complejas e importantes.
El AHP es una metodologa para estructurar, medir y sintetizar. Es un mtodo matemtico
basado en el principio que la experiencia y el conocimiento de los actores el cual permite:
a) Estructuracin la complejidad:
Es la descomposicin del problema en subproblemas homogneos o tambin llamado
descomposicin jerrquica la cual es la ms importante del mtodo ya que estos
subproblemas an siguen relacionados con el problema total lo cual indica que al resolver
cada uno de los subproblemas, que son ms simples, lograras resolver el problema inicial.
b) Medicin en escalas:
El mtodo AHP te permite realizar mediciones como estimaciones numricas, verbales o
grficas de variables subjetivas u objetivas lo cual permite que tenga un gran campo de
aplicacin.
c) Sntesis:
Este mtodo utiliza un enfoque sistmico ya que no pierde de vista el objetivo general, las
relaciones entre los conjuntos, factores, criterios y alternativas, es decir toma en cuenta la
totalidad ms no la particularidad.
Los primeros usos del AHP fueron dados en la solucin de problemas de decisin en
ambientes multicriterio.
Entre sus principales ventajas se pueden comentar:
Se puede analizar el efecto de los cambios en un nivel superior sobre el nivel inferior.
Da informacin sobre el sistema y permite una vista panormica de los actores, sus objetivos
y propsitos.
Permite flexibilidad para encarar cambios en los elementos de manera que no afecten la
estructura total.
2.1.1 Estructura del modelo AHP
2.1.1.1 Identificacin del problema
Es la situacin que se desea resolver mediante la seleccin de una de las alternativas de las
que se dispone o la prioriza de ellas. Dichas alternativas sern comparadas unas con otras
mediante la evaluacin de criterios establecidos que permite conocer losl pro y los contras
incorporados en cada una de ellas.
Normalmente se requiere invertir varias horas para identificar el problema real y principal, lo
cual puede darse despus de una serie de discusiones en las que se han listado muchos
nmeros de problemas y es necesario priorizar y decidir cual se seleccionara para su anlisis.
2.1.1.2 Definicin del objetivo
Un objetivo es una direccin identificada para mejorar una situacin existente. El objetivo
est en un nivel independiente y los otros elementos de la jerarqua que sern los sub-
objetivos o criterios, subcriterios y alternativas apuntan en conjunto a la consecucin del
mismo. Hay objetivos de todo tiempo largo, mediano y corto plazo y esta diferenciacin
influir directamente en la construccin del modelo jerrquico.
El objetivo u objetivos sern establecidos por el grupo decisor involucrado. Vale la pena tener
en cuenta que la definicin de objetivos puede ser una tarea difcil porque algunas veces
sern contrapuestos entre las personas. No obstante, los objetivos determinados finalmente
deben representar las necesidades e intereses generales.
La explicacin de estos objetivos se da en las jerarquas planteadas en una PJA (Proceso de
Jerarquia Analitica).
Una jerarqua del Proceso de Jerarqua Analtica (PJA) es una forma estructurada de modelar
el problema en cuestin. Est conformada por un objetivo general, un grupo de opciones o
alternativas para alcanzar el objetivo, y un grupo de factores o criterios que relacionan las
alternativas al objetivo. Los subcriterios pueden ser subdivididos en sub-subcriterios, as
sucesivamente, en tantos niveles como el problema requiera.
El nodo del cual un nodo hijo desciende es llamado su padre. Grupos de hijos relacionados
son llamados grupos de comparacin. Los padres de una Alternativa, las cuales son
frecuentemente de diferentes grupos de comparacin, son llamados los criterios que lo
cubren.Aplicando estas definiciones al diagrama, los cuatro Criterios son hijos del Objetivo, y
el Objetivo es el padre de cada uno de los cuatro Criterios. Cada alternativa es un hijo de los
cuatro criterios que las cubren. Hay dos grupos de comparacin: un grupo de cuatro Criterios
y un grupo de tres Alternativas.
2.1.1.3 Identificacin de criterios
Son las dimensiones relevantes que afectan significativamente a los objetivos y deben
expresar las preferencias de los implicados en la toma de decisin que decidida en fin al cual
elegir.Se deben incluir aspectos vitales cuantitativos y cualitativos a tener en cuenta en la
toma de decisin. Normalmente hay aspectos cualitativos que pueden incidir fuertemente en
la decisin lo cual se basa en algo de experiencia previa, pero estos no son incorporados
debido a su complejidad para definirles algn esquema de medicin que revele su grado de
aporte en el proceso de toma de decisin.
2.1.1.4 Identificacin de alternativas
Corresponden a propuestas factibles mediante las cuales se podr alcanzar el objetivo

general. Cada una de las alternativas presenta caractersticas a favor y en contra del
propsito a llegar. Estas alternativas son una va de solucin a los criterios ya planteados,
entrelazndose as con tanto con el objetivo y los criterios para formar una estructura
conocida llamada rbol de jerarquas.
2.1.1.5 rbol de jerarquas
Es una tcnica estructurada para tratar con decisiones complejas consiste en elaborar una
representacin grfica de la meta principal, los criterios y alternativas de decisin. Esto ilustra
la jerarqua para el problema.
Esta herramienta, basada en matemticas y psicologa, fue desarrollada por Thomas L. Saaty
en los setenta y ha sido extensivamente estudiada y refinada, desde entonces.
El anlisis jerrquico de procesos provee un marco de referencia racional y comprensiva para
estructurar un problema de decisin, para representar y cuantificar sus elementos, para
relacionar esos elementos a los objetivos generales, y para evaluar alternativas de solucin.
Figura 2 rbol de Jerarquas
2.1.2 Principios.
2.1.2.1 El principio de Descomposicin:
Para resolver la complejidad, el AHP permite estructurar un problema complejo en

subproblemas jerrquicos con dependencias de acuerdo con el nivel de descomposicin en
el que se encuentren.
Tabla 3 :Escala de Thomas l. saaty
Los valores 2, 4, 6 y 8 se utilizan cuando no se puede definir con claridad la preferencia entre
los factores. Estos son valores intermedios de preferencia. Fuente: Saaty, Thomas. How to
make a decision: the analytic hierarchy process. University of Pittsburgh. 1994
2.1.2.2 Juicios Comparativos
Permite realizar combinaciones en parejas de todos los elementos de un sub-grupo con
respecto al criterio principal del subgrupo, por ello se habla de comparaciones biunvocas.
2.1.2.3 Composicin Jerrquica o Sntesis de prioridades
Permite producir prioridades globales a travs de las multiplicaciones de las prioridades
locales, es decir, que una vez se tienen soluciones locales, se agregan para obtener la
solucin general que se est buscando.
2.1.3 Axiomas
Axioma reciprocal Si frente a un criterio, una alternativa A es n veces mejor que B, entonces
B es 1/n veces mejor que A. Este principio es utilizado en el anlisis matricial que se realiza
a los criterios y las alternativas. Garantiza que el anlisis se haga de manera bidireccional.
Axioma de homogeneidad Los elementos que son comparados no deben diferir en mucho en
cuanto a la caracterstica de comparacin establecida. Axioma de la sntesis Los juicios
acerca de las prioridades de los elementos en una jerarqua no dependen de los elementos
del nivel ms bajo. Este axioma es rebatible y en algunos anlisis no se aplica puesto que
puede ser posible que exista dependencia de la importancia de un objetivo con el nivel ms
bajo.
2.1.4 Aplicaciones
Debido a que el mtodo AHP analiza factores cuantitativos y cualitativos este puede ser
aplicado para el sector empresarial como tambin para la decisiones individuales en la vida
privada.Desde el punto de vista empresarial, su aplicabilidad es muy amplia, ya sea en el
nivel operativo, estratgico o tctico, excepto en los casos donde se requieren tomas de
decisiones automticas, donde los modelos de simulacin pueden ser ms convenientes.
Planificacin Estratgica: Proceso de evaluacin sistemtica de la naturaleza de una
organizacin, que permite definir los objetivos a largo plazo, identificar las metas y objetivos
cuantitativos, y desarrollar estrategias para alcanzar dichos objetivos.
Planificacin de Territorio: Proceso que conduce a armonizar la disponibilidad de los recursos
naturales, las condiciones ambientales y las caractersticas del territorio, con las actividades
econmicas y sociales que tienen efecto sobre el entorno natural.
Planificacin por Escenarios: Consiste bsicamente en proyectar (con un alto grado de
realismo) en qu contexto estar un pas, regin o mercado, en un determinado plazo, esto
permite desarrollar estrategias y lineamientos de accin para afrontar los eventos futuros.
Seleccin, Calificacin y Promocin del Personal: Procesos relacionados con la
Administracin de Recursos Humanos, que deben conducir a la contratacin, evaluacin y
reconocimiento del personal de una organizacin. o Seleccin de Productos o Servicios:
Proceso de decisin previo a la produccin, en el que se definen los productos y/o servicios
que la empresa proveer al mercado. o Seleccin de Proveedores: Etapa del proceso
industrial de compra, en la que el comprador revisa las propuestas y basado en sus
requerimientos selecciona al proveedor o proveedores.
Asignacin de Recursos: Consiste en la distribucin de recursos entre las unidades
productivas para su desempeo eficiente.
Seleccin de Rutas de Transportes: Dentro de los proyectos de infraestructura vial, la
seleccin de rutas permite sugerir, bajo criterios tcnicos y socioeconmicos, la mejor
alternativa para la construccin de una va de comunicacin terrestre. Adems, la seleccin
de rutas, permite a las empresas elegir la mejor ruta de transporte, considerando los criterios
de tiempo, economa y seguridad.
Localizacin de Instalaciones: Consiste en la ubicacin estratgica de almacenes, centros de
ventas, plantas de produccin, oficinas o de manera general instalaciones relacionados con
el quehacer de la empresa.
Decisiones de Marketing: El marketing consiste en realizar negocios a travs de la
satisfaccin de las necesidades y los requerimientos de los consumidores. Como forma de
negocios que es, tiene por obligacin lograr valor para los dueos del negocio (socios o
accionistas) y forma parte inherente de la estrategia de negocios de la empresa.
Determinacin de Portafolio de Inversin: Un portafolio de inversin es una combinacin de
activos financieros posedos por una misma persona natural o jurdica. Es diversificado
cuando en el conjunto de activos se combinan especies con rentabilidades, emisores,
modalidades de pago de intereses y riesgos diferentes.
Evaluaciones de Planes: Una evaluacin de un plan, consiste en medir, mediante
indicadores, el desarrollo y logros del plan.
Optimizacin de Procesos: Consiste en la transformacin, mejoramiento o rediseo de los
procesos internos de una empresa, para que se desempeen eficiente y eficazmente.
Formulacin de Polticas: Las polticas son principios que sirven de gua y dirigen los
esfuerzos de una organizacin para alcanzar sus objetivos.
Gestin Ambiental: Consiste en la estandarizacin de formas de producir y prestar servicios
que protejan al medio ambiente, aumentando la calidad del producto y como consecuencia
la competitividad del mismo ante la demanda de productos cuyos componentes y procesos
de elaboracin sean realizados en un contexto donde se respete al ambiente.
Anlisis Costo Beneficio: Consiste en evaluar comparativamente el costo y beneficio que
involucran las diferentes alternativas de decisin, permitiendo reconocer la mejor alternativa
respecto a estos dos criterios.
Formulacin de Estrategias de Mercado: La formulacin de estrategias de mercado tiene
como objetivo determinar los mercados en los que se concentrar la empresa y determinar
cmo debern ser atendidos.
2.1.5 Aplicacin del AHP para elegir la mejor alternativa
Para poder elegir la mejor alternativa antes se tiene que definir ciertos criterios que nos
permitirn
Eficiencia
se puede definir la eficiencia como la relacin entre los logros conseguidos con un proyecto y los
recursos utilizados en el mismo. Se entiende que la eficiencia se da cuando se utilizan menos
recursos para lograr un mismo objetivo. O al contrario, cuando se logran ms objetivos con los
mismos o menos recursos.
Adaptabilidad
Es la facilidad de adaptarse a algo o situaciones en este caso la alternativa que
utilizaremos tiene que ser rpido a los cambios constantes que se le harn
Costo
Es la inversin que haremos,con el fin producir la solucin que es reducir la cantidad de
enfermos en el policlnico de ventanilla.este criterio es un criterio cuantitativo ya que
podemos cuantificar la inversin que haremos
Interactividad (informtica)
Es la relacin de participacin entre los usuarios y los sistemas de informacin, es tambien
proceso de comunicacin entre humanos y computadoras. Este criterio es tomado como
cualitativo por que depender la persona
Tabla 4: Estableciendo el rbol de jerarquas

selecionar la mejor
solucion que me
permita reducir la
cantidad de enfermos
efeciencia manejable adaptabilidad costo interactivo
Algoritmo
Sistemas expertos Software de gestin
Convencional
Fuente :Elaboracin propia

La mejor solucin al problema que me permita reducir la cantidad de enfermos tiene que
tener cuatro criterios fundamentales, primero la eficacia mi solucin tiene que hacerlo en el
menor tiempo posible sea que sea eficaz, segundo mi solucin tiene que ser adaptable a
diferentes tipos de situaciones, tercero tiene que tener un costo pequeo y por ultimo mi
sistema experto tiene que ser interactivo.
Las posibles alternativas o posibles soluciones que se plantean son los sistemas expertos
sistemas que emulan a un humano experto, un algoritmo convencional y un software de
gestin.
Calculo de las prioridades

Tabla 5: Escala de saaty
Estableciendo las prioridades segn Thomas l saaty
criterio costo adaptabilidadeficacia manejabilidad

i nteractivo
costo 1.00 7.00 3.00 7.00 5.00
adaptabilidad 0.14 1.00 5.00 0.33 3.00
eficacia 0.33 0.20 1.00 5.00 7.00
manejabilidad 0.14 3.00 0.20 1.00 3.00
interactivo 0.20 0.33 0.14 0.33 1.00
Se eligi en costo respecto a adaptabilidad (7) por que el costo tiene una preferencia muy
fuerte respecto a adaptabilidad
Se eligi en costo respecto a eficacia (3) porque es moderadamente preferido el costo
respecto a la eficacia
Se eligi en costo respecto a manejabilidad (7) por que el costo tiene una preferencia muy
fuerte respecto a manejabilidad
Se eligi en adaptabilidad respecto a eficacia (5) por que la adaptabilidad es fuertemente
preferida respecto a eficacia
Se eligi en manejabilidad respecto a adaptabilidad (3) por que la manejabilidad es
moderadamente preferida respecto a adaptabilidad
Se eligi en eficacia respecto a manejabilidad (5) por que la eficacia tiene una preferencia
muy fuerte respecto a manejabilidad
Se eligi en interactivo respecto a costo (5) porque lo interactivo tiene una preferencia muy
Se eligi en interactivo respecto a adaptabilidad (3) porque es moderadamente preferido lo
interactivo respecto a la adaptabilidad
Se eligi en interactivo respecto a la eficacia (7) porque lo interactivo tiene una preferencia
muy fuerte respecto a eficacia
Despus de rellenar la matriz de comparaciones se efectan las siguientes operaciones
1. Se suma verticalmente los elementos de cada columna
costo adpatabilidadeficacia manejabilidadinteractivo

costo 1.00 4.00 3.00 5.00 7.00
adpatabilidad 0.25 1.00 3.00 2.00 2.00
eficacia 0.33 0.33 1.00 3.00 2.00
manejabilidad 0.20 0.50 0.33 1.00 2.00
interactivo 0.14 0.50 0.50 0.50 1.00
suma 1.93 6.33 7.83 11.50 14.00
Suma de la columna costo

1.00+0.25+0.33+0.20+0.50=1.93
Suma de la columna adaptabilidad
4.00+1.00+0.33+0.50+0.50=6.33
Suma de la columna eficacia
3.00+3.00+1.00+0.33+0.50=7.83
Suma de la columna manejabilidad
5.00+2.00+3.00+1.00+0.50=11.50
Suma de la columna de interactivo
7.00+2.00+2.00+2.00+1.00=14.00
2. Para cada columna se debe dividir sus elementos entre la suma obtenida ,a este
paso se le conoce como normalizacin
matriz de comparaciones
costo adpatabilidad eficacia manejabilidadinteractivo
costo 1.00 4.00 3.00 5.00 7.00
adpatabilidad 0.25 1.00 3.00 2.00 2.00
eficacia 0.33 0.33 1.00 3.00 2.00
manejabilidad 0.20 0.50 0.33 1.00 2.00
interactivo 0.14 0.50 0.50 0.50 1.00
3. Calculamos el vector que contenga el promedio de las filas
vector de prioridades
costo 0.49
adptabilidad 0.20
eficacia 0.15
manejabilidad 0.09
interactivo 0.07
Calculo de la razn de inconsistencia

Ahora se ver la consistencia de la matriz que se ha planteado mediante el clculo de la
proporcin de consistencia el cual se calcula mediante el ndice de consistencia entre el
ndice aleatorio.
Proporcin de consistencia =ndice de consistencia/ndice aleatorio
Teniendo en consideracin que el ndice de consistencia debe ser menor a 0.1 para que
sea consistente dicha matriz.
Proporcin de consistencia < 0.1
Y el ndice de consistencia (CI) se halla de la siguiente manera:
CI = ( n) / (n - 1)
Siendo n el nmero de criterios a evaluar o considerar en dicha matriz. Y el ndice

aleatorio es un valor ya preestablecido que se basan en la cantidad de criterios a evaluar y
la tabla es la siguiente:
Ahora se hallar para el ejemplo mostrado el CI y para ello necesitaremos hallar el Max
0.49 LAMBDA 5.36
0.20
0.15
0.09
0.07
usando las tabla de Vector prioridad y la tabla de matriz de comparacin de pares. Lo que
se va hacer es multiplicar la suma por columnas de cada columna con su respectivo
vector como por ejemplo:
0.49
0.20
=(1.93 6.33 7.38 11.50 14.00)* 0.15 =5.36
0.09
0.07
Luego que se halla el Max se reemplaza en la formula y se obtiene:
CI = ( n) / (n - 1) =(5.36-5)/5-1=0.09
Ya con el CI finalmente se reemplaza en la proporcin de consistencia quedando:
Proporcin de consistencia = CI / ndice Aleatorio =0.09/1.12=0.080
Criterio costo
Para el criterio de costo se va a considerar el mtodo de resolucin del problema dado, para encontrar
la alternativa con menor costo

alternativas sistemas expertos algoritmos modelo de gestion
sistemas expertos 1.00 4.00 3.00
algoritmos 0.25 1.00 3.00
modelo de gestion 0.33 0.33 1.00
suma 1.58 5.33 7.00
Los sistemas expertos es menos costoso (4) sobre los algoritmos
Sistemas expertos es menos costoso (3) sobre el modelo de gestin.
Los modelos de gestin son medianamente costosos (3) sobre los algoritmos.
Se hallan los totales de cada columna:
Sistemas expertos = 1.0+ 0.25 + 0.33 =1.58
Modelo de gestin = 3.0 + 3.00 + 1.0 = 7.00
Algoritmos = 4.0 + 0.33 + 1.0 = 5.33
Ahora se construye la matriz normalizada del criterio de costo, dividiendo el total entre cada uno de
los elementos de cada columna:
Tabla
normalizacion
criterios sistemas expertos algoritmos modelo de gestion
Fuente: Elaboracin propia
Ahora se construye la matriz vector promedio por fila hallando la suma de las celdas de la matriz
normal de cada fila.

Tabla
sistema experto 0.36
algoritmo 0.15
modelo de gestion 0.08
Criterio adaptabilidad:
Para el criterio de adaptabilidad se va a considerar el mtodo que tenga ms posibilidades de
adaptarse del problema dado, para encontrar la alternativa ms duradera ms adaptable.
suma 1.53 6.20 9.00
Los sistemas expertos es ms adaptable (5) sobre los algoritmos
Sistemas expertos son medianamente adaptables (3) sobre el modelo de gestin.
Los modelos de gestin son ms adaptable (5) sobre los algoritmos.
Sistemas expertos = 1.000+ 0.2000 + 0.3333 = 1.53
Algoritmos = 5.000 + 1.000 + 0.2000= 6.20
Modelo de gestin = 5.000 + 0.333 + 1.000 = 9.00
Ahora se construye la matriz normalizada del criterio de adaptabilidad, dividiendo el total entre cada
uno de los elementos de cada columna:

Tabla
normalizacion
alternativas sistema experto algoritmos modelo de gestion
sistema experto 0.65 0.81 0.33
Tabla
algoritmo 0.17
Criterio eficacia
Para el criterio de eficacia se va a considerar la alternativa que sea ms eficaz del problema dado,
para encontrar la alternativa ms eficaz se comparado las operaciones que se pueden hacer en el
periodo de un da.
suma 1.34 8.33 9.00
Los sistemas expertos son ms eficaces (7) sobre los algoritmos
Sistemas expertos son ms eficaces (5) sobre el modelo de gestion.
Los modelos de gestion son medianamente eficaces (3) sobre los algoritmos.
Modelo de gestion = 7.000 + 1.000 + 0.3333 =8.33
Algoritmos = 5.000 + 3.000+ 1.000 =9.000
Ahora se construye la matriz normalizada del criterio de eficacia, dividiendo el total entre cada uno de
Tabla
normalizacion
Tabla
algoritmo 0.11
Criterio manejabilidad
Para el criterio de manejabilidad se va a considerar la alternativa que sea ms manejable del problema
dado, para encontrar la alternativa ms manejable
suma 1.53 6.20 9.00
Los sistemas expertos son ms manejables (5) sobre los algoritmos
Sistemas expertos son medianamente manejables (3) sobre el modelo de gestin.
Los modelos de gestin son ms manejables (5) sobre los algoritmos.
Modelo de gestin = 5.000 + 1.000 + 0.2000 = 6.20
Algoritmos = 3.000 + 5.000 + 1.000 = 9.000
Ahora se construye la matriz normalizada del criterio de manejabilidad, dividiendo el total entre cada
Tabla


Tabla
algoritmo 0.11
Criterio interactivo
Para el criterio de interactividad se va a considerar la alternativa que sea ms interactiva del problema
dado, para encontrar la alternativa ms interactiva
suma 1.53 6.20 9.00
Modelo de gestin = 5.000 + 1.000 + 0.2000 = 6.20
Algoritmos = 3.000 + 5.000 + 1.000 = 9.000
Ahora se construye la matriz normalizada del criterio de interactividad, dividiendo el total entre cada

Tabla

Tabla
algoritmo 0.11
2.2 Sistemas inteligentes

Hay muchas formas de definir un comportamiento inteligente, quizs porque se puede entender
que hay distintos tipos de inteligencia .Por ejemplo el hecho de ser capaz de recopilar
informacin y a partir de ella deducir un diagnostico o proponer un tratamiento supone
inteligencia, as como el hecho de ser capaz de procesar informacin incompleta o con
incertidumbre o aprender de ejemplos, etc.
2.3Inteligencia artificial
El concepto de inteligencia artificial es relativamente nuevo ,pero la idea de una inteligencia
artificial existe desde hace millones de aos
La inteligencia artificial, IA, se puede definir como el estudio de las facultades mental a travs
del uso de modelados computacionales .este trmino data de los aos 50 del siglo XX y se
debe a un grupo de cientficos que estudiaron el cerebro humano como modelo natural
integrando la ciberntica y las computadoras (mcCarthy ,minsky newell,simon)
En palabras de uno de ellos, marvin minsky, la inteligencia artificial es el estudio de como
programar computadoras que posean la facultad de hacer aquello que la mente humana puede
realizar o en ese sentido amplio: la inteligencia artificial es una ciencia orientada al diseo y
construccin de mquinas que implementes tareas propias de humanos dotados de inteligencia
2.4 Sistema experto

En la revisin de la literatura se puede encontrar muchas definiciones de sistemas expertos
como la definicin de Stevens (1984), Castillo y Alvarez (1991) , Durkin (1994) ,etc pero
todas son similares en esencia ,pero citare la definicin de enrique castillo ya que me parece la
ms sintetizada
Definicin de sistema experto
Un sistema experto puede definirse como un sistema informtico (hardware y software) que
simula a los expertos humanos en un rea de especializacin dada
Como tal, un sistema experto debera ser capaz de procesar y memorizar informacin, aprender
y razonar en situaciones deterministas e inciertas, comunicar con los hombres y/u otros
sistemas expertos, tomar decisiones apropiadas, y explicar por qu se han tomado tales
decisiones. Se puede pensar tambin en un sistema experto como un consultor que puede
suministrar ayuda a (o en algunos casos sustituir completamente) los expertos humanos con un
grado razonable de fiabilidad.1 enrique castillo sistemas expertos y modelos de redes
probabilstica
2.4.1 Tipos de sistemas expertos
Segn Bargiela Roberto Alejandro los sistemas expertos se pueden clasificar bsicamente en
tres tipos
1. SS.EE. basados en Reglas.
2. SS.EE. basados en Probabilidad.
3. SS.EE. basados en Redes Neuronales Artificiales.
Sistemas Expertos basados en Reglas
Los Sistemas Expertos Basados en Reglas, son las estructuras de sistemas expertos ms
comprensibles para la lgica humana, se definen a partir de un conjunto de objetos, que
representan las variables del modelo, vinculadas mediante un conjunto de reglas encadenadas
que representan las relaciones entre variables. Esta metodologa es la que el ser humano usa en
forma intuitiva en su vida diaria para resolver problemas. Muchos de las situaciones con las
que el ser humano se enfrenta a menudo, estn gobernadas por reglas deterministas; en este
mbito los SS.EE. basados en reglas constituyen una herramienta eficiente para la solucin de
estos problemas.
Sistemas Expertos basados en Probabilidad
Existen problemas en donde lo que interesa saber con exactitud solo se sabe con cierto grado
de certeza, como, por ejemplo, las relaciones entre sntomas y enfermedades (no siempre la
existencia de un grupo de sntomas asegura la existencia de una enfermedad especifica). Este
tipo de problemas reciben el nombre de estocsticos. Para la solucin de estos problemas se
han propuesto formas de medir el grado de incertidumbre, algunas de esas medidas son
llamadas factores de certeza y se utilizan en los Shell para la generacin de SS.EE.; otra medida
intuitiva es la probabilidad. La utilizacin del clculo de probabilidades en los SS.EE. comenz
con la probabilidad conjunta pero la dificultad para definir la distribucin de probabilidad
conjunta de las variables hizo que se obstaculizara el desarrollo de los mismos; para solucionar
este inconveniente se introdujeron los modelos de redes probabilsticas, los cuales incluyen las
redes de Markov y las redes Bayesianas.
Sistemas Expertos basados en Redes Neuronales Artificiales
Las Redes Neuronales Artificiales (RNA), son el resultado de las investigaciones que se
centran en el desarrollo de sistemas anlogos a las neuronas y sus redes. Si bien las RNA no
fueron concebidas para utilizarse como SS.EE., pueden comportarse como stos ofreciendo
una alternativa ms. Cuando se usan RNA, el dominio y la tarea no requieren ser tan bien
comprendidos como para usar los shells tradicionales. No se requiere que el experto detalle
cmo llega a una solucin, ya que el sistema se adapta con base en las relaciones estmulo /
respuesta, reconfigurndose para resolver el problema. La ventaja principal de usar este tipo de
implementacin es que no requiere algoritmos especficos del dominio; otra ventaja consiste
en que se pueden degradar ms gracilmente que los SS.EE. tradicionales si falla alguna parte.
La principal desventaja es que no hay manera de examinar los conocimientos del sistema, y en
este sentido es una especie de caja negra, en la cual se puede confiar slo por su
comportamiento entrada / salida.
2.4.2 Composicin de un SS.EE. e interrelacin entre sus partes

Segn Enrique Castillo, Jose Manuel Gutierrez, y Ali S. Hadi podemos definir los elementos
de un sistema experto de la siguiente manera
Elementos de un SS.EE.
La Base de Conocimiento
Subsistema de Adquisicin de Conocimiento
Control de la Coherencia
El Motor de Inferencia
El Subsistema de Adquisicin de Conocimiento
Interface de Usuario
El Subsistema de Ejecucin de Ordenes
El Subsistema de Explicacin
El Subsistema de Aprendizaje
Fuente: Libro de sistemas expertos y redes probabilsticas
2.5 Infecciones respiratorias: bronquitis y neumona

Qu son las infecciones respiratorias? Las infecciones respiratorias son enfermedades muy
frecuentes que afectan cada ao a numerosas personas. Muchas de ellas son banales y no
necesitan ser tratadas con antibiticos. Otras, como las neumonas, requieren en bastantes
ocasiones ingreso hospitalario y pueden tener una mortalidad de hasta el 20% en las formas
ms graves. En este captulo se explican de forma sencilla qu son las infecciones respiratorias,
desde las formas ms leves como las bronquitis, hasta las ms graves como la neumona
2.5.1 Qu es la bronquitis aguda?
Se trata de un proceso inflamatorio de los bronquios, en la mayora de los casos por causa
infecciosa. Puede afectar tambin a la trquea; este proceso se denomina traqueobronquitis.
Tambin puede ser debida a otros agentes ambientales como alrgenos, gases irritantes o
polucin. En bastantes ocasiones los procesos de bronquitis aguda se presentan en pacientes
con enfermedad pulmonar obstructiva crnica (EPoC). La EPoC es una dolencia prevenible y
tratable, caracterizada por la limitacin del flujo areo no completamente reversible,
generalmente progresiva y asociada a una respuesta inflamatoria anormal de los pulmones a
partculas o gases nocivos, fundamentalmente producidos por la adiccin al tabaco. La
bronquitis crnica es una de las manifestaciones de la afectacin del rbol traqueobronquial en
la EPoC. Se diagnostica que un paciente padece bronquitis crnica si presenta tos y/o
expectoracin durante ms de tres meses al ao y durante dos aos consecutivos, siempre que
se hayan descartado otras causas
Es una enfermedad frecuente?
La bronquitis aguda es una de las afecciones ms frecuentes en las consultas mdicas,
especialmente en los meses de otoo e invierno. Se da a cualquier edad, aunque los nios, la
poblacin fumadora y las personas expuestas a irritantes de las vas respiratorias presentan una
mayor incidencia.
Figura: partes de un pulmn
Fuente: Libro de la salud del Hospital Clnica de Barcelona y la Fundacin BBVA.

BARCELONA
El pulmn derecho est dividido en tres porciones o lbulos (superior, medio e inferior). El
pulmn izquierdo nicamente tiene dos lbulos (superior e inferior). La trquea, continuacin
de la laringe, est formada por una serie de anillos de cartlago. Estos anillos se van estrechando
y diversificando, formando los bronquios (principal, lobar, segmentario y lobulillar).
2.5.2 Qu es la neumona?
La neumona es una inflamacin de los pulmones de origen infeccioso. Este tipo de infeccin
puede ser causada por una gran variedad de microorganismos como bacterias, virus, hongos,
etc.
Cmo se produce?
Los mecanismos que utilizan los microorganismos para causar una neumona son bsicamente
dos:
Aspiracin de secreciones de la boca y de la faringe: el aparato respiratorio est
constantemente expuesto a los microorganismos presentes en el ambiente que le rodea y a
aquellos que forman parte de la flora saprofita de su propia mucosa orofarngea. Aunque los
patgenos pueden alcanzar los distintos tramos del aparato respiratorio transportados por el
aire inhalado, el procedimiento ms comn consiste en la aspiracin de pequeas cantidades
de secreciones orofarngeas (saliva), fenmeno que ocurre con regularidad durante el sueo.
En general, las defensas pulmonares antibacterianas son muy eficaces, de modo que las
bacterias viables que penetran en el interior de los pulmones tienden a ser rpidamente
eliminadas. Esto no ocurre de forma tan eficaz en pacientes con bronquitis crnica.
Inhalacin de aerosoles: este mecanismo es el responsable de las neumonas causadas por
virus, microorganismos atpicos, microbacterias y hongos. Proceden en general de enfermos
que los transmiten mediante estornudos y tos. Los microorganismos quedan suspendidos en el
aire en forma de micropartculas que son inhaladas por las vas respiratorias.
En algunos casos las infecciones llegan a los pulmones a travs de la corriente sangunea desde
otros rganos del cuerpo.
Es una enfermedad frecuente?
Es difcil conocer la frecuencia real de la neumona en Espaa dado que no es una enfermedad
de declaracin obligatoria, excepto en el caso de la Legionella (legionelosis); en general se
producen de cinco a diez casos por mil habitantes/ao. En Estados unidos se estima que
aparecen unos cinco millones y medio de casos anualmente. En diferentes estudios se observa
un predominio de los pacientes ancianos, aunque la edad no es el nico factor de riesgo, sino
ms bien el padecimiento de alguna enfermedad crnica asociada. Entre el 20-40% de los
pacientes con neumona requieren tratamiento hospitalario. Las tasas de hospitalizacin son
ms altas de noviembre a marzo y mnimas durante los meses de junio a septiembre. La
mortalidad en los enfermos que no precisan hospitalizacin es baja, en el resto vara entre el
5% y 20%, y depende del microorganismo causante de la neumona y de la enfermedad crnica
del paciente. En Espaa se estima que un 10-15% de ancianos reside en asilos. Deben
considerarse las neumonas que se adquieren all como un grupo especial (neumonas
intrahospitalarias), especialmente cuando inciden en personas dependientes para las
actividades diarias.
Cmo se clasifican las neumonas?
Las neumonas suelen clasificarse en tres grandes grupos, segn el medio donde se haya
adquirido la infeccin:
1. Neumona adquirida en la comunidad (o extrahospitalaria). Se adquiere fuera del ambiente
hospitalario. Las ms tpicas son:
La neumona neumoccica, que es la ms frecuente.
La neumona causada por microorganismos denominados atpicos.
Neumonas vricas: muchos virus pueden producir neumona (neumonitis) como la gripe,
varicela, etc.
Neumonas por aspiracin despus de vmitos o prdida de conciencia.
2. Neumonas hospitalarias. Se adquieren dentro del medio hospitalario y se presentan a partir
de las 48-72 horas tras el ingreso. Tienden a ser mucho ms graves, ya que los mecanismos de
defensa del paciente suelen estar afectados por otros procesos y los microorganismos causantes
suelen ser mucho ms resistentes y difciles de tratar.
3. Neumonas en pacientes inmunodeprimidos. Este tipo de neumona afecta al 30-70% de los
pacientes con sida con el sistema inmunitario disminuido, como es el caso de los pacientes
trasplantados.
Qu sntomas produce?
Los sntomas habituales y ms frecuentes de la neumona son:
Fiebre y escalofros.
Tos con produccin de esputo (expectoracin mucosa, amarillenta, purulenta, segn el
microorganismo que cause la neumona).
Dolor en el trax.
Disnea o sensacin de falta de aire.
Otros sntomas que pueden aparecer, aunque con menor frecuencia son:
Dolor de cabeza.
Prdida de apetito, debilidad y malestar general.
Dolores musculares y articulares.
Nuseas y vmitos.
Sudoracin.
Es importante saber que en los pacientes de ms edad se puedan presentar menos sntomas que
en las personas ms jvenes. As, una persona mayor que nicamente tiene tos y debilidad no
explicables debera solicitar atencin mdica y realizarse una radiografa de trax para
descartar una neumona. En cuanto a los sntomas de gravedad de la neumona, stos incluyen
respiracin rpida, taquicardia, disminucin de la tensin, cianosis (coloracin azulada de la
piel) y alteracin del estado de conciencia.
Cmo se diagnostica?
El mdico puede realizar el diagnstico simplemente con una historia mdica detallada, un
examen fsico y una radiografa de trax, pero tambin se pueden incluir algunas pruebas para
confirmar el diagnstico:
Exmenes de sangre como la gasometra para medir la cantidad de oxgeno que hay en la
sangre, que pueden dar una idea de la gravedad de la neumona.
Cultivos de esputo que se realizan para determinar el microorganismo causal.
Broncoscopia, que puede ser necesaria en caso de que la neumona persista a pesar de un
tratamiento correcto. Es un estudio del interior del rbol bronquial mediante un tubo flexible
de fibra ptica.
Radiografa de trax donde se observa una neumona (condensacin pulmonar) en el pulmn
derecho (flecha).
Es grave una neumona?
La gravedad de una neumona depende de varios factores:
Extensin de pulmn afectada.
Tipo de microorganismo que causa la neumona (las neumonas por legionela son ms
graves). Edad del paciente.
Enfermedades crnicas previas.
Problemas cardacos.
Enfermedades renales.
Trastornos hepticos crnicos.
Enfermedades respiratorias crnicas.
Diabetes mellitus.
Alcoholismo.
Cundo y por qu se debe hospitalizar al enfermo de neumona?
En la actualidad se conocen muy bien los factores que justifican el ingreso hospitalario en las
neumonas. La mayora de las neumonas, en personas sanas, si no son muy extensas se curan
con tratamiento antibitico por va oral, sin que sea preciso que el paciente ingrese en el
hospital. Si hay otras enfermedades aadidas, es extensa, o no ha respondido a un tratamiento
correcto inicial, se requiere el ingreso en un centro hospitalario para tratamiento endovenoso.
En casos graves pueden requerir ingreso en una unidad de Cuidados Intensivos, intubacin y
conexin a un respirador.
19. Cmo se trata la neumona?
La mayora de los pacientes con neumona se pueden tratar en su domicilio con antibiticos
por va oral. Es importante sealar que este tratamiento es fundamental para que el paciente se
cure y debe ser administrado sin retraso ya que en caso contrario, empeorara el pronstico. En
general, inicialmente, se administran antibiticos sin conocer los microorganismos. Tambin
puede ocurrir que los pacientes sean alrgicos a determinados antibiticos, lo que hace
necesario valorar varias posibilidades de antibiticos. otro factor que debe ser considerado a la
hora de elegir la pauta de tratamiento antimicrobiano es la existencia de resistencias de los
microorganismos. Los pacientes pueden estar infectados por bacterias que son resistentes a
ciertos antibiticos. La mayora de los antibiticos orales se administran de siete a diez das,
de una a tres veces diarias. Si el tratamiento no se cumple aumenta el riesgo de aparicin de
bacterias resistentes o la erradicacin incompleta de la infeccin. En los casos de neumonas
ms graves, los antibiticos necesitan ser administrados por va intravenosa o intramuscular.
Los antibiticos intravenosos se dan primero en el hospital, habitualmente de cinco a diez das,
dependiendo de la gravedad. Si el paciente est estable, pero requiere todava antibiticos
durante ms tiempo, una opcin es finalizar el tratamiento en el domicilio. Como medidas
generales se pueden citar las siguientes:
Se recomienda tomar mucho lquido para evitar la deshidratacin y para facilitar la
eliminacin de las secreciones que se producen en el pulmn infectado.
Se aconseja tomar analgsicos y/o antitrmicos para el tratamiento de los sntomas como la
fiebre, dolor en el pecho, etc
. No debe suprimirse totalmente la tos, ya que es un reflejo importante para limpiar los
pulmones.
Estado del arte
Luego de haber elegido la mejor alternativa ahora procedemos a elegir la mejor tcnica entre
los distintos sistemas expertos que hay ejemplo: sistemas expertos basados en reglas de
inferencia ,sistemas expertos basados en redes probabilisticas,sistemas expertos basado en
redes neuronales
Reglas de Redes Redes Lgica Lgica
inferencia probabilsticas neuronales difusa bayesiana
Eficiencia
Costo
Interactividad
Analisis y recolecion de datos
Encuesta
La encuesta a continuacin se hace con el fin de ver el nivel de aceptacin de las personas del
pueblo de ventanilla sobre los sistemas expertos y la cantidad
Dirigida a los pobladores de ventanilla Encuestados 100
N Preguntas SI % NO %
1 Usted tiene algun conocimiento sobre los sistemas expertos? 70 0.70 30 0.30
2 Usted va regularmente al seguro ? 14 0.14 86 0.86
3 Alguna vez a prescenciado un sistema experto? 18 0.18 82 0.82
4 usted considera buena la atencion del red de salud ? 23 0.23 77 0.77
5 Considra que la atencion de una cita en el seguro de salud fue eficiente? 59 0.59 41 0.41
6 Alguna vesha sido alertado por una campaa contra alguna enfermadad? 23 0.23 77 0.77
7 64
Considera que el factor sorpresa como el principal causante de la perdidas? 0.64 36 0.36
8 Alguna ves ha sido afectado por laragas colas en la red de salud? 51 0.51 49 0.49
9 Cree que un programa podria ayudar a a los medicos en el diagnostico de38 0.38
enfermedades? 62 0.62
Aca podemos ver..

Aporte teorico
Copiar el ahp y modificarlo

Aplicacin del AHP para elegir la mejor alternativa
Para poder elegir la mejor alternativa antes se tiene que definir ciertos criterios que nos
permitirn
Eficiencia
se puede definir la eficiencia como la relacin entre los logros conseguidos con un proyecto y los
recursos utilizados en el mismo. Se entiende que la eficiencia se da cuando se utilizan menos
recursos para lograr un mismo objetivo. O al contrario, cuando se logran ms objetivos con los
mismos o menos recursos.
Adaptabilidad
Es la facilidad de adaptarse a algo o situaciones en este caso la alternativa que
utilizaremos tiene que ser rpido a los cambios constantes que se le harn
Costo
Es la inversin que haremos,con el fin producir la solucin que es reducir la cantidad de
enfermos en el policlnico de ventanilla.este criterio es un criterio cuantitativo ya que
podemos cuantificar la inversin que haremos
Interactividad (informtica)
Es la relacin de participacin entre los usuarios y los sistemas de informacin, es tambien
proceso de comunicacin entre humanos y computadoras. Este criterio es tomado como
cualitativo por que depender la persona
Tabla 4: Estableciendo el rbol de jerarquas
selecionar la mejor
solucion que me
permita reducir la
cantidad de enfermos
efeciencia manejable adaptabilidad costo interactivo
Algoritmo
Sistemas expertos Software de gestin
Convencional
Fuente :Elaboracin propia

La mejor solucin al problema que me permita reducir la cantidad de enfermos tiene que
tener cuatro criterios fundamentales, primero la eficacia mi solucin tiene que hacerlo en el
menor tiempo posible sea que sea eficaz, segundo mi solucin tiene que ser adaptable a
diferentes tipos de situaciones, tercero tiene que tener un costo pequeo y por ultimo mi
sistema experto tiene que ser interactivo.
Las posibles alternativas o posibles soluciones que se plantean son los sistemas expertos
sistemas que emulan a un humano experto, un algoritmo convencional y un software de
gestin.
Calculo de las prioridades
Tabla 5: Escala de saaty
Estableciendo las prioridades segn Thomas l saaty
criterio costo adaptabilidadeficacia manejabilidad

i nteractivo
costo 1.00 7.00 3.00 7.00 5.00
adaptabilidad 0.14 1.00 5.00 0.33 3.00
eficacia 0.33 0.20 1.00 5.00 7.00
manejabilidad 0.14 3.00 0.20 1.00 3.00
interactivo 0.20 0.33 0.14 0.33 1.00
Se eligi en costo respecto a adaptabilidad (7) por que el costo tiene una preferencia muy
fuerte respecto a adaptabilidad
Se eligi en costo respecto a eficacia (3) porque es moderadamente preferido el costo
respecto a la eficacia
Se eligi en costo respecto a manejabilidad (7) por que el costo tiene una preferencia muy
Se eligi en adaptabilidad respecto a eficacia (5) por que la adaptabilidad es fuertemente
preferida respecto a eficacia
Se eligi en manejabilidad respecto a adaptabilidad (3) por que la manejabilidad es
moderadamente preferida respecto a adaptabilidad
Se eligi en eficacia respecto a manejabilidad (5) por que la eficacia tiene una preferencia
muy fuerte respecto a manejabilidad
Se eligi en interactivo respecto a costo (5) porque lo interactivo tiene una preferencia muy
Se eligi en interactivo respecto a adaptabilidad (3) porque es moderadamente preferido lo
interactivo respecto a la adaptabilidad
Se eligi en interactivo respecto a la eficacia (7) porque lo interactivo tiene una preferencia
muy fuerte respecto a eficacia
Despus de rellenar la matriz de comparaciones se efectan las siguientes operaciones

1. Se suma verticalmente los elementos de cada columna
costo adpatabilidadeficacia manejabilidadinteractivo

costo 1.00 4.00 3.00 5.00 7.00
adpatabilidad 0.25 1.00 3.00 2.00 2.00
eficacia 0.33 0.33 1.00 3.00 2.00
manejabilidad 0.20 0.50 0.33 1.00 2.00
interactivo 0.14 0.50 0.50 0.50 1.00
suma 1.93 6.33 7.83 11.50 14.00
Suma de la columna costo

1.00+0.25+0.33+0.20+0.50=1.93
Suma de la columna adaptabilidad
4.00+1.00+0.33+0.50+0.50=6.33
Suma de la columna eficacia
3.00+3.00+1.00+0.33+0.50=7.83
Suma de la columna manejabilidad
5.00+2.00+3.00+1.00+0.50=11.50
Suma de la columna de interactivo
7.00+2.00+2.00+2.00+1.00=14.00
2. Para cada columna se debe dividir sus elementos entre la suma obtenida ,a este
paso se le conoce como normalizacin
costo adpatabilidad eficacia manejabilidadinteractivo
costo 1.00 4.00 3.00 5.00 7.00
adpatabilidad 0.25 1.00 3.00 2.00 2.00
eficacia 0.33 0.33 1.00 3.00 2.00
manejabilidad 0.20 0.50 0.33 1.00 2.00
interactivo 0.14 0.50 0.50 0.50 1.00
3. Calculamos el vector que contenga el promedio de las filas
costo 0.49
adptabilidad 0.20
eficacia 0.15
manejabilidad 0.09
interactivo 0.07
Calculo de la razn de inconsistencia

Ahora se ver la consistencia de la matriz que se ha planteado mediante el clculo de la
proporcin de consistencia el cual se calcula mediante el ndice de consistencia entre el
ndice aleatorio.
Proporcin de consistencia =ndice de consistencia/ndice aleatorio
Teniendo en consideracin que el ndice de consistencia debe ser menor a 0.1 para que
sea consistente dicha matriz.
Proporcin de consistencia < 0.1
Y el ndice de consistencia (CI) se halla de la siguiente manera:
CI = ( n) / (n - 1)
Siendo n el nmero de criterios a evaluar o considerar en dicha matriz. Y el ndice
aleatorio es un valor ya preestablecido que se basan en la cantidad de criterios a evaluar y
la tabla es la siguiente:
Ahora se hallar para el ejemplo mostrado el CI y para ello necesitaremos hallar el Max
0.49 LAMBDA 5.36
0.20
0.15
0.09
0.07
usando las tabla de Vector prioridad y la tabla de matriz de comparacin de pares. Lo que
se va hacer es multiplicar la suma por columnas de cada columna con su respectivo
vector como por ejemplo:
0.49
0.20
=(1.93 6.33 7.38 11.50 14.00)* 0.15 =5.36
0.09
0.07
Luego que se halla el Max se reemplaza en la formula y se obtiene:
CI = ( n) / (n - 1) =(5.36-5)/5-1=0.09
Ya con el CI finalmente se reemplaza en la proporcin de consistencia quedando:
Proporcin de consistencia = CI / ndice Aleatorio =0.09/1.12=0.080
Criterio costo
Para el criterio de costo se va a considerar el mtodo de resolucin del problema dado, para encontrar
la alternativa con menor costo

suma 1.58 5.33 7.00
Los sistemas expertos es menos costoso (4) sobre los algoritmos
Sistemas expertos es menos costoso (3) sobre el modelo de gestin.
Los modelos de gestin son medianamente costosos (3) sobre los algoritmos.
Modelo de gestin = 3.0 + 3.00 + 1.0 = 7.00
Algoritmos = 4.0 + 0.33 + 1.0 = 5.33
Ahora se construye la matriz normalizada del criterio de costo, dividiendo el total entre cada uno de
Tabla
normalizacion
criterios sistemas expertos algoritmos modelo de gestion

Tabla
algoritmo 0.15
Criterio adaptabilidad:
Para el criterio de adaptabilidad se va a considerar el mtodo que tenga ms posibilidades de
adaptarse del problema dado, para encontrar la alternativa ms duradera ms adaptable.
suma 1.53 6.20 9.00
Los sistemas expertos es ms adaptable (5) sobre los algoritmos
Sistemas expertos son medianamente adaptables (3) sobre el modelo de gestin.
Los modelos de gestin son ms adaptable (5) sobre los algoritmos.
Algoritmos = 5.000 + 1.000 + 0.2000= 6.20
Modelo de gestin = 5.000 + 0.333 + 1.000 = 9.00

Ahora se construye la matriz normalizada del criterio de adaptabilidad, dividiendo el total entre cada
Tabla
normalizacion
Tabla
algoritmo 0.17
Criterio eficacia
Para el criterio de eficacia se va a considerar la alternativa que sea ms eficaz del problema dado,
para encontrar la alternativa ms eficaz se comparado las operaciones que se pueden hacer en el
periodo de un da.
suma 1.34 8.33 9.00
Los sistemas expertos son ms eficaces (7) sobre los algoritmos
Sistemas expertos son ms eficaces (5) sobre el modelo de gestion.

Los modelos de gestion son medianamente eficaces (3) sobre los algoritmos.
Modelo de gestion = 7.000 + 1.000 + 0.3333 =8.33
Algoritmos = 5.000 + 3.000+ 1.000 =9.000
Ahora se construye la matriz normalizada del criterio de eficacia, dividiendo el total entre cada uno de
Tabla
normalizacion
Tabla
algoritmo 0.11
Criterio manejabilidad
Para el criterio de manejabilidad se va a considerar la alternativa que sea ms manejable del problema
dado, para encontrar la alternativa ms manejable
suma 1.53 6.20 9.00
Modelo de gestin = 5.000 + 1.000 + 0.2000 = 6.20
Algoritmos = 3.000 + 5.000 + 1.000 = 9.000
Ahora se construye la matriz normalizada del criterio de manejabilidad, dividiendo el total entre cada
Tabla


Tabla
algoritmo 0.11
Criterio interactivo
Para el criterio de interactividad se va a considerar la alternativa que sea ms interactiva del problema
dado, para encontrar la alternativa ms interactiva
suma 1.53 6.20 9.00
Modelo de gestin = 5.000 + 1.000 + 0.2000 = 6.20
Algoritmos = 3.000 + 5.000 + 1.000 = 9.000
Ahora se construye la matriz normalizada del criterio de interactividad, dividiendo el total entre cada

Tabla

Tabla
algoritmo 0.11
BIBLIOGRAFIA:
LIBROS:
1. Ponce, C. (2010). Inteligencia Artificial con aplicaciones a la Ingeniera. Mxico DF.

Mxico: Alfa omega.
2. Pajares, G. (2011). Aprendizaje Automtico. Bogot. Colombia: Ediciones de la U.
3. Garca, A. (2012). Inteligencia Artificial. Mxico DF. Mxico: Alfaomega.
Salud | Fundacin Carlos Slim. (2017). Crean aplicacin mvil para diagnstico de
4. Enrique Castillo,Jose Manuel Gutierrez, y Ali S. Hadi.Sistemas expertos y redes
probabilsticas, ESPAA
5. Juan Rods Josep Maria Piqu Antoni Trilla. Libro de la salud del Hospital Clnica de
barcelona y la fundacin BBVA. barcelona
TESIS:
1. Rosas del Carpio, segundo cesar (1996) Diagnstico del sistema de logstica de red de
Loreto-ministerio de Loreto
2. Cortez Carrillo(2007) Diagnostico estratgico para la implementacin de un centro para el
adulto mayor
3 Melchor Espinoza,Victor Andres (2012) Desarrollo de un prototipo de sistema experto para
el diagnstico de una enfermedad ginecolgica
4.Cesar Publio paredes Ruiz (2015) Aplicacin de la lgica difusa para el diagnstico y
pronosico de enfermedades degenerativas crneo cervicales
Anexo:
Cronograma
Fecha Actividad
30-03-17 Avanzar con el planteamiento del problema.
06-04-17 Detallar la justificacin y propsito de la
investigacin.
13-04-17 Desarrollar el marco terico conceptual de la
investigacin.
20-04-17 Redactar el marco terico y las estrategias a
seguir.
27-04-17 Definir el tipo de investigacin y el nivel.
04-05-17 Buscar ms informacin acerca del tema.
11-05-17 Desarrollar la Hiptesis, identificando las
variables y construccin de los indicadores.
18-05-17 Definir el diseo de la investigacin y buscar
mas informacin acerca del tema.
25-05-17 Recoleccin y anlisis de datos.
01-05-17 Definir la estructura del informe de la
investigacin.
08-06-17 Presentar y exponer la estructura del informe
15-06-17 Exponer la estructura del informe
22-06-17 Exponer el trabajo de investigacin

Reduccion de La Cantidad de Enfermos Mediante Un Sistema Experto Version 1

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Reduccion de La Cantidad de Enfermos Mediante Un Sistema Experto Version 1

Încărcat de

Drepturi de autor:

Formate disponibile

LA REDUCCIN DE LA CANTIDAD DE ENFERMOS DEL POLICLNICO DONROSE

MEDIANTE EL DISEO DE UN SISTEMA EXPERTO QUE HAGA UNA DETECCION

Alumno: Contreras Vidal Alexander del Piero

Lima, Per 2017

1.1.2 Antecedentes del problema

Cantidad de 170000 165000 166000 160000

Se ve entonces la gran saturacin de usuarios en el policlnico de ventanilla,a

Necesidad de Mdicos especialistas

6.12 NMERO DE MDICOS SEGN DEPARTAMENTO, 2002, 2004, 2007, 2010-

Departamento 2002 2004 2007 2010 2011 2012 2013

Total 37 619 41 266 41 788 48 942 48 147 51 411 65 110

Amazonas 88 123 200 230 259 259 261

Fuentes: Ministerio de Salud (MINSA) - Oficina General de Estadstica e Informtica.

America del Sur:Tasa de medicos por 10000 habitantes,2009

Funte : OPS 2010.

Sntomas del problema:

1.1.3.2 Problema especfico 1

1.1.3.3 Problema especfico 2

1.2.1 Objetivos especfico 1

1.6 Identificacin de las Variables

ndice: 440000-450000 en el reporte

Indicador: El reporte mensual que publica el policlnico Don rose

ndice: 5000-5300 en el reporte

Indicador: el reporte mensual del policlnico Donrose da a conocer estadsticamente cuntas

ndice: 6000-6300 en el reporte

2.1.1.1 Identificacin del problema

2.1.1.2 Definicin del objetivo

2.1.1.3 Identificacin de criterios

2.1.1.4 Identificacin de alternativas

Corresponden a propuestas factibles mediante las cuales se podr alcanzar el objetivo

2.1.1.5 rbol de jerarquas

Figura 2 rbol de Jerarquas

Para resolver la complejidad, el AHP permite estructurar un problema complejo en

Tabla 4: Estableciendo el rbol de jerarquas

efeciencia manejable adaptabilidad costo interactivo

Fuente :Elaboracin propia

Calculo de las prioridades

criterio costo adaptabilidadeficacia manejabilidad

costo adpatabilidadeficacia manejabilidadinteractivo

Suma de la columna costo

3. Calculamos el vector que contenga el promedio de las filas

Calculo de la razn de inconsistencia

Proporcin de consistencia < 0.1

Y el ndice de consistencia (CI) se halla de la siguiente manera:

Siendo n el nmero de criterios a evaluar o considerar en dicha matriz. Y el ndice

=(1.93 6.33 7.38 11.50 14.00)* 0.15 =5.36

Luego que se halla el Max se reemplaza en la formula y se obtiene:

Ya con el CI finalmente se reemplaza en la proporcin de consistencia quedando:

Proporcin de consistencia = CI / ndice Aleatorio =0.09/1.12=0.080

la alternativa con menor costo

Los sistemas expertos es menos costoso (4) sobre los algoritmos

Sistemas expertos es menos costoso (3) sobre el modelo de gestin.

Se hallan los totales de cada columna:

Sistemas expertos = 1.0+ 0.25 + 0.33 =1.58

Modelo de gestin = 3.0 + 3.00 + 1.0 = 7.00

Algoritmos = 4.0 + 0.33 + 1.0 = 5.33

los elementos de cada columna:

Fuente: Elaboracin propia

normal de cada fila.

Fuente: Elaboracin propia

Para el criterio de adaptabilidad se va a considerar el mtodo que tenga ms posibilidades de

adaptarse del problema dado, para encontrar la alternativa ms duradera ms adaptable.

Los sistemas expertos es ms adaptable (5) sobre los algoritmos

Sistemas expertos son medianamente adaptables (3) sobre el modelo de gestin.