Abstract This work of research was development using techniques of fuzzy logic and fourth generations techniques (T4G).

one of them is Visual Prolog, That was used to make the rapid prototyping of the fuzzy System Expert . Fuzzy logic is a superset of conventional (Boolean) logic that has been extended to handle the oncept of partial truth -- truth values between "completely true" and "completely false". For example: To translate the real variable 'temperature' into a linguistic variable three terms, 'cold', 'pleasant' and 'warm' are defined. Depending on the current temperature level each of these terms describes the 'temperature' more or less well. Each term is defined by a membership function. Each membership function defines for any value of the input variable the associated degree of membership of the linguistic term. The membership functions of all terms of one linguistic variable are normally displayed in one graph. The following figure plots the membership functions of the three terms for the example 'temperature'.

Membership Function of 'temperature' A 'temperature' of 66 F is a member of the MBFs for the terms: cold pleasant warm to the degree of 0.8 to the degree of 0.2 to the degree of 0.0

A fuzzy expert system is an expert system that uses a collection of fuzzy membership functions and rules, instead of Boolean logic, to reason about data. The rules in a fuzzy expert system are usually of a form similar to the following: if x is low and y is high then z = medium where x and y are input variables (names for know data values), z is an output variable (a name for a data value to be computed), low is a membership function (fuzzy subset) defined on x, high is a membership function defined on y, and medium is a membership function defined on z.

RESUMEN El trabajo de investigacin que presentamos a continuacin se desarroll utilizando tcnicas de cuarta generacin (T4G) que comprenden un amplio repertorio de lenguajes de alto nivel, uno de los cuales es el Visual Prolog, el que se utilizo como lenguaje de programacin, dado que las T4G permiten al ingeniero del software la generacin rpida de cdigo ejecutable, Visual Prolog nos permiti la construccin rpida de prototipos del Sistema Experto.

Los Sistemas Expertos son programas de ordenador diseados para actuar como un especialista humano en un dominio particular o rea de conocimiento, para lo cual el sistema tuvo que ser diseado con tcnicas de inteligencia artificial.

Una de las tcnicas de inteligencia Artificial es la Lgica Difusa o lgica Borrosa, la cual nos permiti modelar la forma de inferencia del Sistema Experto en forma muy particular al ambiente borroso, para convertirse en un Sistema Experto Difuso, el cual utiliza lgica difusa en reemplazo de la lgica tradicional o booleana (Verdadero-Falso).

Para el diseo de las reglas de inferencia, hechos y conocimientos propios de las IRAs, SOB y Asma se utilizaron tcnicas de: entrevista, encuesta, observacin y anlisis documental, para poder estructurar y validar los conocimientos impuestos al sistema experto.

Planteamiento del problema, objetivo principal e hiptesis general:

El presente trabajo de investigacin intitulado, fue impulsado a realizarse debido a la falta de un Sistema Experto en el rea de Las Infecciones Respiratorias Agudas (IRAs), Sndrome Obstructivo Bronquial (SOB) y Asma. Este problema de las IRAs como se vio, no es un problema local sino a nivel mundial, para ello se establecieron limites de investigacin y formulamos la siguiente interrogante frente al problema:

Permitir el desarrollo de un Prototipo de Sistema Experto Difuso ayudar en el diagnstico acertado de Infecciones Respiratorias Agudas, Sndrome Obstructivo Bronquial y Asma de nios menores de 5 aos en la provincia de Puno?. Entonces a partir de esta interrogante formulamos nuestro objetivo principal:

Desarrollar un prototipo de Sistema Experto Difuso, para el diagnstico de Enfermedades Respiratorias Agudas, Sndrome Obstructivo Bronquial y Asma en nios menores de 5 aos de la Provincia de Puno.

Para lo cual establecimos la siguiente hiptesis general: El desarrollo de un prototipo de Sistema Experto Difuso permite un diagnstico con un alto ndice de certeza en Infecciones Respiratorias Agudas, Sndrome Obstructivo Bronquial y Asma de nios menores de 5 aos.

Contenido del trabajo Estructura del sistema Experto Difuso El Sistema difuso trabaja similar a un sistema convencional; acepta valores de entrada, realiza un proceso de transformacin y finalmente emite un resultado. Los elementos bsicos de un sistema de lgica difusa son tres: Fusificacin, Inferencia difusa y defusificacin.

S i s te m a E x p e r to D i f u s o F u s if ic a c i n R e g la s d if u s a s M e c a n is m o d e In f e r e n c ia Ba se d e c o n o c i m i e n to s D e fu s i fic a c i n

E n tr a d a d e d a to s

S a lid a d a d e D a to s

Figura N 8

La estructura del sistema experto difuso identifica la inferencia de la lgica difusa a travs de variables de entrada que son generadas por el usuario y una salida que es generada por el sistema. La fusificacin toma lugar en las reglas que se implementaron como reglas lingsticas de control. Eleccin del modelo de fusificacin Existen diversos factores para la asignacin de funciones a las particiones borrosas ya sea en funcin del tamao del problema o del tipo de problema, el proceso de asignacin que se eligi es el intuitivo. Como ejemplo tenemos la variable lingstica frecuencia de tos que sus particiones borrosas son: tos = leve, tos = moderada y tos = grave; para el que el mtodo de defusificacion es el intuitivo, es as que se da los dominios de cada particin a criterio del analista en funcin del entorno del problema. En el cuadro N 1 podemos apreciar dichas

particiones, cuyos valores de posibilidad se obtienen gracias a la definicin inicial del grfico que se muestra continuacin:

Cuadro N1 Particin borrosa Tos leve Variable lingstica = tos Funcin de particin Dominio de la funcin de particin 0 X<0 x X [0,5] 5 X <5,10] 10 - x 0 0
5

Tos moderada

Tos grave

0 0 1

x- 5 5 15 - x 5 x - 10 5

X > 10 X<5 X [5,10] X <10,15] X > 15 X < 10 X [10,15] X > 15

FUENTE: Ejecutor Es de esta forma, es que se particionan las variables lingsticas, en donde se traducen a una funcin compuesta por rectas en un rango determinado. Como se podr ver las formas de representacin ya sea en forma grfica o en funciones matemticas son equivalentes y fciles de representar e ir de una a otra forma.

En el siguiente apartado mostraremos en forma grfica los rangos, y la funcin que representa cada una de las variables y sus respectivas particiones.

Variables Lingsticas En esta parte del informe definimos todas las variables lingsticas con sus respectivas funciones miembro o denominadas tambin particiones borrosas. La siguiente tabla lista todas las variables lingsticas del sistema con sus respectivas particiones borrosas.

Variables lingsticas Nombre de las Variables Nombre de los Trminos Anor_som: Que significa anormalmenteAnor_som somnoliento Convulsiones Convulsiones Duracion_secrec: Duracin de la secrecinMenor_15, Mayor_15 del odo. Edad_menor: la edad del nio(a) menor deMenor_2_meses, Dos_meses_4_a, Dos_a_4_a, cinco aos, medidos en meses. Menor_2_a, Mayor_2_a, Menor_6_meses, Mayor_6_meses, Dos_a_11_meses, Uno_a_4_a Frec_tos: Frecuencia de tos medidos enLeve, Moderada, Grave das. No_bebe_liquidos: Significa si el nioNo_bebe_liquidos tiene dificultades para beber lquidos. Resp_rapida: frecuencia respiratoria delMenor_2_meses, Dos_a_11_meses, menor. Uno_a_4_a Secrecion_pur: Secrecin del odo enSecrecion_pur forma de pus. Tiraje: (hundimiento de la parte inferior delTiraje trax) durante la inspiracin. Temperatura Asma_SOB IRA FUENTE: Ejecutor Normal, Fiebre, Fiebre_alta Leve, Moderada, Grave EMG, Neumonia_G, Neumonia, No_neumonia

Mtodo de defusificacin La defusificacin es la funcin que transforma un conjunto borroso en V, normalmente de salida de un dispositivo de inferencia borrosa , en un valor no borroso. Para dicha labor se utilizo el mtodo de defusificacion por media de centros, definido como:

f ( x) =
M

L L =1 M 1

L =1

[min(u ( x ),..., u ( x ))] [min(u ( x ),..., u ( x ))]

F1L 1 FnL n F1L 1 FnL n

donde y L es, el centro del conjunto borroso.

Evaluacin de la Interfaz como primer aspecto se ha considerado la interfaz del sistema , de donde de acuerdo al uso que han hecho por un espacio de una media hora, ellos respondieron de la siguiente manera como se aprecia en cuadro: Del cuadro N 15 de la tesis se concluye que: Un 66.66 % manifiestan que el lenguaje de interaccin del software es entendible, un 33.33 % indica que es a la medida. Un 40.0 % de los usuarios indica que el manejo del software es fcil, un 53.33 % indica que es muy fcil y un 6.66 % opina que es regular. Un 60.00 % indican que el software provee de la mayora de todas las opciones que necesita, un 33,33 % medianamente y un 6.66 % opina que el software le provee completamente de todas las opciones.

 Un 66.66 % manifiesta que la forma de las pantallas que le ofrece el software en cuanto a su diseo es buena, un 26.66 % regulares y un 6.66 % muy buenas. Un 53.33 % considera que la interfaz del software le ha resultado amigable, un 26.66 % opina que es aceptable y un 20.00 % muy amigable. Un 53.33 % opina que la forma del men de opciones es buena, un 33.33 % regulares y un 13.33 % manifiesta que el men de opciones es muy buena.

4.1.9.2 Evaluacin del contenido y funcionalidad del sistema

Como segundo aspecto se ha considerado el contenido del sistema experto difuso y su ndice de certeza en cuanto a los diagnsticos. Cuadro N 16 Test de funcionalidad N Preguntas Alternativas 1 El proceso de preguntas y respuestas A la medida Entendible con el sistema experto es: Poco entendible Muy tcnico 2 Cul es el ndice de certeza en el diagnstico emitido por el sistema experto? Muy Alto Alto Medio Bajo Muy bajo FUENTE: Ejecutor Del cuadro N 16 se concluye que: Respuestas(%) 46.66 53.33 0.0 0.0 26.66 60.00 13.33 0.0 0.0

 Un 53.33 % manifiestan que el proceso de preguntas y respuestas con el sistema experto difuso es entendible, y un 46.66 % opina que el proceso de preguntas y respuestas con el sistema experto difuso es a la medida,. A la pregunta Cul es el ndice de certeza en el diagnstico emitido por el sistema experto?, un 60.00 % respondieron que es alto, un 26.66 % que es muy alto y un 13.33 % que tiene un medio ndice de certeza.

CONCLUSIONES Las principales conclusiones a las que se arribaron son:

PRIMERA: Se concluye que el nivel de certeza en el diagnstico por el sistema experto difuso es alto, lo que nos permite afirmar que la lgica difusa es una alternativa de inferencia con un alto grado de aceptacin en las respuestas obtenidas.

SEGUNDA: Se concluye que la utilizacin de un Lenguaje de programacin como Visual prolog es una alternativa ptima en el desarrollo de Sistemas Expertos.

TERCERO: El mtodo de defusificacin por media de centros es una forma sencilla y adecuada para funciones triangulares, permitiendo un ndice considerable de aceptacin en la respuesta final, es decir la forma en que se obtiene a solucin final en medio de una turbulencia de respuestas.

RECOMENDACIONES Y SUGERENCIAS

PRIMERA: Se sugiere hacer una combinacin de las tcnicas de inteligencia artificial como son las redes neuronales, algoritmos genticos, lgica difusa, etc. para poder obtener soluciones ptimas. Cada una de las cuales debe ser aplicada a aquel aspecto parcial del problema que mejor se adecue.

SEGUNDO: Se recomienda la aplicacin de la lgica difusa en cualquier sistema y mas an si es un sistema experto; donde el manejo de la informacin sea incierta o no lineal, adems de esto nos proporciona un mtodo formal para la expresin del conocimiento en forma entendible por los humanos.

TERCERO: Se sugiere el empleo del lenguaje de programacin Visual Prolog para posteriores desarrollos de Sistemas que tengan que ver con la lgica de predicados, bsquedas e inferencia de soluciones a partir de premisas pre establecidas o declaradas.

QUINTO: Se sugiere contrastar con los especialistas las respuestas obtenidas por el sistema experto, puesto que no se hizo pruebas con pacientes y datos reales.

LITERATURA CITADA 1. [Hartnell, 1986] HARTNELL, Tim. Sistemas Expertos introduccin al diseo y aplicaciones. Editorial Anaya Multimedia.1986.

2. [Harwood, 1985] HARWOOD, Juan. Urgencias Respiratorias Pediatricas. Segunda Ed. Barcelona. 1985. 3. [MARTIN, 2002] MARTIN DEL BRIO, Bonifacio y SANZ M., Alfredo. Redes Neuronales y Sistemas Difusos. Segunda Edicin Alfaomega.2002. 4. [MINSA, 1999] MINISTERIO DE SALUD. Doctrinas, Normas y procedimientos para el control de la Infeccin Respiratoria Aguda, Sndrome Obstructivo Bronquial y Asma, en menores de 5 aos. Lima, Per. 1999. 5. [Morales, 1999] MORALES, Eduardo. Lgica difusa.

http://w3.mor.itesm.mx/~rdec/node154.html. Junio. 1999. 6. [Nebendahl, 1988] NEBENDAHL, Dieter. Sistemas Expertos. Editorial Marcombo. Tomo I. 1988. 7. [Prolog Started, 1986-1998] Prolog Development Center . Getting Started. Denmark. 1986-1988. 8. [SRS, 1990] SUB REGION DE SALUD. Oficina de Estadstica. Puno. 1990.