Desarrollo de un sistema experto simbólico conexionista de ayuda al diagnóstico del glaucoma

Abstract

El objetivo de esta Tesis es desarrollar un sistema experto híbrido que ayude a diagnosticar el Glaucoma Primario de Ángulo Abierto en estadios incipientes, recogiendo y manejando la experiencia del Experto. Este sistema será una ayuda importante en centros hospitalarios que no dispongan de especialistas, para el oftalmólogo general, y como prueba de rastreo para detectar posibles casos de glaucoma tanto para oftalmólogos como para optómetras o facultativos de atención primaria. El glaucoma puede definirse como una enfermedad ocular crónica, que se caracteriza por presentar una degeneración progresiva del nervio óptico que en un 60-70% de los casos cursa con elevación de la presión ocular. La pérdida de células ganglionares de la retina provoca alteraciones típicas en la función visual y en la papila del nervio óptico. La importancia de esta enfermedad radica en dos hechos: Por un lado su frecuencia, ya que aparece en aproximadamente un 2% de la población de más de 40 años y su prevalencia aumenta con la edad; y por otro lado el glaucoma primario de ángulo abierto, el más frecuente, es en general una enfermedad asintomática hasta estadios terminales y, no tratada adecuadamente, puede llevar a la ceguera. Su diagnóstico en estadios avanzados no resulta difícil para el oftalmólogo general. Sin embargo, es en las fases iniciales del glaucoma, cuando suelen presentarse las dificultades diagnósticas. La integración de todos los datos recogidos en una consulta por un oftalmólogo experto, que aplique su experiencia adquirida, es el mejor método para el diagnóstico de la enfermedad. La herramienta implementada como ayuda al diagnóstico precoz es un Sistema Experto Híbrido (SEH) que no sólo recoge experiencia y conocimiento que proviene directamente del experto, sino que incluye el conocimiento extraído a partir de los datos. Por este motivo, se han usado técnicas conexionistas además de simbólicas. Este SEH está formado por un sistema basado en lógica borrosa que transforma los parámetros que usa el oftalmólogo para realizar su diagnóstico en conjuntos borrosos, y por un sistema de clasificación del campo visual. Este último sistema también es híbrido, ya que obtiene el resultado a partir de la integración de un sistema de clasificación basado en Redes Neuronales Artificiales, en particular Mapas Autoorganizados de Kohonen, y de un Sistema Experto basado en reglas. Los datos de pacientes utilizados han sido recogidos principalmente a partir del estudio de 1491 historias clínicas del Hospital Clínico Universitario de Valladolid teniendo en cuenta unos criterios establecidos por el oftalmólogo experto. En cuanto a los resultados obtenidos podemos distinguir por un lado la capacidad de los Mapas Autoorganizados para clasificar campos visuales y por otro la concordancia del diagnóstico del SEH desarrollado con el del experto. Hemos logrado clasificar campos visuales en dos categorías, glaucoma y no glaucoma, con sensibilidad y especificidad de 95 y 93% respectivamente, y una precisión diagnóstica de 94%. El SEH de Ayuda al Diagnóstico ofrece una concordancia del 90% con el experto, detectando antes los casos patológicos. Además, hemos comprobado que con la mezcla de clasificadores de distinta naturaleza se logra mejorar la precisión de los resultados de cada uno por separado.