Descripción y representación del conocimiento

La representación del conocimiento está basada en reglas de producción, organizadas por el tipo de conclusión. Cada regla sugiere una situación clínica específica, ya sea diagnóstica o terapéutica, y expectativas apropiadas basadas en el reconocimiento de esta situación. El conjunto de reglas representa un modelo de terapia en la UCI.

El conocimiento está basado en las relaciones existentes entre varios parámetros del dominio, cuyos valores pueden variar con el tiempo, pero cuya persistencia puede ser diferente. Para cada parámetro se define una serie de propiedades que especifican dónde se usa el parámetro o cual es la validez temporal de su valor.

Estructura de las reglas de producción

La estructura de una regla en VM está formada por una parte premisa y una parte de acción, que se divide en tres secciones: interpretaciones, sugerencias y expectativas. En la primera sección, si la misma conclusión ha sido aseverada en el instante de tiempo más reciente, entonces la nueva conclusión se considera como continuación de la misma situación, y se amplia el intervalo de tiempo para contenerla. Por otra parte, la segunda sección de la conclusión de la regla es una lista de sugerencias entre las que incluyen factores adicionales que el programa no ha podido verificar. La última sección es la generación de nuevas expectativas con respecto a los rangos futuros de medidas bien durante un intervalo de tiempo futuro o bien durante el tiempo que dure una situación.

en una arquitectura para la monitorización inteligente del paciente crítico

La mayoría de las reglas representan simbólicamente valores de medidas, usando los términos aceptable o ideal para caracterizar los rangos apropiados.. El significado actual de aceptable cambia según el paciente evoluciona de un estado a otro, pero la declaración que expresa la relación entre las medidas fisiológicas permanece constante, lo cual minimiza el número de reglas necesarias para describir la complejidad de la situación diagnóstica. El significado del rango simbólico se determina por medio de reglas que establecen expectativas sobre el valor de los datos medidos.

Ciclo de ejecución

La base de conocimientos incluye reglas relativas a 5 procesos de razonamiento que son evaluados al comienzo de cada nuevo segmento temporal. El objetivo es:

1. Caracterizar los datos medidos, razonables o espúreos.

2. Determinar el estado terapéutico del paciente (e.g. el modo de ventilación). 3. Ajustar expectativas de valores futuros de variables medidas cuando el estado del paciente cambia.

4. Examinar el estatus fisiológico en términos de frecuencia cardíaca, hemodinámica, ventilación y oxigenación.

5. Comprobar la compliance11 con metas terapéuticas a largo plazo. Cada paso de razonamiento está asociado con una colección de reglas clasificadas por el tipo de conclusión. La evaluación de cada regla conlleva determinar si es aplicable al contexto actual, para luego, en caso de serlo, examinar la premisa y anotar las conclusiones definiendo las expectativas sobre los futuros rangos de valores medidos.

Estrategia de control

El intérprete de las reglas, que usa una estrategia de encadenamiento progresivo dirigida por los datos, es el encargado de verificar si la información adquirida en un intervalo de tiempo anterior es todavía válida para realizar conclusiones y reevaluar el

11

conjunto de reglas cada vez que está disponible nueva información. La fiabilidad de los valores medidos con anterioridad se determina bien evaluando una constante de tiempo, si la variable cambia predeciblemente en el tiempo, o bien evaluando una regla en los casos en que la fiabilidad sea dependiente de información específica del contexto.

La estrategia de control evalúa las reglas de cada nivel de abstracción siguiendo una estructura lógica: en primer lugar la validación de datos, seguida por la comprobación de los contextos presentes y la consiguiente determinación de expectativas, la valoración del estatus fisiológico y, finalmente, la respuesta terapéutica si es necesaria. La ejecución de cada regla viene por supuesto precedida de una verificación de su aplicabilidad en el contexto actual, y si tiene éxito será ejecutada.

Para el establecimiento de los settings terapéuticos apropiados al paciente VM incorpora un modelo. A medida que se proporcionan nuevos datos, VM hace suposiciones sobre si estos intervalos son lo suficientemente cortos para asegurar la continuidad de las conclusiones hechas en diferentes marcos temporales. Para ello el sistema necesita tener conocimiento sobre cómo pueden cambiar en el tiempo las medidas, los estados fisiológicos e la información sobre el estatus general del paciente. La determinación de tendencias en el estado del paciente requiere desarrollar técnicas y conocimiento especializado para examinar las relaciones temporales entre conclusiones de alto nivel. Estas técnicas podrían ser usadas para llenar conclusiones cuando las medidas básicas son espúreas.

Un aspecto destacable en el proceso de razonamiento es el uso de información del pasado para la generación de expectativas. La historia de los valores de los parámetros puede ser combinada con los datos actuales para generar expectativas sobre los rangos futuros de estas medidas. Ya que estas expectativas cambian en respuesta a eventos en la UCI, representan la naturaleza sensible al contexto del proceso de interpretación.