Sistema Diagnostico

Redes Bayesianas

INTRODUCCION

Se pretende generar un sistema capaz de apoyar el diagnóstico de enfermedades basado en redes bayesianas en el contexto de la pandemia ocasionada por COVID-19, durante el año 2021 en Estados Unidos.

Este trabajo es un caso de estudio es un trabajo académico realizado por mi para el curso de Inteligencia Artificial 2 en la Universidad Católica del Uruguay en el año 2021.


DATOS

RECOLECCIÓN DE DATOS

El sistema contempla las siguientes enfermedades:


- COVID-19
- Influenza
- Resfrío
- Tuberculosis
- Cáncer de Pulmón
- Neumonía (por covid)
- Neumonía (otras causas)
- Tumor cerebral



Dentro de los factores que se tienen en cuenta para diagnosticar enfermedades, se encuentran:


- Contacto con positivo COVID
- Vacunación Covid/Influenza
- Edad
- Época del año
- Género
- Fumador
- Otras enfermedades presentes.



Además de los factores de riesgo, el diagnóstico también se apoya en la presencia (o ausencia) de los síntomas:


- Fiebre
- Tos
- Disnea
- Cansancio
- Dolor (distintos tipos)
- Anosmía
- Disgeusia
- Rinitis
- Diarrea



El sistema experto será capaz tanto de tener en cuenta resultados de tests realizados, como de dar indicio de que test es recomendable realizar:


- Tomografías computarizadas
- Rayos X
- Antígenos
- PCRs
- RIDT (rápido influenza)



Para este tipo de red, es necesario contar con estadísticas de todos los elementos mencionados anteriormente. Muchas veces no se cuenta con acceso a dicha información y es necesario estimarla.

MODELO

RED

Finalmente se construyó una red bayesiana con 40 nodos interconectados: