Dai: Sistema basado en conocimiento para diagnóstico de autismo. Una aproximación al razonamiento diagnóstico en psicología

• Autores: Pablo Adarraga Morales
• Directores de la Tesis: José Luis Zaccagnini Sancho (dir. tes.)
• Lectura: En la Universidad Autónoma de Madrid ( España ) en 1992
• Idioma: español
• Tribunal Calificador de la Tesis: Ángel Rivière Gómez (presid.), Encarnación Sarriá Sánchez (secret.), Rocío Fernández Ballesteros (voc.), Roberto Morillo Salomon (voc.), José Eugenio García-Albea Ristol (voc.)
• Programa de doctorado: DESCONOCIDO
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Inteligencia artificial
  • Psicología
    • Psicología experimental
      • Procesos mentales
• Enlaces
  • Tesis en acceso abierto en: Biblos-e Archivo
• Dialnet Métricas: 2 Citas
• Resumen

  • El objetivo de este trabajo es la creación de un sistema basado en conocimiento (SBC) o sistema experto, capaz de desempeñar con elevada eficacia una tarea psicológica: el diagnostico de autismo infantil y su discriminación respecto a otras patologías que se le asemejan en sus manifestaciones, el sistema (DAI) se construyo a partir de los conocimientos de un especialista en el campo conforme a una metodología característica de la ingeniería del conocimiento: "rapid prototyping" (desarrollo interactivo de prototipos). Computacionalmente, se trata de un sistema basado en reglas de producción extendidas, dotado de un motor de inferencia mixto (inferencia guiada por datos y por objetivos). La estrategia de solución implementada responde a un esquema de generación y comprobación de hipótesis diagnosticas. Dai funciona interactivamente con el usuario, solicitando en cada caso los datos que necesita para cubrir el objetivo en curso. Para el manejo de incertidumbre, el sistema incorpora el modelo de factores de certidumbre de Shortliffe y Buchanan. La evaluación del comportamiento de Dai se llevo a cabo sobre 27 casos reales de autismo (11) y otras patologías (16). La discriminación de autistas respecto a no autistas por parte de Dai ascendió a un 96.3% de casos correctos, mientras que el diagnostico asignado por el sistema a los 16 sujetos no autistas fue acertado en el 81.25% de los casos. La estrategia de exploración del sistema fue juzgada por los cuatro expertos humanos como correcta. Se concluye que es posible crear SBCS de alto rendimiento para al menos algunas tareas psicológicas, y se discute la posibilidad de emplear los métodos de la ingeniería del conocimiento para la investigación de los procesos de razonamiento clínico basado en conocimiento.