MYCIN: UN SISTEMA EXPERTO ASOMBROSO

QUE NO SE USA
Mycin fue uno de los primeros sistemas expertos que se usaron para diagnosticar
enfermedades en medicina. El sistema podía identificar bacterias que causaban
severas...

MYCIN Es un sistema experto desarrollado por Edgar ShortLiffe en la Universidad de

Stanford a principios de los años 70. Su objetivo es el diagnóstico de enfermedades
infecciosas de la sangre. Incluso es capaz de razonar el proceso seguido para llegar a los
diagnósticos y de recetar medicaciones personalizadas a cada paciente.

TRATAMIENTO DE INFECCIONES SANGUÍNEAS

Elegir el tratamiento adecuado para una infección bacteriana sigue un proceso de cuatro
partes:
• Primero es necesario concluir si el paciente tiene una infección significativa.
• A continuación, hay que establecer al o los posibles organismos involucrados.
 • Después escoger el conjunto de antibióticos que puedan ser necesarios.
• Por último, elegir el antibiótico.
Sin embargo, dicho proceso no es nada fácil. Esto se debe a que el cuerpo humano está
normalmente poblado por bacterias. Se toma del paciente las muestras necesarias
realizándole un cultivo. Por lo que el diagnóstico inicial se base en criterio clínico, fiebre y
dolor.
Los resultados de las pruebas pueden tomar de 24 a 48 horas o más. Una vez que el
médico dispone de los resultados debe elegir el tratamiento basándose en:
• Posibles identidades del organismo.
• La probabilidad efectiva del agente antimicrobiano contra este rango de
posibilidades.
Una vez que el médico dispone de los resultados del cultivo debe de decir que tratamiento
hay que aplicar al paciente. Sin embargo, este tratamiento puede tener diferentes
síntomas o efectos en cada paciente con lo que es necesario cambiarle el tratamiento.
Por otra parte, es evidente que el médico necesite ayuda con la selección antimicrobiana.
Con lo que el problema se continúa aunque haya habido intentos para educar a los
médicos; pocos parecen ir a través del proceso metódico de decisión. La sobre-
prescripción en EEUU durante los años 70 fue estimado con un factor de 10 a 20, con lo
que el coste anual para pacientes y hospitales es monumental. Asimismo, la sobre-
prescripción puede resultar en el desarrollo de cepas bacterianas resistentes.
El objetivo de MYCIN es asistir al doctor, el cual no tiene por qué ser experto en el área de
los antibióticos con el diagnóstico y tratamiento de infecciones sanguíneas.
Este sistema experto consta fundamentalmente de tres componentes:
1. Un sistema de consulta entre el programa y el doctor. Este sistema consiste en
realizar una serie de preguntas, entrega de conclusiones y dar consejos.
2. Un sistema de explicación por parte del sistema al doctor en el cual, éste responde
a las preguntas del médico y justifica sus propios consejos.
3. Un sistema para conseguir las reglas, agregas nuevas reglas y cambiar las
existentes.

1. Sistema de consulta

Esta primera parte del MYCIN consiste en generar el conjunto de hipótesis relacionado
con el organismo dañoso y de este modo realizar una serie de recomendaciones de
terapias para estas hipótesis. Recalcar que MYCIN suele describirse incorrectamente
como un programa de diagnóstico médico; en realidad es un programa para
tratamiento de infecciones sanguíneas.
Para comprender mejor un sistema de consulta a continuación se muestra un
ejemplo: Primero MYCIN necesita cuatro datos del paciente ya que son esenciales
para cualquier diagnóstico. Una vez que dispone de ellos realiza una serie de
preguntas para conocer la disponibilidad del cultivo.

1) Nombre del paciente:

David King
2) Edad:
34
3) Sexo:
Varón
4) Raza
Caucasiana
5) ¿Hay cultivos de David qué puedan estar relacionados con su enfermedad
actual, en los que hayan llegado a crecer organismos en el laboratorio de
microbiología?
No
6) ¿Hay cultivos pendientes de David?
Sí
7) ¿De qué lugar se tomó la muestra para elcultivo?
LCR
8) Por favor, escriba la fecha y la hora de la toma del cultivo de LCR pendiente
(m/d/a hora)
Junio/24/84 7:00
9) ¿Se examinó un frotis cuando se obtuvo la muestra para el cultivo pendiente
de LCR?
Sí
10) ¿Se vio organismo en el frotis de la muestra sometida al cultivo de LCR
pendiente?
No

Antes que nada deja que sea el propio médico quién diga los hechos conocidos. Pero
en este ejemplo al paciente no se le ha realizado ningún cultivo positivo con lo que
MYCIN insiste si tiene ese paciente algún cultivo pendiente que es nuestro caso.
Entonces MYCIN le dice que necesita conocer la información del cultivo pendiente. El
usuario le responde con una serie de datos y por último le contesta que no hay ningún
organismo. Por lo tanto, el sistema experto no puede sacar conclusiones y sigue
planteando preguntas.
En cierto momento de la consulta llega a esto:
 13) ¿Ha presentado David síntomas de cefalea persistente un otros síntomas
neurológicos anormales (vértigo, letargo,…)?
Sí
14) ¿Hay en David alguna evidencia objetiva reciente de signos neurológicos
anormales (rigidez de nuca, coma, convulsiones,…), documentados por
observación o examen clínico?
Sí.

Hay que destacar que los cultivos LCR (cultivo de líquido cefalorraquídeo) están asociados
con meningitis.
Las dos siguientes preguntas representan un enfoque más tradicional al diagnóstico por
síntomas y tras tener la contestación de la pregunta 14, MYCIN informa de su primera
conclusión: la infección del LCR es probablemente meningitis.
Después continúa con otra tanda de preguntas para identificar el organismo concreto
causante de la infección meningítica.
34) ¿La meningitis se ha contraído en el hospital?
No
35) ¿Es la historia clínica de David consistente con Epiglotis?
No
36) ¿Es la historia clínica de David consistente con Otitis-media?
No
37) ¿Ha estado alguna vez el paciente en una zona endémica de coccidiomicosis?
Desconocido
38) ¿Se ha sometido David a esplenotomía?
No
39) ¿Ha sufrido David quemaduras?
Si
He encontrado evidencia (REGLA 507) de que el tratamiento debe cubrir
Diplococcuespneumoniae causante de meningitis.
He encontrado evidencia (REGLA 545) de que el tratamiento debe cubrir E. coli
causante de meningitis.
He encontrado evidencia (REGLA 545 REGLA 578) de que el tratamiento debe
cubrir Pseudomonas-aeruginas causante de meningitis.
A partir de este momento ha finalizado la parte diagnóstica de la consulta. Ahora el
programa se encarga de buscar el conjunto de medicamentos para acabar a los
organismos sin perjudicar al paciente. Con lo que vuelve a realizar otra serie de preguntas.
Aunque hay que destacar que estas preguntas son diferentes dependiendo de los
resultados intermedios.
40) ¿Tiene David signos neurológicos focales?
 No
41) ¿Presenta David alguna reacción alérgica importante frente algún agente
antimicrobiano? Sí
42) ¿Cuál es el más reciente aclaramiento de creatinio, en ml/min, que usted considera
representativo de la función renal de David?
77
43) Peso de David en Kg
77
Dicho sistema de consulta consiste en una serie de reglas de producción, un conjunto de
estructuras estáticas y dinámicas, y una estructura de control.

1.1. Reglas de producción

La gramática que se utiliza para realizar dichas reglas es representada

internamente como código LISP. El cual es un lenguaje de alto nivel de
procesamiento de listas en el cual MYCIN está implementado. La sintaxis que se
maneja es la siguiente:

Donde gram se refiere a la cepa del organismo, morph a la morfología del

organismo y air a la aerobicidad del organismo. El símbolo CNTXT es una variable
que es instanciada por el nombre que MYCIN le da al nodo contextual que está
actualmente observando.
El médico, el cual utiliza este sistema experto, no observa dicho código.
Simplemente las reglas son traducidas en el terminal del siguiente modo:
 Donde (0.8) indica el factor de confianza que posteriormente se explicara.
1.2. Estructuras de datos

• Estructuras de datos estáticas

Se encarga de guardar la información de definición. Dicha información es
mantenida separada del conocimiento inferencial, en la forma de listas
simples (enumeran todos los organismos y sitios estériles conocidos por el
sistema), tablas de conocimiento (tienen los registros de ciertos
parámetros clínicos y los valores que toman bajo diversas circunstancias) y
un sistema de clasificación para parámetros clínicos.

• Estructuras de datos dinámicas

Son almacenados en un árbol de contexto, el cual se utiliza para organizar
la información referente a un paciente en concreto. El consejo estará
basado tanto en los cultivos, organismos, operaciones previas y
tratamientos relacionados con el paciente, como en características
personales del paciente. Con lo que el árbol ayuda a estructurar el
problema clínico y relacionar un contexto con otro.

Figura 1.
 1.3. Estructura de control

• Encaminamientos hacia atrás

MYCIN tiene una regla meta de máximo nivel que define la tarea completa
del sistema de consulta:

Para realizar una sesión de consulta es necesario seguirlos siguientes pasos:

• Crear el contexto del paciente como el nodo de más alto nivel en el árbol de
contexto.
• Intentar aplicar la regla meta a este contexto del paciente.
Al aplicar la regla meta es necesario evaluar primero su premisa, la cual necesita
determinar si hay un organismo que requiera terapia.
Por lo tanto, la consulta se realiza mediante una búsqueda a través de un árbol meta. La
meta superior en la raíz del árbol es la parte de acción de la regla meta. Las sub-metas
futuras hacia abajo en el árbol, las cuales determinar el organismo involucrado y el ver si
es importante. Puede ocurrir que estas sub-metas tengan a su vez más sub-metas, como
por ejemplo para descubrir las propiedades de la cepa y morfología del organismo. Las
hojas del árbol son metas fácticas, también conocidas como hechos, que no pueden ser
deducidos como por ejemplo datos de laboratorio. Como se puede observar en la figura
(ver figura 1).
Se llama estructura de control de encadenamiento hacia atrás porque el programa razona
hacia atrás desde lo que quiere probar hacia los hechos que necesita para hacerlo.
• Factor de certeza

A cada regla se le asocia un factor de certeza, CF, comprendido entre [-1, 1]. Este
factor indica el grado de confianza en la conclusión obtenida, dada la evidencia de
las premisas. Si es positivo indica un grado de confianza, mientras que si es
negativo un grado de desconfianza.
 1.2. SISTEMA DE EXPLICACIÓN

Este sistema consiste en explicar al doctor todo lo referente a la consulta. Dicho

doctor puede realizar las preguntas generales o relacionadas con la consulta
necesaria al programa no sólo al final de la consulta sino durante la consulta misma.

Estas preguntas pueden ser del estilo ¿Qué te hace pensar que el organismo puede
ser un Proteus? Ante esta situación MYCIN escribe las reglas que utilizó, su grado de
certeza en cada decisión y la última pregunta hecha. Todo esto lo puede hacer
porque lleva un registro de las decisiones que se hace.

La facilidad que tiene MYCIN para responder a dichas preguntas está basada en sus
habilidades para:

• Desplegar aquellas reglas que se están utilizando durante la consulta.

• Almacenar dichas reglas y asociarlas con eventos.
• Utilizar el indizado de reglas para recuperar reglas particulares como respuestas a
peticiones.

1.3. SISTEMA DE ADQUISICIÓN DE REGLAS

En el programa se pueden agregar nuevas reglas de decisión o cambiar alguna

presente. El usuario no las agrega en LISP sino en formato inglés. Es el propio
programa que se encargar de traducirla.

Sin embargo, puede ocurrir que una nueva regla puede contradecir a otra del sistema
o simplemente agregar una regla presente en el programa. Con lo que Shortliffe
discutió planes para proveer facultades para verificar los efectos que pueden causar
al ingresar una nueva regla en su libro.

Randall Davis desarrollo estos planes ampliamente en un sistema llamado TEIRESIAS.

Este sistema ayuda a un experto a depurar y llenar el conjunto de reglas de un
sistema experto existente. Además, utiliza generalizaciones acerca de la estructura
de reglas existentes.

VENTAJAS Y DESVENTAJAS

A este sistema experto realizaron una serie de investigaciones para saber su grado de
fiabilidad. Los resultados obtuvieron una tasa de aciertos de aproximadamente el
 65%. Con lo que mejoraba las estadísticas de los doctores no especializados en el
diagnóstico de infecciones bacterianas, que ejercían la profesión en aquellos años.

Además, este sistema experto presenta una representación sencilla y una facilidad de
comunicación con el sistema.

Sin embargo, a pesar de los resultados favorables obtenidos, MYCIN fue cayendo en
desuso. El motivo es las debilidades que tenía el programa y por cuestiones legales y
éticas debido a que se dejaba en manos de una máquina la responsabilidad de la
salud de una persona.

EJEMPLO

A continuación, mostramos un pequeño ejemplo realizado en Prolog para simular el

comportamiento de un sistema experto en el ámbito de la medicina.

No es un ejemplo MYCIN porque es el propio sistema el que realiza las preguntas al

usuario y con dichas respuestas concluye el organismo infeccioso y el posible
tratamiento.

En el siguiente código se muestra los síntomas y posibles tratamientos de

enfermedades habituales.

El código de dicho programa es el siguiente:

sintomas_de(dolor_cabeza,gripe).
sintomas_de(escalofrios,gripe).
sintomas_de(tos_seca,gripe).
sintomas_de(fiebre,gripe).

sintomas_de(tos,pulmonia).
sintomas_de(fiebre_alta,pulmonia).
sintomas_de(escalofrios,pulmonia).
sintomas_de(dificultad_respirar,pulmonia).
sintomas_de(dolor_pecho,pulmonia).
sintomas_de(dolor_muscular,pulmonia).

sintomas_de(manchas_cuerpo,varicela).
sintomas_de(dolor_cabeza,varicela).
sintomas_de(fiebre_baja,varicela).
sintomas_de(falta_hambre,varicela).
 sintomas_de(cansancio,varicela).

sintomas_de(fiebre_alta,meningitis).
sintomas_de(dolor_cabeza_intenso,meningitis).
sintomas_de(nuca_riguida,meningitis).
sintomas_de(vomitos_bruscos,meningitis).
sintomas_de(somnolencia,meningitis).
sintomas_de(perdida_conciencia,meningitis).

tratamiento_de(gripe,reposo).
tratamiento_de(gripe,beber_mucho_liquido).
tratamiento_de(gripe,analgesicos).

tratamiento_de(pulmonia,antibioticos).
tratamiento_de(pulmonia,beber_mucho_liquido) .
tratamiento_de(pulmonia,reposo).

tratamiento_de(varicela,analgesicos).
tratamiento_de(varicela,crema_calman_picor).

tratamiento_de(meningitis,hospital).
tratamiento_de(meningitis,antibioticos).

Como se puede observar solamente tratamos cuatro enfermedades, gripe,

pulmonía, varicela y meningitis.
Ejecutamos el programa y obtenemos:

En la imagen anterior preguntamos por los síntomas de la varicela y nos devuelve los
cinco síntomas y con el orden exactamente igual que están en el programa. La
última sentencia es false para indicar que ya no hay más síntomas para esa
enfermedad.
A continuación, consultamos el tratamiento que hay que seguir para pacientes con
dicha enfermedad.

También podemos saber con dicho programa la enfermedad que se corresponde

con el síntoma especificado, como se puede observar en la captura de arriba.

Para el siguiente ejemplo el programa trata de mostrar las posibles enfermedades

que tienen como tratamiento la variable reposo.

Finalmente, con este último ejemplo buscamos si tenemos alguna enfermedad que
tenga como síntoma de dolor de garganta. En este caso el programa nos responde
con false porque en nuestro programa no tenemos ninguna enfermedad con dicho
síntoma.
REFERENCIAS
• Inteligencia artificial y derecho By Danièle Bourcier, Pompeu Casanovas
• Fundamentos de inteligencia artificial Escrito por Luis Álvarez Munárriz
• Sistemas Expertos Escrito por David King,Paul Harmon
• Sistemas expertos: mycin Escrito por Ainhoa Sesmero Fernández y Sandra Pinero
Sánchez
https://www.youtube.com/watch?v=DYVgCTZFp7k

sistemas expertos
https://www.youtube.com/watch?v=pNOgKMRjHvE
modelo del proyecto
https://www.youtube.com/watch?v=CjXTpoajrHM
https://www.youtube.com/watch?v=pNOgKMRjHvE