Introduccion al razonamiento aproximado

Revista 126 Argentina de Medicina Respiratoria 2006 - Nº 4: 126-136

Revista O E S P E C I A L A R T I C U LArgentina de Medicina Respiratoria

Año 6 Nº 4 - Diciembre 2006

Introducción al razonamiento aproximado: lógica difusa
Autores Carlos Eduardo D‘Negri*, Eduardo Luis De Vito** Instituto de Investigaciones Médicas Alfredo Lanari, Universidad de Buenos Aires. *Profesional Principal,CONICET **Investigador Adjunto, Carrera de Investigador Clínico, CONICET

Cuando la única herramienta que tienes es un martillo, todo comienza a parecer un clavo. LA Zadeh

Introducción
En el ámbito de la medicina con frecuencia nos hallamos con este planteo: Este paciente presenta un conjunto de signos y de síntomas, ¿qué enfermedad tiene?. Tenemos tan incorporada esta pregunta que no siemprepodemos percibir el grado de incertidumbre implícito. Pero todos sabemos que la relación que existe entre los signos y los síntomas y las enfermedades que los producen es variable (existen pacientes con iguales síntomas y diferentes enfermedades). De hecho, la secuencia de los eventos y los datos disponibles pueden no ser conocidos con exactitud. No aceptar un cierto grado de incertidumbre en lainformación puede abrir senderos rápidos pero equivocados. El paciente puede administrar datos equívocos, puede no estar seguro de tal o cual afirmación o evocación, puede haber ausencia de información, errores y subjetividad por parte del paciente y de nosotros mismos. El proceso mental que acerca al diagnóstico es complejo, el concepto probabilidad e incertidumbre están en mayor o menor gradopresentes. Para medir la incertidumbre se puede partir de un conjunto grande que incluya todas las posibilidades diagnósticas. Luego debemos construir un subconjunto acotado y asignar un número real que mida el grado de incertidumbre sobre tal o cual diagnóstico. Para ello es necesario recurrir a medidas de probabilidad. La intuición no está excluida de este proceso.

Fuentes de incertidumbre Entérminos generales, la fuente de incertidumbre deriva de tres áreas: – las deficiencias de la información (incompleta, errónea, imprecisa), – las características propias del mundo real (no determinista: mismas causas producen efectos diferentes en distintas personas) y – las deficiencias de los modelos que intentan explicarlo (incompleto, inexacto). El campo de la medicina es ejemplo paradigmático dedominio incierto, aunque todas estas fuentes de incertidumbre pueden darse, y de hecho se dan, en cualquier otro campo de las ciencias naturales, la ingeniería, el derecho, las humanidades y muy especialmente en los problemas de reconocimiento del lenguaje natural (hablado y escrito), donde la información implícita, la multiplicidad, la ambigüedad y la imprecisión, hacen imprescindible eltratamiento de la incertidumbre. En realidad, esta es una necesidad que no solo incumbe a los sistemas expertos y a los problemas de lenguaje natural, sino a todas las ramas de la inteligencia artificial, como el aprendizaje, la visión artificial, la robótica, las interfaces inteligentes, los juegos complejos (no solo los juegos de azar, sino también juegos como el ajedrez, donde no se conocen concerteza las preferencias del contrario), etc. De manera que el tratamiento de la incertidumbre es, junto con la representación del conocimiento y el aprendiza-

Introducción al razonamiento aproximado: lógica difusa

127

je, uno de las problemas fundamentales de la inteligencia artificial. Tratamiento de la incertidumbre Los métodos de razonamiento incierto se clasifican en dos grandes grupos:métodos cualitativos y métodos numéricos. Los primeros consisten en que, cuando no hay información suficiente, se hacen suposiciones, que posteriormente podrán ser corregidas al recibir nueva información. Por su naturaleza cualitativa no pueden considerar los distintos grados de certeza o incertidumbre de las hipótesis. Suelen presentar además problemas de incremento exponencial de la cantidad...