Sombras

Aunque los árboles de decisión (1) son muy útiles en la construcción de clasificadores, (2)
generalmente presentan una alta fiabilidad y (3) pueden representar incertidumbre usando por
ejemploconjuntos aproximados, una jerarquía es una estructura más restrictiva de la que se necesita
para representar las relaciones causa-efecto entre un conjunto de hábitos y de enfermedades
(modelopredictivo) o las relaciones efecto-causa entre un conjunto de síntomas y de enfermedades
(modelo de diagnostico). Las redes bayesianas constituyen una alternativa a los árboles de decisión,
por permitir larepresentación de modelos más complejos de diagnosis o prognosis. Las redes
bayesianas se basan en los fundamentos de la teoría de la probabilidad y permiten combinar el
juicio del experto con lasfuentes de datos disponibles, y realizar inferencia entre cualquier
subconjunto de variables. En definitiva no están orientadas solo a la clasificación sino que permiten
representar modelos complejosentre síntomas, diagnósticos e incluso información genética [23].
Además pueden tratar información incompleta y, en el proceso de inferencia, permiten comparar de
forma sencilla sus resultados conlos del experto. Aunque tienen un amplio uso en el ámbito
medico, en los sistemas de triaje a penas se han empezado a aplicar. Existen algunos estudios que
demuestran el mejor comportamiento de lastécnicas de aprendizaje automático en la construcción
de modelos de redes bayesianas que cuando son expertos médicos quienes lo hacen, como es el caso
de su uso en salas de urgencia no para asignarun valor en la escala de triaje sino tan solo para la
detección del síndrome coronario severo [19],[8]. La intención fue restringir el problema a un
pequeño número de variables (14) que pudieraninfluir en la existencia del síndrome. Aunque los
resultados de la red aprendida directamente eran mejores que la creada por expertos, información tal
como los medicamentos que se han consumido, u...