INTELIGENCI

G
A
ARTIFICIAL

SISTEMA EXPERTO MYCIN

 SISTEMA EXPERTO MYCIN INTELIGEN
CIA
ARTIFICIAL

INTRODUCCION

A mediados de los años sesenta los investigadores Alan Newell y

Herbert Simon desarrollaron un programa llamado GPS (General
Problem Solver; solucionador general de problemas). Podía trabajar
con criptoaritmética, con las torres de Hanoi y con otros problemas
similares. Lo que no podía hacer el GPS era resolver problemas del
mundo real, tales como un diagnóstico médico.

Algunos investigadores decidieron entonces cambiar por completo el

enfoque del problema restringiendo su ambición a un dominio
específico e intentando simular el razonamiento de un experto
humano. En vez de dedicarse a computarizar la inteligencia general,
se centraron en dominios de conocimiento muy concretos. De esta
manera nacieron los sistemas expertos (SE).

Un SE es un programa que soluciona problemas y da consejos en un

área especializada de conocimiento. Por ejemplo, diagnóstico médico,
diseño de automóviles, prospecciones geológicas.

En la década de los setenta se desarrolló MYCIN. Este sistema

introdujo nuevas características: utilización de conocimiento
impreciso para razonar y posibilidad de explicar el proceso de
razonamiento. Lo más importante es que funcionaba de manera
correcta, dando conclusiones análogas a las que un ser humano daría
tras largos años de experiencia.

9
 SISTEMA EXPERTO MYCIN INTELIGEN
CIA
ARTIFICIAL

CONTENIDO

MYCIN: Medical Diagnosis using Production Rules

(Diagnóstico Médico usando Reglas de Producción)

Mycin es un sistema experto desarrollado a principios de los años 70

por Edgar ShortLiffe, en la Universidad de Stanford. Fue escrito en
Lisp, e inicialmente estaba inspirado en Dendral, otro sistema experto
que tuvo cierto éxito a finales de los años 60. Su principal función
consistía en el diagnóstico de enfermedades infecciosas de la sangre;
además, Mycin era capaz de “razonar” el proceso seguido para llegar
a estos diagnósticos, y de recetar medicaciones personalizadas a
cada paciente según su estatura, peso, etc.

“MYCIN suele describirse incorrectamente como un programa

de diagnóstico médico; en realidad es un programa para
tratamiento de infecciones sanguíneas.”

Objetivo de MYCIN

El sistema diagnosticaba la causa de la infección usando el

conocimiento relativo a la infección de los microorganismos con
historiales de pacientes, síntomas y los resultados de los test de
laboratorio.

Desde el principio, en el proyecto se habían impuesto una serie de

obligaciones:

1. Tenía que ser funcional (esto implicaba competencia y

consistencia). El área de uso era elegido según una necesidad
demostrada. (Por ejemplo, a principios de los 70 a una cuarta
parte de la población de USA se le recetaba penicilina, el 90 %
de esas prescripciones eran innecesarias).
2. El programa tenía que ser diseñado con un énfasis de cumplir el
rol de un médico y como una utilidad para un médico, a pesar
de reemplazar sus propios procesos de razonamiento.
3. El programa debía albergar una cantidad ingente de
información técnica.
4. El sistema tenía que interactuar mediante diálogos, tenía que
dar una explicación concreta de su razonamiento para llegar a
la solución propuesta.

9
 SISTEMA EXPERTO MYCIN INTELIGEN
CIA
ARTIFICIAL

5. Velocidad, accesibidad y facilidad de uso.

Funcionamiento

El funcionamiento de Mycin se basaba principalmente en un sencillo

motor de inferencia, que manejaba una base de conocimiento de
aproximadamente unas 500 reglas. El programa capturaba las
entradas a partir de una serie de preguntas (como por ejemplo,
¿Tiene el paciente molestias en el pecho?, o ¿Ha sido operado el
paciente anteriormente?, que usualmente respondía el médico del
paciente. Tras este proceso, Mycin mostraba la salida por pantalla,
que consistía en una serie de posibles enfermedades, la explicación
del Porqué de cada uno de estos diagnósticos, y una serie de
recomendaciones sobre el tratamiento a seguir por el paciente. Para
calcular la probabilidad de cada uno de los resultados, los autores
desarrollaron una técnica empírica basada en factores de certeza.
Estos factores de certeza se calculaban de tal manera que en función
de unas evidencias se asigna a la hipótesis un factor de certeza.

MYCIN se basaba en factores de certeza y certidumbre porque los

autores de MYCIN decidieron no seguir la teoría de probabilidad
porque:

1. Los expertos se resisten a expresar sus procesos de

razonamiento en términos probabilísticos coherentes.
2. La probabilidad requiere de grandes cantidades de datos y
muchas aproximaciones y suposiciones.

Entonces desarrollaron una nueva técnica, cuya base es el concepto

de confirmación - interpretación lógica de probabilidad subjetiva. Bajo
estas consideraciones se desarrolla la técnica de factores de certeza.
Aunque pretendía apartarse de probabilidad, se ha demostrado que la
técnica de MYCIN corresponde a un subconjunto de probabilidad con
una serie de suposiciones implícitas:

• La evidencia es condicionalmente independiente de la hipótesis

y su negación.
• La red de inferencia debe corresponder a un árbol para que los
resultados sean coherentes.
• Las fórmulas para conjunción y disyunción (min y max) sólo son
válidas si uno de los términos es subconjunto del otro.

Estas suposiciones no son válidas en muchas aplicaciones por lo que

el método de MYCIN no se puede generalizar.

Reglas en Mycin

9
 SISTEMA EXPERTO MYCIN INTELIGEN
CIA
ARTIFICIAL

Factores de Certeza (CF) asociados a reglas y a hechos

Si a → b donde:
a puede ser un hecho simple o un hecho compuesto: b c, a V b,
Rango de los CF [-1 , 1] donde
CF > 0 indica Confianza
CF = 0 indica ignorancia
CF < 0 Confianza en lo contrario del hecho

Mycin y Reglas de Asociación

Traducción automática modelo CF ↔ Reglas de asociación

Factor de Certeza en Reglas

• Coincide con el valor de confianza de la regla de asociación
• Posible inclusión del soporte como parte de la función f

Confianza en hechos
• CF = 1 para aquellos valores no desconocidos
• Desconfianza en ciertos datos

MODELO MYCIN

Representación

Tuplas: Concepto-Atributo-Valor

Paciente. Fiebre = Alta

Cada atributo definido dentro de un dominio finito

Reglas: Ta1,..., Tan, g Tc

IF
Paciente.Fiebre = Alta, Paciente.Tos = Fuerte

THEN (0.8)

Paciente.Fiebre = Sí

g = medida en la que debemos aceptar la conclusión si se dan las

premisas

Inferencia

9
 SISTEMA EXPERTO MYCIN INTELIGEN
CIA
ARTIFICIAL

Encadenamiento de reglas hacia atrás (dirigido por objetivo)

estructurado en dos fases
• Construcción de un árbol mediante encadenamiento de reglas
hacia atrás, desde cada posible objetivo hasta las premisas

• Propagación de las certezas parciales desde las premisas de

partida hasta el objetivo

Factor de Certeza

Los factores de certeza constituyen la medida en la que se basa el

método de razonamiento del modelo MYCIN
Dadas h una hipótesis y e una evidencia, se definen los siguientes
conceptos

• Medida de Credibilidad

• Medida de Incredibilidad

9
 SISTEMA EXPERTO MYCIN INTELIGEN
CIA
ARTIFICIAL

• Factor de Certeza

El concepto de factor de certeza viene a sustituir a los métodos

probabilísticos cuando no se disponen de estadísticas que nos
permitan estimar las probabilidades a asignar a una determinada
hipótesis
Un FC es un valor numérico que expresa hasta que punto debemos
aceptar una determinada conclusión basándonos en un conjunto de
evidencias. Un FC con valor 1 indica la creencia total, y un FC de valor
-1 indica lo contrario: la no creencia
A partir de este concepto resulta muy sencillo modelar el
conocimiento que se posee sobre un determinado entorno.

Resultados

Las investigaciones realizadas por la Stanford Medical School,

desvelaron que Mycin tuvo una tasa de aciertos de aproximadamente
el 65%, lo cual mejoraba las estadísticas de la mayoría de los médicos
no especializados en el diagnóstico de infecciones bacterianas
(dominio en el que Mycin estaba especializado), que ejercían la
profesión en aquellos años. Los médicos que trabajaban
exclusivamente en este campo conseguían una tasa del 80%.

Impacto en la Inteligencia Artificial

Una de las aportaciones más importantes de MYCIN a la IA es que

aparece claramente diferenciados motor de inferencia y la base de
conocimientos. Al separar esas dos partes, se puede considerar el
motor de inferencias aisladamente. Esto da como resultado un
sistema vacío o shell (concha).
Esta nueva forma permitió avanzar sobre los mejores sistemas
expertos hasta el momento.
Primero, su base de conocimiento consistía en cientos de reglas.
Segundo, esas reglas eran probabilísticas, como hemos comentado
en el punto anterior. MYCIN era lo bastante robusto como para
determinar correctamente conclusiones cuando algunas evidencias
eran incompletas o incorrectas.
Tercero, MYCIN podía explicar sus propios procesos de
razonamiento. El usuario podía preguntar de muchas formas.
Preguntando, porque al realizar una cuestión concreta o como había
llegado a una determinada conclusión, por ejemplo. Fue uno de los
primeros sistemas genuinamente amigables. Cuarto, y crucial, MYCIN
funciona.

9
 SISTEMA EXPERTO MYCIN INTELIGEN
CIA
ARTIFICIAL

MYCIN supuso el punto de partida para un monto de sistemas

expertos que fueron dando a su vez otros. Así surgió EMYCIN (MYCIN
Esencial) con el que se construyó SACON, utilizado para estructuras
de ingeniería, PUFF para estudiar la función pulmonar y GUIDON para
elegir tratamientos terapéuticos.

Poco a poco Mycin fue cayendo en desuso, debido principalmente a

alguna de las debilidades que el programa presentaba, y también, por
cuestiones éticas y legales que surgían al volcar la responsabilidad de
la salud de una persona a una máquina (por ejemplo, si Mycin se
equivocaba en algún diagnóstico, ¿quién asumía la culpa, el
programador o el médico?.

Otro de los motivos se achaca a la excesiva dificultad que suponía el

mantenimiento del programa. Era este uno de los principales
problemas de Mycin, y en general, de los sistemas expertos de la
época, en los cuales se dedicaban muchos esfuerzos y recursos a
extraer el conocimiento necesario de los expertos en dominio para
construir el motor de inferencia.

9
 SISTEMA EXPERTO MYCIN INTELIGEN
CIA
ARTIFICIAL

DIAGRAMA DE FUNCIONAMIENTO DE MYCIN

9
 SISTEMA EXPERTO MYCIN INTELIGEN
CIA
ARTIFICIAL

RESUMEN/COMENTARIOS
MYCIN es un Sistema Experto para la realización de diagnósticos, su
función es la de aconsejar a los médicos en la investigación y
determinación de diagnósticos en el campo de las enfermedades
infecciosas de la sangre. Al ser consultado por el médico, solicita
primero datos generales sobre el paciente: nombre, edad, síntomas,
etc. Una vez conocida esta información por parte del sistema, el
Sistema Experto plantea unas hipótesis.
Para poder verificarlas comprueba primero la exactitud de las
premisas de la regla, esto se realiza mediante una búsqueda de
enunciados correspondientes en la base de conocimientos, estos
enunciados pueden a su vez estar de nuevo en la parte de consulta
de otra regla.
También lo realiza mediante determinadas preguntas al usuario. Una
serie de tests han demostrado que MYCIN trabaja igual de bien que
un médico.
Según lo consultado hemos concluido como grupo que Mycin fue una
buena herramienta ya que tiene la capacidad de trabajar con grandes
cantidades de información, que son uno de los grandes problemas
que enfrenta el médico que puede afectar negativamente a la toma
de decisiones, parte emite un diagnostico rápidamente.

Otro punto positivo es que debido a la escasez de expertos humanos

en determinadas áreas, los Sistemas Expertos pueden almacenar su
conocimiento para cuando sea necesario poder aplicarlo y así mismo
los pueden ser utilizados por personas no especializadas para
resolver problemas.

9
 SISTEMA EXPERTO MYCIN INTELIGEN
CIA
ARTIFICIAL

BIBLIOGRAFIA

• Wikipedia, articulo bajo Licencia Creative Commons Atribución

Compartir Igual 3.0. Mycin, consultada el 18 de Enero del 2011,
http://es.wikipedia.org/wiki/Mycin

• Inteligencia de Redes de Comunicación, J.S.V., Un Sistema

Experto MYCIN, consultada el 18 de Enero del 2011,

http://www.it.uc3m.es/jvillena/irc/practicas/estudios/MYCIN.pdf

• CC52B – Inteligencia Artificial: Lectura MYCIN (Traducido por Luis

León Cárdenas Graide), MYCIN: Medical Diagnosis using
Production Rules, consultada el 19 de Enero del 2011,
http://www.dcc.uchile.cl/~cgutierr/cursos/IA/mycin.pdf

• Ejercicios de Mycin y Prospector, consultada el 19 de Enero del

2011, http://www.sia.eui.upm.es/grupos/Modelos.pdf

9
SISTEMA EXPERTO MYCIN INTELIGEN
CIA
ARTIFICIAL