Objetivo
En esta sesin introducimos los conceptos bsicos sobre sistemas de ayuda a la decisin. Nos sirve, adems, de resumen de los conceptos introducidos. Se ilustran tres ejemplos de SAD y algunos proyectos abiertos
SAD. Definiciones
Concepto muy usado (abusado???) en Gestin y en Informtica Silver
Un sistema de informacin informtico que apoya a la gente que debe tomar decisiones Un sistema de informacin informtico que intenta afectar a cmo toman decisiones las personas
Eom et al
Un sistema informtico interactivo que: apoya a los decisores (en lugar de sustituirlos); utiliza datos y modelos; resuelve problemas con grados variables de estructura; facilita los procesos de decisin
SAD. Definiciones
French
Un sistema informtico que apoya el proceso de toma de decisiones ayudando a los decisores a formar y explorar las implicaciones de sus juicios y, por tanto, a tomar una decisin basada en el entendimiento Para nosotros sta ser la definicin de referencia
SAD. Niveles
Nivel 0
Adquisicin , validacin y presentacin de datos, de informacin, directamente o con anlisis mnimo, al Decisor Extraer datos de la base relevante y presentar con anlisis mnimo Sistemas de anlisis exploratorio de datos, sistemas de informacin geogrficos, Sistemas de inteligencia de negocios NAVISION, Microstrategy, ORACLE, Picasso, Information Builders, SAS, SAP DESCRIBE COMO ES EL SISTEMA
DRI, RE, ALU 7
SAD. Niveles
Nivel 1
Anlisis y prediccin del entorno actual y futuro Combina datos con juicios a travs de un modelo para predecir cmo ser el entorno Sistemas de inferencia y prediccin, sistemas de prediccin econmica, sistemas de prediccin meteorolgica, proyecto RAMS DESCRIBE COMO EVOLUCIONARA EL SISTEMA
SAD. Niveles
Nivel 2
Simulacin y anlisis de consecuencias de estrategias potenciales, determinacin de su factibilidad y cuantificacin de sus beneficios y desventajas Taylor, Enterprise Dynamics, Sistemas de modelos fsicos,
SAD. Niveles
Nivel 3
Evaluacin y ordenacin de alternativas en condiciones de incertidumbre, equilibrando sus beneficios y desventajas
Ejemplos despus
Base de conocimiento
Reconocimiento del problema, generacin de soluciones,
Interfaz Usuario
11
1.
Decisiones en incertidumbre. Diagrama de influencia, Modelizacin de preferencias off, Modelizacin de creencias off, Resolucin off, Explicacin de resultados Sistema de decisin inteligente
1.
Decisiones secuenciales en incertidumbre. Seleccin de modelos, Modelizacin de preferencias on, resolucin heurstica, Anlisis de sensibilidad, Intervenciones Sistema adaptativo
1.
12
BayRes. Introduccin
13
BayRes. Introduccin
14
BayRes. Introduccin
15
BayRes. Introduccin
16
BayRes. Introduccin
17
BayRes. Prediccin
18
BayRes. Preferencias
19
BayRes. Optimizacin I
20
BayRes. Optimizacin II
21
BayRes. Descripcin
Un sistema que implementa una metodologa para gestionar (sistemas de) embalses Entrada de datos/ficheros de entradas Modulo de prediccin. DLMs, Seleccin, Intervenciones Mdulo de preferencias. Funcin de utilidad multiatributo, trayectorias de referencia Mdulo de optimizacin. Heurstica+Nelder Mead Anlisis de sensibilidad
22
BayRes.
23
BayRes.
24
BayRes.
25
Outline
Client & Medical Problem Objectives of the IctNeo system Model Structure Model Uncertainty Sensitivity Analysis Model Preferences
Results, comments
IctNeo Implementation
DRI, RE, ALU 27
1,800 beds Staff: 7,000 Population covered: 650,000 (13% Madrid pop); 1,142 km2
28
Physiologic: a common phenomenon in the neonatal period vs Pathologic: irreversible brain and central nervous system damages,
even death
DRI, RE, ALU 29
30
3. Observation 90s: Current recommendations (Newman, Maisels92) gentler and conservative approaches, but not clear help in frontier situations decisions based on few factors
DRI, RE, ALU 31
Guidelines
32
33
34
Objectives of IctNeo
Much more (uncertain) variables, including related pathologies which may cause jaundice Preferences of parents and doctors Decrease diagnostic and therapeutic costs and risks Define better the situations to require/change the treatment A tool for evaluating the current protocol and including recent recommendations Aid for interns and residents Automatic support to store information
DRI, RE, ALU 35
Structuring phase
Diagramas de influencia (entrevistas) Objectivo principal: definir alternativas, incertidumbres y resultados Alcance: nios nacidos en en el Gregorio Maran, primeros 4 das Secuencia: Ingreso
no ingresar ingresar alta
Observacin
Tratamiento
fototerapia exanguinotransfusin
DRI, RE, ALU
...
37
38
Modeling uncertainty
Probabilities:
68 random variables: 13,521 parameters Discretization (age, weight, brb concentration...) Historical data (3.12%)
Prob of birth weight (BW) given gestational age (GA): BW 499-999 GA preterm .204 full-term posterm .013 .001 1000-1499 .243 .218 .150 1500-2499 .360 .323 .300 2500 .192 .444 .540
(e.g. Merkhofer87)
Subjective judgments (std encoding process): SRI protocol Huge tables if many predecessors (obtain + store)
DRI, RE, ALU 39
Modeling preferences
Objectives hierarchy: (Keeney, Raiffa 1976)
global well-being cost of ttmt parent concerns patient risk direct effects intangible effects
Y2
baby-mother separation
Y4
injuries
Y1
economical cost social cost
Y3
risk of emotional being cost admitted due to ttmt due to hyperbil
X1
X2
X3
X4
DRI, RE, ALU
X5
X6
40
Medida (unidades)
miles de pesetas escala construida escala construida escala construida escala construida escala construida
Nivel de impacto
Pacientes no ingresados. Bajo observacin Pacientes ingresados + reciben algn test Pacientes ingresados + cuidados medios Pacientes ingresados + cuidados intensivos
DRI, RE, ALU 41
u1
mtodo EP mtodo EC
1
....
300
620
900
1200
x1
300
620
900
1200
x1
Por el mismo procedimiento, se construyen las otras funciones de utilidad ui. Ajuste mediante funciones exponenciales a+be-cx , usando mnimos cuadrados con los puntos medios de los intervalos de utilidad
DRI, RE, ALU 42
u3x ( x3 ) = 0.225 + 1.225 exp(0.8473x3 ) u4 ( x4 ) = 1.277 0.2766 exp(0.5098 x4 ) u5x ( x5 ) = 1.361 0.361exp(0.3316 x5 ) u6x ( x6 ) = 1.408 0.403 exp(0.2476 x6 )
Definidas las funciones componentes, hemos de combinarlas sobre la funcin general, determinando la importancia relativa de cada atributo
DRI, RE, ALU 43
k3 = 0.422
x
k5 = 0.558
x
k 6 = 0.442
x
44
Implementation
A) Representacin del conocimiento: gramtica y compilador B) Evaluacin del modelo: espacio de memoria - tiempo b1) Evaluacin cualitativa: heursticas + gentico b2) Evaluacin cuantitativa: eliminacin de redundancia + restricciones + instanciacin + recursividad C) Arquitectura general del sistema
45
Syntax file
DIAGRAM { # heading of each node OBJECT A { code=1; type=chance; discrete=_YES; Compiler values=(a1,a2); (own parents=(B,C); grammar) probs_or(0.3,0.7); } ... }
User interface
Name: Age: Weight: Hgb1: Hgb2: Hgb3:
IctNeo help
(html)
Object code
.. .. .. ..
Patient data
.. .. .. ..
Explanation Criteria
Clinical histories
Evaluator
Quantitative evaluation:
Instantiation Ezawa98, KBM2L
Screens
47
48
49
50
51
Final remarks
Decision-makers
-learned
Better actions: no Exchanges! shorter stays at hospital lower costs and risks Funds for hospital new machinery
Tailor-made tool DSS integrating beliefs & preferences (even under partial info) Judge the protocols Analysts Better understand jaundice -now complex! Gain experience Clear what to do (more vars) Application of ID in practice: hard Ttmt patterns (explanations) General & portable software New info modules E.g. Social Cost is relevant for Other problems: ECMO not serious situations; Mother Other hospitals illness is a redundant variable DRI, RE, ALU 52 Training tool
53
Identify optimal Remedial strategies for restoring RadioNuclide contaminated Aquatic ecosystem and drainage areas, IV Programa Marco de Investigacin Europeo. 1996-1998. COMETES: Implementing COmputerised METhodologies to Evaluate the effectiveness of countermeasures for restoring RadioNuclide contaminated fresh water ecoSystems, Programa de Cooperacin Internacional INCOCOPERNICUS. 1998-2001. EVANET-HYDRA: EVAluation and NETwork of EC-Decision Support Systems in the Field of HYDRological Dispersion Models and of Aquatic Radioecological Research, V Programa Marco de Investigacin Europeo. 2001-2004.
DRI, RE, ALU 54
Mdulo GIS
56
57
58
59
60
237 km. de la central nuclear de Chernobyl y 30 km al sudeste de Kostyukovichy (Bielorrusia). Fuertemente contaminado despus del accidente de Chernobyl (1480kBq/m2 por 137Cs). Caractersticas del lago: Superficie de 25 hectreas. Mxima profundidad (en el centro del lago) de 5.2 m. Agua procedente de lluvia y subterrnea (estancada balance por evapovacin y corrientes subterrneas). Fluctuaciones estacionales en el nivel del lago de 0.5m. Captura de pescado 400kg/ao.
DRI, RE, ALU 61
62
63
64
( [x
L 1q
, x ,..., x , x
U 1q
] [
L nq
U nq
])
66
Lago Svyatove: Cuantificacin de las preferencias VIII Funciones de utilidad para los atributos
67
68
69
Evala/compara las utilidades de las componentes de las alternativas con respecto a pares de atributos seleccionados.
70
71
74
Esquema tpico:
Divide municipio en sectores Una asamblea de sector escoge proyectos y representantes (discute y vota) Una asamblea general escoge proyectos (discute y vota) Postproceso
DRI, RE, ALU 75
76
77
Cada proyecto lleva asociado una serie de atributos: % de poblacin afectada, puestos de trabajo creados, costes de mantenimiento, durabilidad, (Votos ganados???),, coste
DRI, RE, ALU 79
80
No todas las formas de resolucin se conflicto llevan a una solucin socialmente aceptable (en particular, ojo a la discusin, ojo a la votacin)
DRI, RE, ALU 81
Esquema general
1. Preparacin. Tcnicos elaboran lista de proyectos, criterios y evaluaciones. Publican. 2. Discusin y Consolidacin. Ciudadanos discuten. Tcnicos consolidan. 3. Comunicacin de preferencias de ciudadanos y exploracin individual. Extraer (privadamente) funciones de valor. Determinar carteras ptimas individuales. Si deascuerdo, resolver conflicto. 4. Resolucin conflicto. Negociar. Votar, si no hay acuerdo. 5. Post-acuerdo. Si resultado dominado, mejorar negociando.
82
83
Esquema 1.0
1. Preparacin. Tcnicos elaboran lista de proyectos, criterios y evaluaciones. Publican en web. 2. Discusin y Consolidacin. Ciudadanos discuten en foro. Tcnicos consolidan. 3. Comunicacin de preferencias de ciudadanos y exploracin individual. Extraer (privadamente) funciones de valor a travs de Inet. 4. Resolucin conflicto. Negociar mediante BIM. Votar por votacin por acuerdo, si no hay acuerdo. Inet. 5. Post-acuerdo. Si resultado dominado, mejorar negociando por BIM, a travs de Inet.
84
Esquema 1.1
1. Preparacin. Tcnicos elaboran lista de proyectos, criterios y evaluaciones. Publican en web. 2. Discusin y Consolidacin. Ciudadanos discuten en foro. Tcnicos consolidan. 3. Comunicacin de preferencias de ciudadanos y exploracin individual. Extraer (privadamente) funciones de valor a travs de Inet. 4. Resolucin conflicto. Negociar mediante posting. Votar por votacin por acuerdo, si no hay acuerdo. Inet. 5. Post-acuerdo. Si resultado dominado, mejorar negociando por BIM, a travs de Inet.
85
Esquema 2
1. Preparacin. Tcnicos elaboran lista de proyectos, criterios y evaluaciones. Publican en web. 2. Discusin y Consolidacin. Ciudadanos discuten en foro. Tcnicos consolidan. 3. Comunicacin de preferencias de ciudadanos y exploracin individual. Individuos aportan metas a travs de Inet. 4. Resolucin conflicto. Arbitraje a travs de Inet. 5. .
86
Actividades en PPs
1. Muestreo de participantes. 2. Uso de cuestionarios. 3. Preparacin previa de documentos 4. Distribucin de informacin. 5. Intercambio de informacin. 6. Estructuracin del problema. 7. Generacin de alternativas. 8. Modelizacin de preferencias 9. Exploracin individual del problema. 10. Optimizacin 11. Debate. 12. Negociacin. 13. Arbitraje. 14. Votacin (propuestas, representantes). 15. Preparacin de los documentos posteriores. 16. Explicacin
DRI, RE, ALU 87
Actividades en PPs
1. Todas ellas pueden realizarse ms eficientemente con ayuda de las TIC 2. En cierta forma, las ventajas asociadas a los PPs se refuerzan va TIC 3. Hay mucha variedad de estrategias de PPs 4. Estamos en tiempos de Web 2.0, redes sociales,
88
89
Acuerdo
Preparacin Presupuesto
Asignacin preferencias
Fecha tope
Nego (POSTING)
Post Acuerdo
Re Negociacin (BIM)
DRI, RE, ALU
90
91
Acceso
92
Elaboracin criterios
93
Elaboracin de propuestas
94
95
96
Gestin de participantes
97
Publicar
98
Asignacin de preferencias
99
100
Evaluacin de proyectos
101
102
Leyendo ofertas
103
Votando ofertas
104
Discutiendo ofertas
105
Discutiendo ofertas
106
Discutiendo ofertas
107
HACIENDO OFERTAS
108
109
110
111
112
R E S U L T S
113
Postacuerdo
El acuerdo negociado por POSTING o votado por aprobacin puede ser dominado Los participantes lo renegocian con BIM BIM hace ofertas no dominadas mejores que la solucin anterior
114
Negociacin BIM
Negociadores
FOTID
PREFERENCES Sistema
+ Concepto de solucin
BIM
Sistema ofrece soluciones
DRI, RE, ALU
115
Negociacin BIM
Oferta Presupuesto
116
Negociacin BIM
117
Proyectos en marcha
Gestin del ro Kwanza, en Angola Gestin del sistema de distribucin de agua en Kabilia, Argelia Juguetes inteligentes (robots) Sistema de prediccin de fiabilidad HW/SW Modelos de lucha contra terrorismo Modelos de gestin de riesgos en operaciones areas Instrumentos participativos
118
Punto final
Ved tambin
http://en.wikipedia.org/wiki/Decision_support_systems http://dssresources.com/history/dsshistory.html
http://www.urjc.es/estudios/masteres_universitarios/ingenie ria/ingenieria_sistemas_decision/index.htm!
119