Implementación de algoritmos de asistencia y recomendación para la toma de decisiones y detección de situaciones singulares en sistemas complejos mediante técnicas inteligentes

Abstract

[Resumen] El presente trabajo de investigación aborda, por una parte, la implementación de herramientas capaces de ofrecer asistencia y recomendación en la toma de decisiones y, por otra parte, el estudio e implantación de mecanismos para detectar situaciones singulares en sistemas complejos. Debido a que esta Tesis Doctoral se presenta de acuerdo con la modalidad de compendio de publicaciones, se incluyen en este documento, además de la correspondiente contextualización del problema, el contenido de tres artículos de investigación publicados en revistas indexadas en el Journal Citation Reports. Estos tres trabajos están enlazados a través de un hilo conductor en el cual se refleja el avance de la investigación. En relación a los métodos de asistencia y recomendación en la toma de decisiones, en el primero de los trabajos, se desarrolla con éxito un sistema capaz de determinar, con antelación, la dosis de fármaco anestésico que un paciente deber a recibir durante un proceso quirúrgico. Esta herramienta resulta de especial interés para asesorar al personal clínico sobre cual debería ser la línea de actuación a lo largo de la operación. Sin embargo, para llevar a cabo la detección de eventos adversos, se pone de relieve la dependencia de un usuario experto con conocimiento previo del sistema, capaz de delimitar, en base a su experiencia, el funcionamiento normal. Con el n de abordar el diseño de sistemas capaces de detectar singularidades con independencia de un usuario con experiencia, el segundo de los trabajos propuestos profundiza en el empleo de técnicas semisupervisadas para extraer conocimiento del comportamiento habitual de una batería. La detección de eventos singulares sin necesidad de un usuario experto se lleva a cabo de manera satisfactoria, validando la propuesta con buenos resultados. Finalmente, el tercero de los trabajos, propone la aplicación de las técnicas semisupervisadas empleadas en la segunda contribución, sobre el caso de estudio de la primera. Así, se consigue un sistema que, a pesar de no ofrecer información a futuro de la evolución del paciente, consigue detectar situaciones singulares en el proceso anestésico, prescindiendo de la experiencia de un usuario experto acerca del sistema, asegurando así el transcurso adecuado de la intervención..

[Resumo] Este traballo de investigación aborda, por unha banda, a implementación de ferramentas capaces de ofrecer asistencia e recomendación na toma de decisións e, por outra banda, o estudo e implantación de mecanismos para detectar situacións singulares en sistemas complexos. Debido a que esta Tese de Doutoramento presentase segundo a modalidade de compendio de publicacións, ademais da correspondente contextualización do problema, recóllese neste documento o contido de tres artigos de investigación publicados en revistas indexadas nos Journal Citation Reports. Estes tres traballos están ligados a través dun fío condutor no que se reflicte o avance da investigación. En relación aos métodos de asistencia e recomendación na toma de decisións, no primeiro dos traballos desenvolvense con éxito un sistema capaz de determinar, con antelación, a dose de fármaco anestésico que debe recibir un paciente durante un proceso cirúrxico. Esta ferramenta é de especial interese para asesorar ao persoal clínico sobre cal debe ser o curso de acción ao longo da operación. Non obstante, para realizar a detección de eventos adversos, destaca a dependencia dun usuario experto con coñecementos previos do sistema, capaz de delimitar, en función da súa experiencia, o funcionamento normal. Para abordar o deseño de sistemas capaces de detectar singularidades sen a dependencia dun usuario experimentado, o segundo dos traballos propostos afonda no uso de técnicas semisupervisadas para extraer coñecemento do comportamento habitual dunha batería. A detección de eventos singulares sen necesidade dun usuario experto realízase satisfactoriamente, validando a proposta con bos resultados. Finalmente, o terceiro dos traballos propón a aplicación das técnicas semisupervisadas empregadas na segunda contribución, sobre o caso de estudo da primeira. Así, conséguese un sistema que, malia non ofrecer información futura sobre a evolución do paciente, consegue detectar situacións singulares no proceso anestésico, prescindindo da experiencia dun usuario experto sobre o sistema, garantindo así o correcto curso do procedemento da intervención.

[Abstract] The present research deals with the implementation of tools to provide technical guidance in the decision making, and to develop mechanisms to detect singular events in complex systems. Due to the fact that this Doctoral Thesis is presented following the compendium of publications modality, after an initial contextualization, the content of three research papers, which are published in Journal Citation Reports indexed journals, is included. These research works are linked through a central thread that re ects the progressive evolution of the contributions. Regarding the methods to provide technical guidance, in the rst work it is implemented a system to determine in advance, the anesthetic drug dose in patients undergoing surgery. The developed tool is especially interesting to aid clinical sta about how to proceed during surgery. However, to determine adverse situations, it is emphasized the importance of having a human expert with the ability to identify, from his experience, the normal operation. To face the development of systems to detect singularities without the need a human expert, the second work deals with the use of semisupervised techniques to extract knowledge from the normal performance of a battery. The detection of unexpected events without previous human expertise is carried out with successful results. Finally, the last research work proposes the application of the semisupervised techniques used in the second contribution over the case of study of the rst paper. Then, although the obtained system does not provide an estimation of the patient state, it detects any singular situation in the anesthetic process without the need of a human expert, ensuring the proper surgery development.