1
Simulador de Entrenamiento en el Ámbito de La
Enseñanza Médica: Modelado de Pacientes de
Emergencias Basado en Sistemas Expertos
Arcadio Reyes-Lecuona, Raquel Viciana-Abad, Antonio Díaz-Estrella, Raquel Hermida-Fernández
Abstract—In this paper, a patient model is used in the core of a RV; y el de Cardiac Tutor [3], simulador destinado a la enseñanza de
medical training simulator. A concrete case is developed and las técnicas de reanimación cardíaca de la Universidad de
validated by an expert. The process followed in description, Massachussets.
designing and evaluation of this case is described in detail. In En el departamento de Tecnología Electrónica de la Universidad
addition, a windows based application is developed using visual de Málaga, se ha desarrollado un simulador de entrenamiento para la
C++ in order to assist during this designing process. To evaluate formación de médicos en el ámbito de las emergencias sanitarias con
the system , the Expert System Knowledge base is provided with RV denominado UVIMO (Fig. 1). Este sistema simula el
rules about behavior of a patient with a myocardial infart or comportamiento de un paciente atendido por los profesionales de una
heart attack. unidad móvil de emergencias, en base a su estado, a las actuaciones
Palabras clave—Sistemas Expertos, Realidad Virtual, que éstos pueden realizar sobre el mismo y al conocimiento que se
Simulación de entrenamiento, Emergencias sanitarias. extrae de un experto médico. En esta comunicación se presenta el
desarrollo del emulador del paciente, dentro del núcleo de UVIMO,
I. INTRODUCCIÓN que ha de dotar al sistema de la inteligencia necesaria para recrear en
tiempo real, en el MV, el estado del paciente en función de los
E l desarrollo de las técnicas de Realidad Virtual (RV) inmersiva
en los últimos años ha permitido la implementación de
numerosos sistemas de enseñanza que usan estas tecnologías
eventos que se produzcan.
En este sentido, existen numerosos modelos matemáticos y físicos
que tratan de analizar y emular el comportamiento del organismo
para mejorar su efectividad. Tal es el caso de los simuladores de
humano bajo ciertas condiciones y ante distintos estímulos, con
entrenamiento. Sin embargo, para alcanzar un alto grado de realismo
relativa precisión, aunque de manera parcial. Los objetivos que se
en estos simuladores no sólo es necesaria la sensación de inmersión,
plantean aquí por contra, no persiguen alcanzar ese grado de
sino que es también preciso que los comportamientos complejos de
precisión, sino que pretenden un modelado global de las respuestas
los elementos que constituyen el Mundo Virtual (MV) objeto de la
del organismo. Para ello se propone el desarrollo de un SE diseñado
simulación estén correctamente modelados.
en base a los conocimientos obtenidos de la experiencia de un
Por otro lado, el desarrollo de las técnicas de Inteligencia Artificial
médico, para modelar el comportamiento complejo de un paciente
(IA) ha permitido su aplicación en numerosos campos de la
virtual, protagonista del simulador. Se trata pues de desarrollar el
Medicina, ciencia a la que se han dirigido los principales esfuerzos
comportamiento de un paciente virtual en base al comportamiento
en el desarrollo de Sistemas Expertos (SE). Tradicionalmente los SE
real de un paciente, de forma que puedan ser entrenados médicos de
médicos se han usado sobre todo en materia de diagnosis. No
una unidad de vigilancia intensiva móvil.
obstante, aunque en menor medida, pueden ser aplicados a otros
En la sección 2 se hace mención a la aplicación de la IA en el
fines como el modelado órganos o pacientes. Éste es el caso de un
ámbito de la medicina, y en la sección 3 se describe el papel del
proyecto de modelado virtual de un paciente mediante el uso de un
SE en la Universidad de Nuevo México [1], y su integración con
BioSimMER [2], un simulador de entrenamiento desarrollado con
Este trabajo ha sido parcialmente financiado por fondos FEDER y por el
MCyT, proy. Nº 1FD97-2177 (Proy. ALBATROS), y por la Junta de
Andalucía dentro de las Ayudas a Acciones Coordinadas destinadas a las
universidades y organismos públicos de investigaciones y desarrollos
tecnológicos. Ha sido apoyado por el contrato 8.06/58.1673 entre la Univ. de
Málaga y la Empresa Pública de Emergencias Sanitarias (EPES).
Dr. A. Reyes Lecuona es profesor en el Dep. Tecnología Electrónica, y en
la ETSI Telecomunicación de la Universidad. de Málaga, Campus
Universitario de Teatinos s/n. 29010 Málaga. Tlf: +34 952 132 755, Fax: +34
952 132 744, e-mail:
[email protected].
R. Viciana Abad es investigadora contratada en el Departamento de
Tecnología Electrónica de la Universidad de Málaga..
Dr. A. Díaz Estrella es profesor en el Dep. de Tecnología Electrónica, y en
la ETSI Telecomunicación de la Universidad de Málaga.
R. Hermida Fernández es médico del Servicio de Anestesia; Hospital
Clínico Universitario Virgen de la Victoria, Campus Universitario de
Teatinos s/n. 29010 Málaga Fig. 1. Simulador de entrenamiento UVIMO
2
paciente en el simulador de entrenamiento UVIMO. En la sección 4 Interfaz de Profesor
se presentan los tipos de reglas que van a formalizar el conocimiento usuario
sobre un caso clínico y en la sección 5 se describe la herramienta
usada para el desarrollo del SE. En la sección 6 se analiza la librería Acciones Cambio de
de funciones desarrolladas para permitir la comunicación Motor de Estado
Base de
comportamiento
bidireccional entre el SE y el MV (UVIMO). Como paso previo a la Simulación Acciones Conocimiento
Virtual
integración con UVIMO, se desarrolla un entorno de depuración, del Mundo Nuevo
descrito en la sección 7. En la sección 8 se muestra el proceso de Comportamiento
trabajo seguido con los expertos. En la sección 9 se exponen las Cambios de Adaptación del
entorno
conclusiones obtenidas de este trabajo. Estado
I. RAZONAMIENTO MÉDICO E INTELIGENCIA ARTIFICIAL. Fig. 2. Diagrama de una simulador de entrenamiento basado en técnicas de
Los métodos de IA en medicina hasta ahora han sido utilizados en realidad virtual.
el desarrollo de sistemas de diagnosis y control o monitorización, y
en menor medida en la terapia de enfermedades o el modelado de actuaciones tendrán lugar cambios de estado en el paciente, lo que
pacientes. Así, aparecen sistemas como MYCIN [4] (diagnóstico de requerirá nuevas actuaciones por parte del alumno. Estas acciones, y
enfermedades infecciosas), VM [5] (monitorización de pacientes en los resultados de las mismas, son gestionados por la Simulación
unidades de cuidados intensivos y control de su tratamiento), Virtual del Mundo.
ONCOCIN [6] (asistente en el tratamiento de pacientes con cáncer El tutor o profesor de la simulación va a poder en un momento
sometidos a quimioterapia) y SPHINK [7] (concebido como ayuda a dado realizar un cambio en el estado del paciente, ante lo cuál el
la decisión de diagnóstico, terapéutica o prevención). alumno deberá responder de forma adecuada. Esto permite que como
En todos estos sistemas mencionados la herramienta de IA en el caso real aparezcan de forma súbita nuevas complicaciones, que
utilizada para su desarrollo es un SE. Esto se debe a que los en principio no cabía esperar.
problemas médicos contienen incertidumbre en los datos, y
relaciones complejas entre ellos, que, de una forma no formal, están I. REGLAS QUE DESCRIBEN UN CASO CLÍNICO CONCRETO
contenidas en la experiencia de los profesionales de este campo. La base de conocimiento del SE se dota de un conjunto de reglas
En el caso planteado en esta comunicación, el problema no es fijas que describen el comportamiento general del paciente, y de
descubrir cuáles son las causas que provocan un determinado tantos conjuntos de reglas como casos clínicos se definan.
comportamiento en el paciente, sino predecir cuál será el Mediante una serie de entrevistas con un médico especialista en
comportamiento de éste, teniendo conocimiento pleno del caso anestesiología se definió un caso clínico en el que se detallan los
clínico que presenta, y sabiendo cuáles son las actuaciones que cambios de estado de un paciente con antecedentes de cardiopatía
realiza el médico sujeto a entrenamiento. No obstante las isquémica y diabético de insulina, que de forma súbita ha perdido el
características antes mencionadas están presentes también aquí. conocimiento, debido a un infarto agudo de miocardio inferior.
Por estos motivos, se ha usado un SE que proporciona Se hace la distinción entre dos tipos de reglas, por un lado aquellas
información del comportamiento que tendrá el paciente virtual. De que se activan por una acción llevada a cabo sobre el paciente, y por
esta manera se logra un comportamiento complejo, descrito en base a otro lado las derivadas del comportamiento que presentan las
reglas muy cercanas al conocimiento de un experto médico, y que es constantes vitales en función del tiempo.
capaz de trabajar con las incertidumbres e imprecisiones inherentes al A continuación se muestra una de las reglas introducidas en el
problema. núcleo del simulador UVIMO, ActualizarSaturacion ,que refleja en
el valor de la Saturación de Oxígeno en sangre el descenso que éste
I. EL PACIENTE DE UVIMO. suele sufrir como consecuencia de encontrarse por debajo de cierto
Como ya se ha dicho, UVIMO es una aplicación basada en el uso valor (94%), considerado como el umbral de la normalidad.
de técnicas de RV, desarrollada como herramienta de formación de
médicos en unidades de emergencias médicas. En ella el alumno Antecedente
interacciona con un paciente (un humanoide que habla y gesticula), y (Consulta en tiempo T)
con una serie de aparatos que monitorizan, por un lado el estado del (Valor Saturación de Oxígeno(SO2) en T en [10 , 94]%)
(Orden de Actualizar_Saturación)
paciente, y por otro lado permiten realizar acciones sobre el mismo.
=>
La estructura de estos simuladores se puede definir como se
Consecuente
muestra en la Fig. 2. La zona enmarcada por un recuadro corresponde
(Asignar a v_SO2 el valor devuelto por CalcularSO2)
al núcleo del simulador. En el caso de UVIMO, lo que se ha (Informar al MV del valor de v_SO2)
denominado como Motor de Comportamiento, y que es el encargado (Eliminar la orden Actualizar_Saturación)
de modelar el comportamiento de todos los objetos representados en
el MV, va a estar formado por el motor de inferencia del SE, que
Como se observa en el consecuente se realiza una llamada a una
recogerá de la base de conocimiento la información necesaria para
función “CalcularSO2” que calculará este decaimiento en función del
gestionar el comportamiento y evolución del paciente virtual.
tiempo, el valor previo de la saturación, la frecuencia cardíaca y
El alumno va a poder realizar sobre el mismo, tanto consultas de
atendiendo a si se está oxigenando al paciente mediante una vía aérea
su estado (palpación, preguntar algo, consultar las constantes vitales,
y a la velocidad en (l/min) a la que se realiza.
etc.), como una serie de actuaciones (Cardiovertir, suministrar
fármacos, etc.), en lo que en la figura se han denominado Acciones.
Con esto se va a conseguir información sobre los posibles estados de
los aspectos representativos del paciente virtual. Derivados de estas
3
I. CLIPS, HERRAMIENTA DE DESARROLLO DEL SE. Actuaciones
Para implementar las reglas de nuestro caso clínico es necesario Base Estructuras
elegir una herramienta de desarrollo de SE. En este caso, es necesario Espacio Actuaciones
Recreación
contar con un sistema que, por una parte, proporcione potencia Estructura
Actuaciones del Mundo
suficiente, en cuanto a la forma de representar la base de
conocimiento y en lo que respecta al motor de inferencia. Por otra Cambios Estado
Base Conocimiento Reglas Sistema
parte, este SE ha sido concebido dentro de una herramienta de Experto
Control
simulación (UVIMO), desarrollada en C++, por lo que resulta Tiempo
Consulta
Mundo.
imprescindible que el sistema de desarrollo escogido permita una Nuevos Estados
fácil integración del SE con una aplicación desarrollada en C++. Base Tiempo
Por todo ello, el sistema de desarrollo escogido fue CLIPS [8], un Tiempo
Espacio Estados
entorno híbrido de desarrollo de SE cuyos orígenes datan de 1984 en Estados
el Centro Espacial Johnson de la NASA. Se trata de un entorno con Sistema
capacidad de integración con otras aplicaciones, con amplia
disponibilidad en distintas plataformas, y de bajo coste de desarrollo
Fig.3: Modelo global del interfaz de comunicación.
desde el punto de vista temporal y económico.
CLIPS está desarrollado en C y realiza la descripción del
conocimiento mediante reglas. Su motor de inferencia se caracteriza evalúa al usuario del simulador, de la posibilidad de alterar el
por implementar inferencia hacia delante y permitir adición de reglas estado del paciente.
dinámicamente. Como herramientas adicionales CLIPS puede dotarse Consulta. Es una petición que el Control del Mundo realiza al
de FuzzyCLIPS que es una extensión de CLIPS que representa y SE. Una Consulta consiste en solicitar al SE que gestione (en
manipula conocimiento borroso, exacto y combinado. [9] base a las reglas) los posibles cambios que deben producirse en
los estados que definen el MV como efecto de las Actuaciones
I. DESCRIPCIÓN DEL INTERFAZ DE COMUNICACIÓN (contenidas en el Espacio de Actuaciones) que haya realizado el
A continuación se describe, en base a un diagrama de flujo de alumno hasta el momento en el que se lanza la Consulta. Se
datos, el modelo del interfaz que permite la comunicación introducen en el SE las actuaciones, actualizando previamente el
bidireccional entre el SE y el MV. En la Fig. 3, se muestra el Tiempo del SE mediante un acceso a la Base de Tiempo, y se
diagrama de primer nivel del sistema global, que se describe a activa la ejecución del motor de inferencia del SE.
continuación.
Recreación del Mundo, que es la parte visual del sistema. Con La comunicación en sentido contrario desde el SE hacia el MV, se
este sistema va a interaccionar de un lado el usuario mediante una realiza mediante la inserción en el Espacio de Estados de los
serie de interfaces de RV, y de otro lado el Control del Mundo denominados en la figura como Nuevos Estados, que son los cambios
que se encargará de modelar todos los objetos representados. que el SE va a solicitar que se lleven a cabo en el estado del objeto
Control del Mundo. Este sistema contiene el motor o los del MV emulado. El Control del Mundo es el encargado de efectuar
motores que animan a los objetos virtuales. Por un lado gestiona estos cambios en el MV mediante accesos al Espacio de Estados.
todos los aspectos asociados con la representación gráfica y por
otro detecta el momento en el que el usuario causa una actuación I. DESARROLLO DE UN ENTORNO DE PRUEBA
sobre el objeto emulado, informando de ésta al SE. Además Como etapa previa a la integración con UVIMO, se desarrolla un
desde el Control del Mundo se pueden realizar cambios en los entorno de prueba del SE, con el objeto de depurar por un lado la
estados de algunos de los aspectos representativos del objeto librería implementada, y por otro las reglas que definen el caso
emulado. Esto se realiza mediante el envío por un lado de una clínico. Dado que la recreación del MV de UVIMO se lleva a cabo
petición de cambio de estado al SE, y por otro lado mediante una con la herramienta de desarrollo de RV WorldToolKit, que está
orden al MV para que se cambie el estado. Esto permite al
profesor cambiar el estado del objeto emulado.
El SE. Es el sistema encargado de gestionar las Consultas y
peticiones de Cambio de Estado que le lleguen, de interpretar las
Actuaciones y de realizar un proceso de inferencia en base al
conocimiento almacenado en la Base de Conocimiento. De este
proceso derivará una serie de cambios de estado que serán
almacenados en lo que aparece en la figura como Base de
Estados, de forma que mediante accesos a ésta desde el Control
del Mundo se puedan representar estos cambios en el MV.
Actuaciones. Son las acciones que el alumno lleva a cabo sobre
el MV y que son interpretadas por el Control del Mundo. El
Control del Mundo inserta la Actuación en el Espacio de
Actuaciones.
Cambios Estado. Son los datos que van a intercambiarse entre el
Control del Mundo y el SE cada vez que este último realice una
Petición de Cambio de Estado. El sistema va a permitir que el
cambio de estado pueda realizarse no sólo desde el SE, sino
también desde el MV. Con esta capacidad dota al profesor, que Fig 4:Imagen del entorno de prueba.
4
formada con una serie de librerías desarrolladas en C++, y comportamiento del paciente virtual, derivándose de esta sesión
compatibles con Microsoft Visual C++, el entorno de prueba se multitud de reglas añadidas a las anteriormente diseñadas, que
realiza con Microsoft Visual C++ 6.0, con el objetivo de comprobar corregían comportamientos ante situaciones y combinaciones de
la integrabilidad. actuaciones no contempladas en las entrevistas anteriores.
Como se puede observar en la Fig. 4, el entorno de prueba es un Finalmente, se realizó una última sesión de evaluación para que
cuadro de diálogo, que presenta las siguientes funcionalidades. el experto diera el visto bueno al sistema implementado, con lo
Control desplegable de Estados. Aparecen todos los aspectos que se dio por concluido el proceso.
descriptivos del estado del paciente, que contiene la semiología
descrita por el médico experto. Un doble clic sobre uno de éstos, Es importante que los especialistas de las reuniones previas de
muestra el estado actual de un determinado aspecto, permitiendo definición del caso no sean los mismos que los que colaboran en el
la modificación de éste. desarrollo final y la validación del sistema. Nuestra experiencia
Lista de Actuaciones Permanentes. En el sistema se diferencian mostró que este procedimiento enriquece considerablemente el caso
entre acciones permanentes y transitorias. La diferencia entre clínico. En un caso relativamente sencillo, como el que aquí se
éstas estriba en que las transitorias (ej. Cardiovertir) desaparecen presenta, se ha considerado suficiente el número de entrevistas
del sistema en cuanto se refleja su activación en el SE, y las realizado. Evidentemente, posteriores reuniones, a ser posible, con
permanentes (ej. poner una Vía Aérea) han de eliminarse diferentes expertos, refinarán progresivamente el caso clínico
explícitamente mediante un nuevo evento. planteado.
Botón Introducir Actuación. Cuando se pulsa aparece un
cuadro de diálogo Insertar Actuación que contiene una lista con I. CONCLUSIONES
todas las actuaciones transitorias y las permanentes que no se
En esta comunicación se ha presentado el diseño de un núcleo
hayan introducido previamente. Al seleccionar una de éstas se
inteligente para un simulador de entrenamiento en emergencias
permite que el alumno configure las características de la
médicas, formado a partir del desarrollo de un SE mediante el uso de
actuación.
CLIPS y de la implementación de una librería que sirve de interfaz
Botón de Consulta. Al ser pulsado permite introducir en el SE
entre el SE y el simulador. Asimismo, se ha detallado un ejemplo de
las actuaciones que se hayan producido hasta ese momento y se
las reglas definidas en el caso clínico.
asigna el control de la ejecución al SE de forma que pueda
Con ello, Se pone de manifiesto la viabilidad del uso de este
realizar los cambios oportunos en los estados en base a la
sistema a la hora de emular el comportamiento de un objeto tan
aplicación del conocimiento del que está dotado.
complejo como un paciente. Esto permite que un alumno pueda
Gráficas de representación de ciertas constantes vitales. En la entrenarse, comprobando los efectos que sus actuaciones pueden
semiología no sólo se especifican los diferentes aspectos que tener lugar sobre un paciente, y cómo podría, en el caso de que fuese
describen al estado general del paciente sino también un conjunto necesario, corregir éstas.
finito de estados que lo van a poder caracterizar en cada Con el objetivo de depurar el sistema y de observar su correcto
momento. Es el caso por ejemplo del ECG que podrá ser funcionamiento se ha desarrollado un entorno, el cuál muestra de
Idioventricular, Sinusal, etc. Existen un conjunto de aspectos, forma gráfica la evolución del estado del paciente y permite
que son las constantes vitales del paciente, que como excepción a interactuar con el mismo mediante una serie de eventos.
lo especificado en el párrafo anterior, no tienen asociado un valor Durante todas las fases de desarrollo se tuvo en cuenta la opinión
discreto sino que se van a caracterizar en cada instante de tiempo del médico experto. En la validación final, éste consideró que el SE
por un valor numérico. La evolución temporal de algunas de éstas reproducía con fidelidad suficiente el comportamiento de un paciente
(Saturación de O2, tasa cardiaca, tensión arterial y frecuencia con el problema descrito ante una amplia gama de posibles
respiratoria) se representan gráficamente, lo que ha permitido actuaciones, tanto adecuadas como erróneas, del médico alumno.
comprobar la capacidad de respuesta en tiempo real del SE.
REFERENCIAS
I. PROCESO DE DEFINICIÓN DEL CASO CLÍNICO, Y EVALUACIÓN
[1] http://www.ithaca.edu/faculty/sstansfield/ (Description of Avalaible
POR EL EXPERTO
Projects).
La definición del caso clínico modelado para esta aplicación se [2] “BioSimMER: a virtual reality simulator for training first responders in
desarrolló en las siguientes fases: a BW scenario”, http://www.ithaca.edu/faculty/sstansfield/
En primer lugar, a través de una serie de entrevistas con un topLevel/snlWeb/biosimmer.html
[3] Woolf, B. P., “Multimedia Pedagogues”, IEEE Computer, mayo, 1995,
equipo de médicos, se determinó, por un lado, el espacio de
pp74-80.
estados a considerar en el paciente. Por otro lado, el espacio de [4] G.F. Luger, W.A. Stubblefield. Artificial Inteligence and the Design of
actuaciones que se deben incluir en un entorno de emergencias, Expert System. California: Bejamin/Cummings Pub., 1989.
como el que nos ocupa. Por último, se identificó el caso clínico [5] Fagan L.M., Shortliffe E.H, Buchanan B.G. Computer-based Medical
que se implementaría, así como una primera definición de las Decision Making: from MYCIN to VM Stanford Heuristic
reglas que conformarían dicho caso. Programming Project. 1979.
[6] Hickam D.H., Shortliff E.H, Bishchoff M.B, Scott A.C, Jacobs C.D.
Con esta información se concertó una entrevista con otro
“Evaluations of the ONCOCIN System”. Memo HPP 84-9 Standford
especialista diferente a los que participaron en la definición University, 1984.
previa, en la que se evaluaron las diferentes respuestas del [7] Fieschi, M. Inteligencia Artificial en medicina. Sistemas Expertos.
paciente virtual frente a cada una de las posibles actuaciones del Barcelona: Masson S.A., Barcelona, 1987.
médico alumno en cada caso. De esta entrevista se obtuvieron un [8] Darlington K., The Essence of Expert Systems, Prentice Hall, Harlow,
conjunto de reglas que se implementaron en el SE. 2000.
[9] CLIPS Reference Manual Volume I. Basic Programing Guide. Version
Una vez implementado el sistema, se concertó una segunda
6.10.,NASA Johnson Space Center, 1998.
entrevista con este último experto, con la que se evaluó el
