Sistema experto para el diagnóstico de enfermedades virales caninas basado en redes bayesianas

Abstract

La Inteligencia Artificial se ha aplicado a sistemas y programas informáticos capaces de realizar tareas complejas tales son los sistemas expertos capaces de simular el funcionamiento del conocimiento humano y alcanzar soluciones válidas. Los componentes del sistema experto son: la base de conocimiento, el motor de inferencia y la interface del usuario. En esta tesis se plantea y diseña un modelo de sistema experto, que permita realizar el diagnóstico de enfermedades virales caninas, tomando los síntomas de los canes como variables de entrada, una base de conocimiento que luego pasa a inferir para dar un diagnóstico. Se considera como objeto de estudio las distintas enfermedades virales caninas que aquejan a nuestros canes, lo que trae como consecuencias problemas graves en su salud, incluso llegan a causar la muerte del can en caso de no detectar a tiempo la enfermedad. Para el desarrollo del sistema experto se seguirán las etapas de desarrollo de la metodología Buchanan que sique los siguientes pasos: identificación, conceptualización, formalización, testeo y revisión del prototipo. Para representar el conocimiento del experto humano se usó las redes bayesianas, con las cuales se obtuvieron las probabilidades que determinaron los síntomas influyentes para obtener el diagnóstico del paciente.