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

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.