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

  1. Zayas Gato, Francisco
Dirixida por:
  1. José Luis Calvo Rolle Co-director
  2. Esteban Jove Pérez Co-director

Universidade de defensa: Universidade da Coruña

Fecha de defensa: 21 de abril de 2022

Tribunal:
  1. Francisco Javier de Cos Juez Presidente/a
  2. Isabel Fernández-Ibáñez Secretario/a
  3. Pablo Chamoso Santos Vogal

Tipo: Tese

Teseo: 718573 DIALNET lock_openRUC editor

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.