Resumen
La detección adecuada del nivel de demencia de un paciente es importante para brindar el tratamiento adecuado. El diagnóstico se basa en ciertos criterios, reflejados en los exámenes clínicos. De estos exámenes surgen las limitaciones y el grado en que se encuentra cada una de ellas en los pacientes. Para reducir el total de limitaciones a ser evaluadas, utilizamos la teoría de Conjuntos Imprecisos, esta teoría ha sido aplicada en áreas de la inteligencia artificial tales como análisis de decisiones, sistemas expertos, descubrimiento de conocimiento, clasificación con múltiples atributos. En nuestro caso se aplica para encontrar el conjunto mínimo de limitaciones o reducto que genera la misma clasificación que considerando todas las limitaciones, para ello se desarrollo un algoritmo GRASP (Greedy Randomized Adaptive Search Procedure).
Citas
Bjorvand, A.T. (1997) “Rough enough – A system supporting the rough sets approach”, Sixth Scandinavian Conference on Artificial Intelligence, Helsinki, Finland: 290–291.
Bjorvand, A.T.; Komorowski, J. (1997) “Practical applications of genetic algorithms for efficient reduct computation”, Wissenschaft & Technik Verlag 4: 601–606.
Lezak, M.D.; Howieson, D.B.; Loring, D.D.; Hannay, H.J.; Fisher, J.S. (2004) Neuropsychological Assessment. Oxford University Press, New York.
Méndez-Gurrola, I.I.; Laureano-Cruces, A.L.; Sánchez de Antuñano, J.; de Arriga-Gómez, F. (2009) “Aplicaciones de apoyo a pacientes con Alzheimer” , XXII Congreso Nacional y VIII Congreso Internacional de Informática y Computación de la ANIEI, Ensenada, Baja California: 337–342.
Pawlak, Z.; Skowron, A. (2007) “Rudiments of rough sets”, Information Sciences 177(1): 3–27.
Resende, M.G.C.; González Velarde, J.L. (2003) “GRASP: Greedy randomized adaptive search procedures”, Revista Iberoamericana de Inteligencia Artificial 19: 61–76.
Segovia-Vargas, M.J.; Gil-Fana, J.A.; Heras-Mart́ınez, A.; Vilar-Zañon, J.L. (2002) “Predicción de insolvencias con el método Rough Set”, X Jornadas de Asepuma, Madrid.
Wróblewski, J. (1995) “Finding minimal reducts using genetic algorithm”, Proc. of the Second Annual Join Conference on Information Sciences, Wrightsville Beach, NC: 186–189