UNIVERSIDAD TECNOLGICA

EQUINOCCIAL
FACULTAD DE CIENCIAS DE LA INGENIERA

INGENIERA INFORMTICA Y CIENCIAS DE LA
COMPUTACIN

TESIS DE GRADO PREVIA A LA OBTENCIN DEL
TITULO DE INGENIERO EN INFORMTICA Y
CIENCIAS DE LA COMPUTACIN

SISTEMA EXPERTO PARA DETERMINAR EL TIPO DE
DIABETES

AUTOR
CARLOS FRANCISCO OSORIO VEGA

ASESOR
INGENIERO VLADIMIR BONILLA
2009











DEDICATORIA

La presente tesis la dedico en primer
lugar a mi madre y hermanos, que han
estado siempre ah para apoyarme
moral como materialmente y que han
sido de gran ayuda para la superacin
de las diferentes etapas de mi vida.

AGRADECIMIENTO

En primer lugar, deseo darle gracias a Dios por haberme permitido culminar mis
estudios beneficindome con su sabidura.
Agradezco tambin a mi madre quien con su esfuerzo, apoyo y compresin
superior guiarme por los buenos caminos de la vida y me brindo la oportunidad de
una excelente educacin.
Y un agradecimiento muy especial a los Ingenieros Vicente Simbaa, Renato
Erazo que me revisaron la tesis y al Director de Tesis Ingeniero Vladimir Bonilla.

DECLARATORIA.

La presente tesis constituye requisito previo para la obtencin del ttulo de
Ingeniero en Informtica y Ciencias de la computacin en la Facultad de Ciencias
de la Ingeniera.
Yo, Carlos Francisco Osorio Vega, con cdula de identidad No. 17168038-5,
declaro: que la presente investigacin es absolutamente original, autentica, nuestra
y los resultados y conclusiones a los que he llegado son de mi absoluta
responsabilidad.


______________________________
Carlos Francisco Osorio Vega.

I

RESUMEN
La segunda guerra mundial fue el estimulo para la computadora electrnica, el
cual fue un invento que ha cambiado el mundo. El nacimiento de la primera
denominada generacin de computadoras se produjo en 1951. La cuarta
generacin a la que pertenece la mayora de las computadoras actuales, se
caracteriza por el uso de microprocesadores y memorias electrnicas, y se inicio
en 1971. El ritmo de la evolucin ha sido extraordinario y en 1981 se pudo lanzar
al mercado la primera computadora personal que tuvo un xito inmediato de
impuls la difusin de la computacin entre amplios sectores del mundo. La
quinta generacin de computadoras est formada por las mquinas relacionadas
con la llamada Inteligencia Artificial, se trata de computadoras dotadas de
inteligencia, implementada en su sistema fsico (hardware), sin por ello abandonar
la idea de desarrollar sistemas lgicos (software), capaces de trabajar simulando
los procesos que tienen lugar en la mente humana. La inteligencia artificial es una
de las disciplinas ms nuevas, formalmente se inicia, en 1951 cuando se invent el
computador electrnico y por tanto hasta entonces no se poda empezar a
investigar acerca de mquinas inteligentes. En 1956, John McCarthy dio nombre a
la ciencia en una conferencia en Vermouth orientada a atraer a otros cientficos,
que juntos sentaran las bases para el futuro desarrollo en la inteligencia artificial.
En la actualidad la Inteligencia Artificial abarca una enorme cantidad de
subcampos, ofrece la opcin de aplicar su metodologa en cualquier rea que
tenga que ver con las tareas del intelecto humano, es decir, la Inteligencia
Artificial es un campo de la ciencia y de la Ingeniera que se ocupa de la
comprensin a travs de la computadora de lo que comnmente llamamos
comportamiento inteligente y de la creacin de herramientas automticas que
II

exhiben tal comportamiento. La ingeniera del conocimiento es una disciplina

moderna que ayuda a construir aplicaciones y sistemas orientados al aprendizaje,
apoyndonos en metodologas y en tecnologa de computacin. La ingeniera del
conocimiento trata el diseo y construccin de sistemas basados en el
conocimiento y en particular de sistemas expertos. El hecho de introducir la
ingeniera en la construccin y posterior administracin del conocimiento nos abre
la posibilidad de integrarla con otras ramas de la ingeniera tales como:
computacin, telecomunicaciones, con el objeto de constituir una solucin
integrada para nuestros clientes y usuarios. Con la Ingeniera de los Sistemas de
Informacin nos ayudamos para producir "Informacin", con la Ingeniera de los
sistemas de conocimiento nos apoyaremos para producir "Conocimiento". Los
sistemas de Informacin requieren de bases de datos y sus productos son Sistemas
de Informacin. De manera similar la Ingeniera del Conocimiento requiere de
bases de Conocimiento y sus productos son Sistemas basados en el Conocimiento.
El sistema experto tiene como finalidad determinar segn una serie de sntomas el
tipo de diabetes que el paciente pudiese llegar a presentar y el tratamiento
nutricional que ste debera seguir. El trabajo considera la diabetes mellitus como
una enfermedad crnica caracterizada por niveles elevados de glucemia debido a
un dficit en la produccin de insulina, por lo cual es analizada por el Sistema
experto.
El sistema experto es una aplicacin informtica que simula el comportamiento de
un experto en diagnstico y tratamiento nutricional de la diabetes. Para esto, se
debe tener en cuenta que la principal caracterstica de este experto viene a ser el
conocimiento o habilidades profundas en este campo concreto, el sistema experto
III

representar ese conocimiento con el objetivo de utilizarlo en lugares que no haya

un mdico especialista para diagnosticar y dar un tratamiento nutricional de la
diabetes. El sistema, es una herramienta que le ayudar en el diagnstico y
tratamiento nutricional de la diabetes, dndole una mayor agilidad al paciente.
Adems si una persona utiliza regularmente este sistema inteligente aprender de
l, y se aproximar a la capacidad del experto. El propsito de realizar este
sistema es optimizar los recursos humanos y econmicos de un centro de salud o
dispensario mdico, as como la optimizacin en el diagnstico y tratamiento
nutricional de la diabetes.

IV

INTRODUCCIN.
1. PLANTAMIENTO DEL PROBLEMA.
Durante este ltimo tiempo las enfermedades crnicas degenerativas han ido
incrementndose cada vez ms y ms. Todo esto debido a factores de la vida
cotidiana tales como: alimentacin, ejercicio fsico, estrs entre otros. Cuando una
de estas enfermedades se presenta en personas que viven en lugares donde no se
cuenta con un mdico especialista, el diagnstico tardo de sta puede traer
mayores complicaciones. A raz de esto es que surge la necesidad de extraer una
aplicacin de la Inteligencia Artificial (IA) para darle una solucin a este
problema.
Una de las enfermedades ms tratadas por la IA es la diabetes, enfermedad que se
trata en el presente artculo mediante la utilizacin de sistemas expertos. Los
sistemas expertos han manifestado ser eficaces en la tarea de proponer ideas
creativas, solucionar problemas complejos o desempear de forma eficiente tareas
rutinarias. Cuando se trata de analizar el impacto de nuevas tecnologas en la
actividad humana y en especfico cuando se habla de IA, nace una discusin sobre
qu consecuencias generar el manejo de estas herramientas, en el contexto
laboral, econmico, de las personas, especialmente este debate se crea cuando se
habla de sistemas expertos, ya que aparece directamente como un sistema cuyo
objetivo es reemplazar al especialista humano.
De esta forma, los sistemas expertos son considerados como herramientas de
apoyo para la realizacin de tareas complejas.

V

1.1 OBJETIVOS.
GENERAL
Desarrollar un sistema experto de diagnstico, para detectar el tipo de diabetes,
formulando listas de preguntas con las que se obtienen los datos necesarios que
conducen a una solucin.
ESPECIFICO.
Investigar y analizar sobre los tipos de diabetes con sus correspondientes
diagnsticos.
Investigar que motor de inferencia y lenguaje de programacin son viables
de utilizar.
Disear la base de conocimientos de acuerdo a los requerimientos del
sistema.
Crear la base de datos, en la cual se almacenar los conocimientos.
Desarrollar una aplicacin para la recepcin de preguntas y respuestas.
Permitir dar un diagnostico en poco tiempo.

1.2 JUSTIFICACIONES.
La importancia de desarrollar este sistema, es que a travs de esta propuesta se
tenga un sistema experto que permita a los pacientes de un consultorio mdico dar
VI

soluciones sobre el tipo de diabetes, utilizando una base de conocimientos, en

forma adecuada y precisa, lo que permitir optimizar tiempo y recurso econmico.
Factibilidad
Tcnica.- La herramienta, plataforma y tipo de aplicacin escogidas se prestan
para desarrollar el tema planteado. Por lo que es tcnicamente factible el
desarrollo.
Tradicionalmente los lenguajes de programacin LISP y VISUAL PROLOG han
sido los lenguajes que se han utilizado para la programacin de sistemas expertos.
A continuacin se detallan los lenguajes que se utilizan para la creacin de
Sistemas Expertos:
LENGUAJE DESCRIPCION
LISP LISP actualmente est diseado para manejar smbolos
matemticos (variables), por lo que es utilizado
perfectamente para la investigacin en IA, donde un
smbolo puede representar cualquier cosa.
Caractersticas principales del lenguaje LISP:
LISP posee un manejo de memoria automtico que
libera el espacio utilizado por los objetos que dejan
de ser necesitados.
Incluye un mecanismo bastante simple para utilizar
evaluacin perezosa de expresiones.
LISP no posee un sistema de tipos estticos como
puede ocurrir en c/c++. LISP asocia los tipos a los
VII

valores en vez que a las variables, por ello los

errores de mal uso de tipos solo puedan ser
detectados en tiempo de ejecucin y no de
compilacin.
Las implementaciones en LISP suelen programarse
de manera que clculos iterativos puedan realizarse
en un espacio constante (en memoria) aunque
hayan sido descritos mediante el uso de la
recursividad.
VISUAL
PROLOG
VISUAL PROLOG es un lenguaje declarativo e
interpretado, en este tipo de lenguajes se representan los
conocimientos sobre un determinado dominio y sus
relaciones. A partir de ese conocimiento, se deducen las
respuestas a las cuestiones planteadas, es decir se obtiene
una inferencia.
El dominio lo constituye un conjunto de objetos.
El conocimiento se formaliza mediante un conjunto de
relaciones que describen de forma simultnea las
propiedades y sus interacciones.
Caractersticas principales del lenguaje VISUAL
PROLOG:
Basado en Lgica y programacin declarativa.
Produce estilo de programacin orientado a metas.
No se especifica cmo debe hacerse, sino qu debe
lograrse.
El programador se concentra ms en el
conocimiento que en los algoritmos.
VIII

Tiene una interfaz grfica.

CLIPS
Clips es una herramienta para construir sistemas expertos
creada por la NASA en el ao 1985. Es una herramienta
muy potente que presenta grandes posibilidades y que se
ha utilizado bastante a nivel mundial.
CLIPS soporta tres paradigmas de programacin:
Programacin basada en reglas
Programacin orientada a objetos
Programacin procedimental.
SMALLTALK
SMALLTALK fue diseado para basarse exclusivamente
en objetos. Fue originalmente inventado por alan Kay en
Xerox PARC en 1972.
Todo lo que existe en un sistema Smalltalk es una instancia
de una clase particular de objeto y generalmente puede
haber tantas instancias como se deseen. Esto significa que
se pueden tener cualquier nmero de instancias de
cualquier caracterstica del sistema activas al mismo
tiempo.
FORTRAN
FORTRAN (Abreviacin de FORmula TRANslator) es el
ms antiguo de los sobrevivientes entre los lenguajes de
alto nivel. Originalmente fue diseado para resolver
problemas cientficos, matemticos y de ingeniera que
requeran clculos numricos repetitivos y frmulas
complejas.
Pronto se difundi por su eficiencia, rapidez y utilizacin
de memoria. Tambin ofreca una librera de subrutinas
IX

preprogramadas que los usuarios incorporaban en sus

programas.
COBOL
COBOL (COmmon Business Oriented Lenguaje) fue
desarrollado para resolver los problemas en los negocios.
Los lenguajes que existan (maquina) Ensamblador y
FORTRAN no eran adecuados para las aplicaciones de los
negocios. Un esfuerzo comn entre negocios,
profesionistas y empresas hicieran lograr la aparicin de
COBOL en 1960. Actualmente 2/3 partes de los que
utilizan mainframe lo usan.

Econmico.- Al tratarse de un trabajo basado en la investigacin y con fines
acadmicos se utilizarn herramientas con licencias propias o con software de
evaluacin lo que permitir hacer un gasto mnimo. Por lo que es
econmicamente factible.
Operativa.- Es factible ya que sera un sistema muy til en el campo de la
medicina.

1.3 ALCANCE
El sistema tiene como finalidad determinar segn una serie de sntomas el tipo de
diabetes que el paciente pudiese llegar a presentar y el tratamiento alimenticio que
ste debera seguir.
X

Los sntomas que el paciente pudiese llegar a presentar son: antecedentes

familiares, polifagia poliuria, polidipsia, prdida de peso obesidad, Infecciones,
fatigas, vmitos, etc.
Se usar un motor de inferencia para analizar y procesar en forma eficiente los
datos de la base del conocimiento.
El mdico ser el usuario final que usar el sistema. Sus necesidades deber
quedar claramente definidas, las caractersticas de la interaccin y la calidad de
ayuda.

2. MARCO TEORICO.
Una de las enfermedades ms tratadas por la inteligencia artificial es la diabetes,
mediante la utilizacin de sistemas expertos. Un sistema experto es un programa
de ordenador diseado para actuar como un especialista humano en un dominio
particular o rea de conocimientos. En este sentido, puede considerarse como
intermediarios entre el experto humano, que transmite su conocimiento al sistema,
y el usuario que lo utiliza para resolver un problema con la eficacia del
especialista, el sistema experto incluye tres componentes principales.
La base de conocimiento, que contiene el conocimiento especializado extrado del
experto del dominio, es decir el conocimiento general sobre el dominio en lo que
relaciona al tipo de diabetes, el mtodo que se utilizar para representar el
conocimiento es mediante reglas.
XI

La base de datos o base de conocimiento, es en donde se almacena los datos que

son adquiridos durante el proceso mediante el cual el mdico ingresa al sistema
las informaciones sobre el problema. El sistema compara estas informaciones con
el conocimiento que posee. El sistema coloca estos nuevos hechos en la base de
conocimientos y el proceso contina. Finalmente despus de ste proceso, el
sistema llegar a una conclusin correcta.
El motor de inferencia, es un programa que controla el proceso de razonamiento
que seguir el sistema experto, utilizando la base que se le suministre, recorre la
base de conocimientos para alcanzar una solucin, dependiendo de las respuestas
del paciente recibidas.

3. IDEA A DEFENDER
El acceso al conocimiento y al juicio de un experto es muy importante en muchas
ocasiones, refirindonos al sistema experto para determinar el tipo y tratamiento
de la diabetes, entre otros, sin embargo, en la mayora de las diferentes reas
existen ms problemas por resolver que expertos para resolverlos.
Para equiparar esta situacin es necesario utilizar un sistema experto, que en
general actuar como ayudante y consultor cuando no se tiene otro acceso a la
experiencia en el aspecto de los niveles de glucosa y calidad de alimentacin.
Adems este sistema resuelve con agilidad los problemas y decide ms
rpidamente. Esto permite optimizar de mejor manera los recursos econmicos y
de tiempo.
XII

Con la ayuda de un sistema experto se puede utilizar personas no especializadas

para resolver problemas. Adems si una persona utiliza regularmente un sistema
experto aprender de l, y se aproximar a la capacidad del especialista.
XIII

INDICE
RESUMEN......................................................................................................................................................................... 1
INTRODUCCIN............................................................................................................................................................IV
1. PLANTAMIENTO DEL PROBLEMA...........................................................................................................IV
1.1 OBJETIVOS. ..................................................................................................................................................... V
1.2 JUSTIFICACIONES. ........................................................................................................................................ V
1.3 ALCANCE .......................................................................................................................................................IX
2. MARCO TEORICO. ......................................................................................................................................... X
3. IDEA A DEFENDER.......................................................................................................................................XI

CAPITULO I .................................................................................................................................................................... 1

DIAGNSTICO Y CLASIFICACIN DE LA DIABETES MELLITUS. ..................................................................... 1
1.1 INTRODUCCIN.............................................................................................................................................. 1
1.2 DEFINICIN DE LA GLUCOSA. ................................................................................................................... 2
1.3 DEFINICIN DE LA DIABETES MELLITUS............................................................................................... 4
1.4 TIPOS DE DIABETES MELLITUS. ................................................................................................................ 4
1.4.1 DIABETES MELLITUS TIPO I (DM I). .......................................................................................................... 4
1.4.1.1. QU PROBLEMAS PUEDE CAUSAR LA DIABETES DE TIPO I?.......................................................... 6
1.4.1.2. CMO SE PUEDE PREVENIR ESTOS PROBLEMAS? ............................................................................. 6
1.4.1.3. QU DEBE COMER?...................................................................................................................................... 7
1.4.1.4. NIVEL DE AZCAR EN LA SANGRE.......................................................................................................... 7
1.4.1.5. CULES SON LAS SEAS DE UN NIVEL DE AZCAR BAJO EN LA SANGRE?.............................. 8
1.4.2 DIABETES MELLITUS TIPO II (DM II) ...................................................................................................... 10
1.4.3 DIABETES GESTACIONAL. ........................................................................................................................ 11
1.4.3.1 DIAGNSTICO DE DIABETES GESTACIONAL. ..................................................................................... 13
1.4.3.2 LA ALIMENTACIN DE LA MUJER EMBARAZADA. ........................................................................... 15
1.4.3.3 OTROS REQUERIMIENTOS NUTRITIVOS. .............................................................................................. 17
1.4.4 OTROS TIPOS DE DIABETES. ..................................................................................................................... 21
1.5 CAUSAS. ......................................................................................................................................................... 21
1.6 EFECTOS......................................................................................................................................................... 23
1.7 QUE ES EL SINDROME METABOLICO..................................................................................................... 24
1.7.1 CRITERIOS DIAGNOSTICO DEL SINDROME METABOLICO. ............................................................. 24
1.8 CRITERIOS PARA DIAGNOSTICAR LA DIABETES. .............................................................................. 24
1.8.1 CLASIFICACIN DE ALTERACIONES DE LA GLUCOSA..................................................................... 25
1.8.2 ALGORITMO DIAGNOSTICO ..................................................................................................................... 27
1.9 ESTRATEGIAS PARA LA PREVENCIN DE LA DM TIPO II. ............................................................... 27
1.10 FACTORES DE RIESGO DE LA DIABETES TIPO II. ............................................................................... 28
1.10.1 FACTORES ASOCIADOS.............................................................................................................................. 28
1.11 QUE HACER CON UN PACIENTE DIAGNOSTICADO DE DM TIPO II. ............................................... 29
1.11.1 VALORACIN INTEGRAL DEL PACIENTE. ............................................................................................ 29
1.11.2 FIJAR OBJETIVOS DE CONTROL CON PARTICIPACIN ACTIVA DEL PACIENTE. ...................... 31
1.11.3 TRATAMIENTO INTEGRAL. ....................................................................................................................... 32
1.12 COMPLICACIONES AGUDAS DE LA DIABETES.................................................................................... 41
1.12.1 QUE HACER ANTE UNA HIPOGLICEMIA ............................................................................................... 42
1.13 COMPLICACIONES INFECCIOSAS DIVERSAS. ...................................................................................... 44
1.14 CUALES SON LAS COMPLICACIONES CRNICAS DE LA DIABETES ............................................. 44
XIV

CAPITULO II.............................................................................................................................................................. 48

2. SISTEMAS BASADOS EN EL CONOCIMIENTO...................................................................................... 48
2.1 INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL ........................................................................... 48
2.2 DEFINICIN DE INTELIGENCIA ARTIFICIAL. ................................................................................. 51
2.3 LA INGENIERA DEL CONOCIMIENTO. .................................................................................................. 51
2.3.1 DEFINICIN DE CONOCIMIENTO............................................................................................................. 53
2.3.2 REPRESENTACIN DEL CONOCIMIENTO.............................................................................................. 53
2.3.3 NIVELES DEL CONOCIMIENTO. ............................................................................................................... 55
2.3.4 ADQUISICIN DEL CONOCIMIENTO....................................................................................................... 56
2.3.5 TCNICAS DE ADQUISICIN DEL CONOCIMIENTO. .......................................................................... 58
2.4 BREVE HISTORIA DE LOS SISTEMAS EXPERTOS. ............................................................................... 62
2.4.1 INTRODUCCIN A LOS SISTEMAS EXPERTOS. ....................................................................................62
2.4.2 DEFINICIN DE UN SISTEMA EXPERTO. ............................................................................................... 64
2.4.3 QUE ES UN SISTEMA EXPERTO........................................................................................................ 65
2.4.4 PROPIEDADES DE LOS SISTEMAS EXPERTOS Y CLSICOS. ............................................................ 67
2.4.5 CARACTERSTICAS DE UN SISTEMA EXPERTO................................................................................... 68
2.4.6 MYCIN SISTEMA EXPERTO PARA DIAGNOSTICOS MDICOS. ........................................................ 69
2.4.7 LOS SISTEMAS BASADOS EN EL CONOCIMIENTO. .................................................................. 71
2.4.8 CARACTERSTICAS IMPORTANTES: ....................................................................................................... 72
2.4.9 ALGUNAS DE ESTAS PROPIEDADES SE DEBEN A LA SEPARACIN ENTRE................................ 73
2.4.10 IMPORTANCIA DEL CONOCIMIENTO. .................................................................................................... 73
2.4.11 DIFERENCIA DE SISTEMAS BASADOS EN CONOCIMIENTO CON OTRAS TCNICAS. ............... 73
2.4.12 CAMPOS DE APLICACIN DE LOS SISTEMAS EXPERTOS................................................................. 74
2.5 LOS SISTEMAS DE INFORMAIN. ............................................................................................................ 75
2.5.1 QUE SON SISTEMAS DE INFORMACIN. ............................................................................................... 76
2.5.2 EXTENSIN DE LOS SISTEMAS BASADOS EN EL CONOCIMIENTO. .............................................. 77
2.5.3 COMPONENTES DE UN SISTEMA EXPERTO.......................................................................................... 79
2.5.3.1 LA BASE DEL CONOCIMIENTO. ............................................................................................................... 81
2.5.3.2 LA BASE DE LOS HECHOS. ........................................................................................................................ 81
2.5.3.3 MOTOR DE INFERENCIA DE MECANISMOS DE RAZONAMIENTO.................................................. 82
2.5.3.4 MECANISMO DE INFERENCIA. ................................................................................................................. 83
2.5.3.4.1 MODUS PONENS Y MODUS TOLLENS. ................................................................................................... 85
2.5.4 CONTROL ....................................................................................................................................................... 86
2.5.5 ENCADENAMIENTO DE REGLAS. ............................................................................................................ 86
2.5.6 CONTROL DE COHERENCIA...................................................................................................................... 89
2.5.7 COHERENCIA DE REGLAS. ........................................................................................................................ 90
2.5.8 COMPONENTE EXPLICATIVO. .................................................................................................................. 92
XV

2.5.9 INTERFACE DE USUARIO........................................................................................................................... 93

2.5.10 INTERFASE DE MANTENIMIENTO DE LA BASE DEL CONOCIMIENTO. ........................................ 95
2.5.11 COMPONENTE DE ADQUISICIN............................................................................................................. 95
2.5.12 CLAUSULAS DE HORN................................................................................................................................ 96
2.6 SOFTWARE PARA LA CREACIN DEL SISTEMA EXPERTO. ............................................................. 97

CAPITULO III .............................................................................................................................................................103
3. DESARROLLO DEL SISTEMA EXPERTO...............................................................................................103
3.1 IDENTIFICACIN DEL PROBLEMA Y ANLISIS DEL CONOCIMIEMTO A SER
INCLUIDO EN EL SISTEMA. .....................................................................................................................103
3.2 DESARROLLO DEL SISTEMA. .................................................................................................................104
3.3 EL EQUIPO DE DESARROLLO. ................................................................................................................104
3.3.1.1 PREGUNTAS PARA DETERMINAR LA DIABETES..............................................................................105
3.3.1.2 TRATAMIENTO. ..........................................................................................................................................114
3.4 MTODOS AUXILIARES EN EL DESARROLLO. ..................................................................................126
3.5 CONSTRUCCIN DE PROTOTIPOS. ........................................................................................................127
3.6 ANLISIS. .....................................................................................................................................................129
3.6.1 ETAPA 1 ........................................................................................................................................................129
3.6.2 ETAPA 2 ........................................................................................................................................................130
3.6.3 ETAPA 3 ........................................................................................................................................................131
3.7 FORTALEZAS DEL SISTEMA MANUAL. ...............................................................................................132
3.8 DEBILIDADES DEL SISTEMA MANUAL................................................................................................133
3.9 DISEO..........................................................................................................................................................133
3.10 IMPLEMENTACION....................................................................................................................................145
3.11 DESARROLLO DE PRUEBAS Y REVISIN DEL SISTEMA. ................................................................149
3.12 MANTENIMIENTO Y ACTUALIZACIN DEL SISTEMA.....................................................................150
CONCLUSIONES
RECOMENDACIONES
BIBLIOGRAFIA
DIRECCIONES DE INTERNET
ANEXOS
ANEXO I
ANEXO II
ANEXO III
ANEXO IV
ANEXO V

APNDICES
INDICE DE TABLAS
INDICE DE FIGURAS
1

CAPITULO I

DIAGNSTICO Y CLASIFICACIN DE LA DIABETES MELLITUS.

1.1 INTRODUCCIN.
La diabetes mellitus es una enfermedad crnica, considerada actualmente como un
problema de salud pblica. Su atencin se centra tanto en la prevencin de su
aparicin como en mejorar su control, tratamiento y pronstico. La diabetes puede
tener un inicio insidioso, ser parte de la senectud o puede ser una enfermedad
devastadora, con severas complicaciones, mortalidad temprana. El paciente
diabtico representa un impacto socioeconmico importante a nivel mundial, con
aumento del costo tanto personal como social, no slo por el coste de su
tratamiento, sino tambin, por la prdida de aos de vida til de quin es afectado
por esta enfermedad.
La informacin de los egresos hospitalarios y del sistema de informacin del
Ministerio de Salud, permiten conocer el incremento vertiginoso de la morbilidad
por diabetes mellitus e hipertensin arterial secundaria a ella. Segn la
informacin del Ministerio de Salud, las provincias de mayor incidencia de
diabetes mellitus, en su orden son: Guayas, Manab, Pichincha, Tungurahua y El
Oro y de hipertensin son: Manab, Guayas, Pichincha, Los Ros, Esmeraldas y El
Oro. Estos eventos suelen provocar complicaciones y efectos negativos sobre la
calidad de vida de las personas que la padecen, requiriendo importantes recursos
econmicos, compromete la economa familiar, amn de los costos sociales que
ella significa.
2

Las complicaciones clnicas ms frecuentes provocadas por esta enfermedad son:

ceguera, insuficiencia renal crnica, enfermedades cerebro vascular, infarto de
miocardio y amputaciones de los miembros inferiores por gangrena.
Los resultados de este estudio servirn para la identificacin de los factores de
riesgo, que puede llevar a una alteracin metablica severa, conocida con el
nombre de diabetes mellitus tipo I o II. El propsito de esta tesis es dar la
informacin necesaria a la poblacin no medica, de tal manera que ayude a las
personas, a que sospechen de que pueden tener tendencia al aparecimiento de esta
enfermedad o de que ya la estn sufriendo; ello permitir que el paciente acuda
oportunamente donde el mdico especialista, para iniciar lo antes posible, el
tratamiento diettico y/o medicamentoso, que el caso requiera y as poder evitar
las complicaciones desbastadoras, que esta enfermedad, tan comn en nuestro
medio y en el mundo puede provocarlas.
El control oportuno de la diabetes mellitus permitir al paciente tener una mejor
calidad de vida y una sobre vida semejante a la de una persona normal. Ello
determinar que el paciente diabtico sea productivo para su familia y la
sociedad. Cuando el paciente diabtico tiene bien controlada su enfermedad,
lograr evitar las complicaciones, todo cual permitir un menor costo en el
manejo de su enfermedad.

1.2 DEFINICIN DE LA GLUCOSA.
Todas las clulas que forman nuestro organismo, necesitan energa para
funcionar.
3

Su principal fuente de energa es la glucosa, que se origina del azcar que forma
los hidratos de carbono que ingerimos con la dieta.
Los hidratos de carbono se encuentran en alimentos como: el pan, las patatas, el
arroz, las pastas, etc.
El organismo, tras la ingesta de alimentos, pone en marcha una maquinaria para
digerirlos y transformarlos en su unidad ms bsica que son los azcares, y entre
ellos, la glucosa.
Este proceso alimenticio tiene lugar a distintos niveles de nuestro aparato
digestivo, pero es a nivel del intestino delgado donde la glucosa pasa a la sangre.
El pncreas est formado por diferentes tipos de clulas, entre ellas las clulas
Beta, que sern las encargadas de la secrecin de insulina, despus de recibir el
estmulo, constituido por el aumento de la glucosa en la sangre, lo que ocurre
luego de la ingesta de los alimentos.
En este momento entra en juego la insulina, que es la hormona que permite el
paso de la glucosa desde la sangre al interior de las clulas de todo el organismo,
donde ser convertido en energa.
El exceso de glucosa se almacena en el organismo como glucgeno en el hgado y
como grasa en el tejido adiposo.
El cerebro, la glucosa no necesita de insulina para entrar dentro de las clulas.
Es importante mantener niveles constantes y normales de glucosa en la sangre
para evitar que se produzcan daos a nivel de todos los tejidos del organismo.
4

Los valores de glucosa en sangre deben estar entre 60-110 mg/dl.

1


1.3 DEFINICIN DE LA DIABETES MELLITUS.
La diabetes mellitus es una condicin crnica que ocurre cuando el pncreas no
produce suficiente insulina o cuando el cuerpo no puede utilizar efectivamente la
insulina que produce. La hiperglucemia, es decir, niveles anormalmente altos de
glucosa, van a causar serios daos en todos los rganos del cuerpo, aunque hay
tejidos ms sensibles y, por lo tanto, ms fcilmente sern lesionados, como es el
caso del corazn, los riones, el cerebro, los nervios perifricos, los ojos, las
arterias y las venas.

1.4 TIPOS DE DIABETES MELLITUS.

1.4.1 DIABETES MELLITUS TIPO I (DM I).

La tipo I, o diabetes mellitus insulino dependiente (DMID), denominada tambin
diabetes juvenil, afecta a nios y adolescentes; se cree que es producida por un
mecanismo autoinmune.
Su frecuencia a nivel mundial, oscila entre el 5 y 10% de todos los casos
de diabetes mellitus. En el Ecuador la frecuencia es menor.

1
Fundaciondiabetes.org/diabetes/cont01b.htm
5

Se caracteriza por aparecer mayoritariamente en poca temprana de la

vida, niez y adolescencia.
Presenta deficiencia absoluta de insulina, por destruccin de las clulas
beta del pncreas, debido a procesos autoinmunes o a enfermedades
inflamatorias del pncreas.
Tiene tendencia a la cetosis. Para su control y tratamiento es indispensable
la administracin de insulina.
Tiene un importante componente gentico.
Los sntomas ms frecuentes incluyen:
o Polidipsia: Sed excesiva.
o Polifagia: Apetito constante.
o Poliuria: Miccin frecuente.
o Prdida de peso inexplicada.
o Astenia: Cansancio extremo.
o Visin borrosa.
Estos sntomas pueden presentarse de manera insidiosa o sbitamente.
El tratamiento de la diabetes tipo I consiste en aplicarse inyecciones de insulina,
comer de forma sana, realizar actividad fsica con regularidad, y controlar la
presin arterial y los lpidos en sangre (colesterol, triglicridos, LDL colesterol).

6

1.4.1.1. QU PROBLEMAS PUEDE CAUSAR LA DIABETES DE TIPO

I?
Las personas con diabetes tipo I tienen ms probabilidad de tener enfermedad del
corazn, derrame, falla renal, presin sangunea elevada, ceguera, dao en los
nervios y enfermedad de las encas. Estas cosas ocurren entre dos y cuatro veces
ms frecuentemente en las personas con diabetes que en las personas sin diabetes.
Cuando tienen diabetes tipo I la sangre puede no moverse tan bien a travs de las
piernas y de los pies. Si no se trata, esta condicin puede convertirse en algo muy
serio y conducir a la amputacin, es decir puede hacer que le tengan que cortar el
pie. La diabetes tipo I sin tratar puede hacer que la persona entre en coma. Puede
inclusive causar la muerte.

1.4.1.2. CMO SE PUEDE PREVENIR ESTOS PROBLEMAS?
Para ayudar aprevenir estos problemas siga el tratamiento que este sistema
experto le proporciona como resultados. Adems de no ser suficiente con el
tratamiento alimenticio y el ejercicio fsico, y tambin es muy importante seguir
las instrucciones del mdico especialista al pie de la letra para tomar la insulina.
No debera fumar y debera mantener la presin sangunea y el colesterol en
niveles saludables. Si se realiza todas estas cosas, el riesgo de tener problemas por
causa de la diabetes puede disminuirse ms de un 75%.

7

1.4.1.3. QU DEBE COMER?

La mejor dieta para las personas con diabetes tipo I es una dieta baja en grasa,
baja en sal y baja en azcares aadidas. Tiene muchos carbohidratos complejos
tales como panes integrales, cereal y pasta, frutas y vegetales. Esta dieta le
ayudar a controlar su nivel de azcar en la sangre al igual que su presin
sangunea y sus niveles de colesterol. Tambin es importante observar el tamao
de las porciones de modo tal que usted pueda mantener un peso saludable.

1.4.1.4. NIVEL DE AZCAR EN LA SANGRE
Las personas con diabetes de tipo I toman insulina para mantener su nivel de
azcar en la sangre lo ms cerca posible del valor normal. El mdico le explicar
cmo y cundo debe tomar insulina.
Muchas personas con diabetes tipo I toman insulina de accin corta antes de cada
comida. Usted puede ajustar la cantidad de insulina que usted toma despus de
cada comida usando como base cuntas caloras comi y qu tan activo
fsicamente planea estar en las prximas 3 o 4 horas. La mayora de las personas
con diabetes tipo I necesitan tomar entre 8 y 10 unidades de insulina por cada 500
caloras que comen. Una dieta diaria promedio contiene aproximadamente entre
2.000 y 2.500 caloras. Puede necesitar ligeramente menos o ligeramente ms
insulina dependiendo de cmo el cuerpo reacciona a la insulina.

Con el objeto de prevenir que los niveles de azcar en la sangre aumenten durante
la noche, la mayora de personas con diabetes tipo I necesitan tomar una insulina
8

de accin intermedia antes de acostarse. El mdico determinara la cantidad precisa

de insulina que debe tomar con las comidas y antes de acostarse.

1.4.1.5. CULES SON LAS SEAS DE UN NIVEL DE AZCAR BAJO
EN LA SANGRE?
Las personas que toman insulina pueden tener momentos en los cuales su nivel de
azcar en la sangre es demasiado bajo. Este nivel de azcar bajo se conoce como
hipoglicemia. Las seas de hipoglicemia incluyen lo siguiente:
Sentirse cansado sin razn alguna.
Bostezar demasiado.
Ser incapaz de hablar o pensar claramente.
Perder la coordinacin muscular.
Sudar
Espasmos musculares
Tener convulsiones
Sentir sbitamente como que se va a desmayar
Ponerse demasiado plido
Si tiene cualquiera de estos problemas, coma o tome enseguida algo dulce tal
como jugo de frutas regular (no diettico), refrescos carbonatados o algn dulce.
9

En la siguiente tabla se detalla como conclusin la diabetes mellitus tipo I.

Polidipsia. Sed excesivas.
Polifagia. Apetito constante.
Poliuria. Miccin frecuente.
Prdida de peso. Inexplicada.
Astenia. Cansancio extremo.
Visin borrosa.
Dieta baja en grasa. Evitar o limitar el consumo de alimentos fritos o
cocinados con excesiva grasa.
Evitar o limitar las grasas saturadas (leche,
quesos).
Dieta baja en sal. La ingesta diaria mxima es de 2400mg.
Dieta baja en azcares. Evitar la azcar refinada, miel, mermeladas y
jaleas, refrescos y jugos industrializados, frutas
en almbar y chocolates, entre otros.
Carbohidratos complejos. Panes integrales, cereal y pasta, frutas y
vegetales.
Colesterol. Mantenga su nivel de colesterol por debajo de
200 mg.
Cuidado de los pies Cuide los pies y chequelos cada da para ver si
tienen seas de infeccin.
10

Tabla 1: Conclusin de la DM I

1.4.2 DIABETES MELLITUS TIPO II (DM II)

La tipo II, o diabetes mellitus no-insulino dependiente (DMNID), o diabetes del
adulto, suele aparecer en personas mayores de 35 aos y es de evolucin lenta.
La frecuencia corresponde aproximadamente al 95% del total de casos.
Se relaciona con sobrepeso u obesidad en el 80% de los casos.
Se caracteriza por una deficiencia relativa de la secrecin de la insulina
asociada a insulino resistencia (inadecuada respuesta de los tejidos
perifricos a la accin de la insulina, impidiendo la utilizacin normal de
glucosa).
Suele permanecer sin diagnstico por muchos aos, puesto que la
hiperglucemia se desarrolla gradual e inicialmente es asintomtica.
Comienza despus de los 35 aos, pero puede observarse este tipo de
diabetes en nios y adolecentes obesos.
Est asociada a hipertensin arterial, dislipidemia, alteraciones
macrovasculares (Sndrome Metablico). Estas alteraciones estn
presentes al momento del diagnostico, en el 50% de los casos.
Tienen un importante componente hereditario.
Los sntomas pueden ser los mismos que se presentan en la DM I, con
menos intensidad, muchos ni siquiera tienen sntomas y tan solo se les
11

diagnostica tras muchos aos de tener la afeccin. Ms del 50% de

personas desconocen su enfermedad.

1.4.3 DIABETES GESTACIONAL.
Es la que se diagnostica o aparece por primera vez durante el embarazo. La
diabetes gestacional no es lo mismo que la paciente que siendo diabtica se
embaraza.
Las mujeres que ya tenan diabetes antes del embarazo (diabetes pregestacional:
diabetes tipo 1 o tipo 2) debern poner ms atencin en la dieta, en la insulina y en
los ejercicios fsicos.
Los cuidados de las mujeres con diabetes gestacional o pregestacional que
requieren de insulina, sern ms estrictos que los cuidados de las embarazadas que
solo necesitan dieta para su control. Pero la atencin ser siempre constante y
cuidadosa en todos los casos.
Normalmente durante el embarazo aumentan las necesidades de insulina. La
mujer embarazada sin diabetes secreta tres veces la cantidad normal de esta
hormona, esto quiere decir que si el organismo no est en condiciones de
aumentar la produccin de insulina para mantener los niveles normales de azcar,
desarrollar una diabetes gestacional.
En las mujeres embarazadas sin diabetes, los niveles de azcar son menores que
en las no embarazadas. Esto se debe a que el feto consume continuamente azcar
para su crecimiento y desarrollo.
12

Los niveles normales de azcar en una mujer embarazada sin diabetes varan entre
60 y 90 mg/dl, en ayunas y menos de 130 y 120 mg/dl, a la hora y dos horas
despus de las comidas, respectivamente. (La glucosa materna raras veces excede
de 100 mg/dl.)
En el embarazo, el azcar atraviesa la placenta, pero no la insulina. Los niveles de
azcar fetal estarn por tanto en funcin directa de los niveles de azcar materna.
Si la diabetes de la madre no se regula y mantiene niveles altos de glucosa, el feto
tambin manejar niveles altos de azcar, (hiperglucemia).
Alrededor de la dcima segunda semana de embarazo, el feto produce su propia
insulina utilizando el azcar que le viene de su madre. Si hay niveles altos de
azcar (hiperglucemia) habr niveles altos de insulina (hiperinsulinismo). Tanto
las hiperglucemias como el hiperinsulinismo son los responsables de todos los
problemas que le suceden al feto en desarrollo.
Aumento de la grasa corporal con aumento del peso y tamao
(macrosoma).
Alteracin de la madurez pulmonar produciendo dificultad respiratoria en
el recin nacido.
Abortos frecuentes.
Partos prematuros.
Muertes repentinas.
Hipoglucemia del recin nacido.
13

Niveles altos de azcar antes de la concepcin y durante las primeras semanas del
embarazo, pueden contribuir al incremento de la proporcin de malformaciones
congnitas.
Las malformaciones son de dos a tres veces ms frecuentes en hijos de madres
con diabetes mal controladas.
Las cetonas, sean por ayuno prolongado o por descompensacin metablica,
atraviesan la placenta afectando el sistema nervioso del feto, que puede tener
porteriormente un mal desarrollo intelectual.
2


1.4.3.1 DIAGNSTICO DE DIABETES GESTACIONAL.
La diabetes gestacional es la diabetes que ocurre solo durante el embarazo, y
puede presentarse en mujeres embarazadas de cualquier edad.
Como la diabetes implica un riesgo de muerte y de malformacin fetal, el mdico
debe considerar esta posibilidad en toda mujer embarazada.
Algunos datos son importantes de investigar, e indicarn una predisposicin
para padecer diabetes gestacional:
Antecedentes de familiares con diabetes mellitus.
Antecedentes personales de diabetes gestacional en un embarazo
previo.

2
Hernn Francisco Hervs Ortega, Diabetes Mellitus La Gran Epidemia de Nuestro Siglo, 2002.
Pg. 258.
14

Antecedentes de haber tenido hijos grandes, con ms de 4 kilos al nacer.

Antecedentes de haber tenido hijos con defectos fsicos.
Exceso de peso y obesidad.
Embarazo en mujeres mayores de treinta aos.
Embarazos frecuentes.
Presencia de azcar en orina.
Si cualquier de estos sntomas son afirmativos, el sistema analizara si los niveles
de azcar son iguales o mayores a 140 mg/dl en cuyo caso se ingresara una curva
de tolerancia a la glucosa de tres horas.
Azcar en:
Ayunas 95 mg/dl.
1 hora 180 mg/dl.
2 horas 155 mg/dl.
3 horas 140 mg/dl.
Tabla 2: Tolerancia a la glucosa de tres horas.

La diabetes gestacional se manifiesta mayormente durante el segundo trimestre

del embarazo, perodo en el que las necesidades de insulina aumentan debido a
que la placenta produce ciertas hormonas que se oponen a la accin de la insulina,
por esto la prueba de deteccin oral con 50 gramos de glucosa se debe realizar a
toda mujer embarazada, a las 24, 28 y 32 semanas de gestacin.
15

El trmino diabetes mellitus gestacional se utiliza para describir la intolerancia a

la glucosa que se inicia o se detecta por primera vez durante el embarazo, por esto
la Organizacin Mundial de la Salud recomienda seguir los mismos criterios
diagnsticos de diabetes en mujeres no embarazadas, es decir se confirmar
diabetes gestacional cuando en una curva de tolerancia a la glucosa, la glucosa en
sangre a las dos horas est sobre 140 mg/dl.
Las mujeres con diabetes gestacional debern someterse a un estricto programa de
vigilancia.
3


1.4.3.2 LA ALIMENTACIN DE LA MUJER EMBARAZADA.
Sea que la paciente se controle con dieta o con insulina, el objetivo ideal es
mantener niveles de azcar lo ms cercano a los normales: azcar en ayunas entre
60 y 90 mg /dl., antes de la comida menor que 105 mg/dl., y a las dos horas
despus de las comidas menor que 120 mg/ dl.
Niveles bajo 60 mg / dl., deben considerarse como hipoglucemias.
Por otra parte, en el embarazo tres son los aspectos que hay que considerar en un
plan alimentario.
El incremento del peso materno.
Las necesidades nutricionales en el embarazo.
La planificacin de las comidas.

3
Hernn Francisco Hervs Ortega, Diabetes Mellitus La Gran Epidemia de Nuestro Siglo, 2002.
Pg. 260.
16

Se estima que el aumento de peso durante el embarazo es de 10 kilos. Durante las

primeras semanas el aumento de peso es mnimo, ya que el feto crece en forma
insignificante. Un aumento de peso de 1 a 2 kilos puede ser aceptable. A partir del
tercer mes un aumento de peso a un ritmo de 1.5 kilos por mes son suficientes
para asegurar una nutricin adecuada para la madre y el feto.
La presencia de diabetes no debe influir bajo ningn concepto sobre el grado de
incremento de peso. Por otra parte, aunque se desaconseja firmemente el
sobrepeso, las mujeres obesas que se embarazan no deben tener limitaciones
calricas severas por peligro de cetosis.
Las necesidades alimentarias dependen de la edad de la madre, actividad fsica,
peso anterior a la gestacin y momento del embarazo.
Un incremento de 150 caloras al da durante el primer trimestre y de 300 caloras
en los ltimos seis meses, son suficientes.
Durante el embarazo una dieta con 50 a 55 % de carbohidratos, 15-20 % de
protenas y un 30 % de grasas, es aconsejable, (los aportes de protena en el
embarazo son alrededor de 1.5 gramos de protenas por kilo de peso ideal al da).
En resumen: durante el embarazo unas 300 caloras ms al da son necesarias, 30
gramos de protenas extras y por lo menos 200 gramos de carbohidratos
complejos son necesarios para cumplir con las necesidades nutricionales de la
madre y el hijo.
17

La dieta ideal para la mujer embarazada debe aportar la cantidad de caloras y los
nutrientes necesarios para mantener la glucosa en cifras normales, prevenir la
cetosis y permitir una ganancia de peso adecuada.
La distribucin de los alimentos consiste en fraccionar en seis comidas al da, a
fin de evitar la cetosis de ayuno. Un reparto equilibrado de los alimentos puede
ser el siguiente: desayuno un 20 % del valor calrico total; a media maana un 10
%, almuerzo un 25%, a media tarde un 10%; merienda un 25 % y cena un 10 %.

1.4.3.3 OTROS REQUERIMIENTOS NUTRITIVOS.
1.4.3.3.1 CALCIO.
Las necesidades de calcio son muy importantes. Durante los seis primeros meses
las necesidades diarias de calic son de 1 gramo, aumentndose a 1,5 gramos al
final del embarazo.
Un aporte insuficiente de calcio puede provocar en la madre descalcificacin,
calambres y dolores de espalda. En el feto aparecern defectos en el esqueleto y
posteriormente en su dentadura.
La leche, quesos, col, nabo, rbanos, berros, frjoles, arvejas, quinua, cebada,
garbanzos, lenteja, soya, son ricos alimentos en calcio.
Es recomendable que una mujer embarazada tome cuatro vasos de leche al da.
18

Un litro de leche de vaca (descremada) produce 360 caloras y contiene: 50

gramos de carbohidratos, 35 gramos de protenas, 1 gramo de grasa, 1.5 gramos
de calcio, 0.9 gramos de fsforo.

1.4.3.3.2 HIERRO.
El hierro es el componente esencial de la hemoglobina que es el pigmento rojo de
la sangre y que sirve para captar el oxgeno de los pulmones y llevar a todos los
rganos y tejidos del cuerpo.
En el embarazo y lactancia, las necesidades diarias de hierro son de 20 a 30
miligramos.
Si no hay suficiente hierro en la alimentacin, el feto extraer el hierro de las
resevas maternas, ocasionando una anemia. Los alimentos ricos en hierro son los
huevos, legumbres, lentejas, frjoles, granos secos, cereales integrales, hortalizas,
espinaca, perejil y carne.

1.4.3.3.3 ACIDO FLICO.
Los requerimientos de cido flico aumentan durante el embarazo en respuesta a
la produccin de sangre materna y crecimiento fetal.
Son necesarios 400 mg., de cido flico al da, encontrndose en los porotos,
vegetales frescos de hojas verdes y frutas.

19

1.4.3.3.4 VITAMINA C.
Las necesidades diarias de esta vitamina durante el embarazo y la lactancia son de
60 miligramos. La falta de vitamina C puede provocar anemia en el feto y
disminucin de la elasticidad de los tejidos de la madre con la aparicin de estras
abdominales y de vrices.
La vitamina C abunda en las frutas frescas y en las verduras.

1.4.3.3.5 LA SAL.
La restriccin de sodio no est indicada en el embarazo. La presencia de
hinchazones en los pies no es una indicacin para dar dietas pobres en sal, ni el
uso de diurticos. Esto puede ser peligroso tanto para la madre como para el feto.
Un aporte normal de sal es importante durante el embarazo.
En la siguiente tabla se detalla como conclusin la diabetes gestacional.
Anlisis de la tolerancia de la glucosa a
las tres horas.
Este anlisis es positivo, cuando se
igualan o superan dos o ms valores.
Aumento de la grasa corporal. Con aumento del peso y tamao
(macrosoma).
Abortos frecuentes.
Partos prematuros.
20

Muertes repentinas.
Hipoglucemia del recin nacido.
Antecedentes de familiares con
diabetes mellitus.

Antecedentes personales de
diabetes gestacional en un
embarazo previo.

Antecedentes de haber tenido hijos
grandes, con ms de 4 kilos al nacer.

Antecedentes de haber tenido hijos con
defectos fsicos.

Exceso de peso y obesidad.
Embarazo en mujeres mayores de
treinta aos.

Embarazos frecuentes.
Presencia de azcar en orina.
Calcio Aumentar el aporte de calcio (leche,
quesos, col, nabo, rbanos, berros,
frjoles, arvejas, quinua, cebada,
garbanzos, lenteja y soya).
21

Hierro Aumentar el aporte de hierro (Huevos,

legumbres, lentejas, frjoles, granos
secos, cereales integrales, hortalizas,
espinaca, perejil y carne).
Acido flico Equilibrio en la dieta con acido flico
(vegetales, hojas verdes y frutas).
Vitamina C. Frutas.
Tabla 3: Conclusin de la DG

1.4.4 OTROS TIPOS DE DIABETES.
En este grupo se integran todos los casos de diabetes secundarios a alteraciones
genticas, pancreticas, medicamentos, txicas.

1.5 CAUSAS.
La Diabetes es un grupo de procesos con causas mltiples. El pncreas humano
segrega una hormona llamada insulina la cual ayuda a que la glucosa llegue a las
clulas de todos los tejidos del organismo y luego la transforme en energa, es
vital para el funcionamiento de nuestro cuerpo.
En el caso de un enfermo diabtico, la cantidad de insulina que produce el
pncreas no es la suficiente, produciendo as una alteracin de los receptores de
22

insulina de las clulas, dificultando el paso de glucosa. De esta manera aumenta la

concentracin de glucosa en la sangre, la cual es eliminada por la orina.
En el caso de la Diabetes Mellitus tipo I, se produce una disminucin hasta una
ausencia de la produccin de insulina. En la Diabetes Mellitus tipo II, la
produccin de insulina es normal o incluso alta, pero las clulas del organismo
son resistentes a la accin de la insulina; hacen falta concentraciones superiores
para conseguir el mismo efecto.
La obesidad puede ser uno de los factores de la resistencia a la insulina: en los
obesos, disminuye la sensibilidad de las clulas a la accin perifrica de la
insulina. La diabetes tipo I tiene muy mal pronstico, si no se prescribe el
tratamiento adecuado y de manera oportuna. El paciente padece de una miccin
frecuente, sed, vmitos, visin borrosa, fatiga, prdida de peso a pesar del
aumento del apetito, infecciones a la piel, y en el caso de las mujeres, se presenta
una disminucin en la menstruacin.
Debido al fallo de la fuente principal de energa que es la glucosa, el organismo
empieza a utilizar las reservas de grasa. Esto produce un aumento de los llamados
cuerpos cetnicos en la sangre, cuyo pH se torna cido interfiriendo con la
respiracin. En el caso de la diabetes gestacional, los sntomas que se presentan
son muy similares a los que se observan en la diabetes tipo I. Hay antecedentes
previos al embarazo, tales como parto anterior con un peso en el beb superior a 4
kilos, y en algunos casos, puede haber malformaciones fetales. Hasta un 40% de
las mujeres con Diabetes gestacional, luego de 5 a 10 aos despus del parto,
pueden desarrollar diabetes mellitus tipo II; el riesgo de sufrirla se incrementa en
las mujeres obesas.
23

1.6 EFECTOS
En las tres formas de diabetes, la presencia de niveles de azcar elevados en la
sangre durante muchos aos es responsable de lesiones en el rin, alteraciones de
la vista producidas por la ruptura de pequeos vasos en el interior de los ojos,
alteraciones circulatorias en las extremidades que pueden producir prdida de
sensibilidad y, en ocasiones, necrosis (que puede precisar amputacin de la
extremidad), y alteraciones sensitivas por lesiones del sistema nervioso. Los
diabticos tienen mayor riesgo de sufrir enfermedades cardiacas y accidentes
vasculares cerebrales.
Las pacientes diabticas embarazadas con mal control de su enfermedad tienen
mayor riesgo de abortos y anomalas congnitas en el feto. La esperanza de vida
de los diabticos mal tratados es un tercio ms corta que la poblacin general.
El diagnstico de la diabetes tipo II en ausencia de sntomas suele realizarse
mediante un anlisis rutinario de sangre, que detecta los niveles elevados de
glucosa. Cuando las cifras de glucosa en un anlisis realizado en ayunas
sobrepasan ciertos lmites. En situaciones intermedias, es preciso realizar un test
de tolerancia oral a la glucosa, en el que se ve la capacidad del organismo de
metabolizar una cantidad determinada de azcar.

24

1.7 QUE ES EL SINDROME METABOLICO.

Es el conjunto de alteraciones metablicas de tipo energtico glucdico, lipdico,
oxidativo y endotelial, producidas por la resistencia a la insulina e
hiperinsulinismo, que al integrarse entre si potencian el riesgo de enfermedad
cardiovascular.

1.7.1 CRITERIOS DIAGNOSTICO DEL SINDROME METABOLICO.
Obesidad abdominal: circunferencia cintura: H >90cm M:> 80cm (IDF).
Hiperglucemia en ayunas: > 100 mg/dl.
Triglicridos altos: > 150 mg.
HDL bajo : < 50 mg/dl mujeres < 40 mg/dl hombres.
Presin Arterial: > 130/85.
La presencia de 3 ms factores diagnostican el sndrome metablico.

1.8 CRITERIOS PARA DIAGNOSTICAR LA DIABETES.

QUIN DEBE HACERSE LA PRUEBA DE DIABETES Y CUNDO?
A cualquier edad, la presencia de sntomas tpicos de diabetes indica la necesidad
de la prueba sangunea de glucosa. La prueba de glucosa en sangre se realiza en
25

el laboratorio y es la que se utiliza para definir la presencia o la ausencia de la

diabetes mellitus. La misma prueba y la misma interpretacin de los resultados se
aplican para definir tanto la DM I como la diabetes mellitus, tipo II (DM II). La
distincin entre la DM I y la DM II se hace despus de tener los resultados del
laboratorio y depende de otros factores que los resultados del anlisis de la
glucosa en sangre.
Ausentes los sntomas, la primera prueba para la diabetes mellitus deber hacerse
a los 40-45 aos de edad y, en caso de un resultado negativo, deber repetirse cada
3 aos despus.

1.8.1 CLASIFICACIN DE ALTERACIONES DE LA GLUCOSA.
CLASIFICACIN CONDICIONES DE GLUCEMIA MG/ DL
NORMAL Ayunas *
PTOG ** (Prueba de Tolerancia Oral a la
Glucosa)
70 100
< 140
PREDIABETES GAA *** (Glucemia Alterada Ayunas)
ITG *** (Intolerancia a la Glucosa)
100 125
140 - 199
DIABETES Glucemia al azar ****
Glucemia en ayunas (Por 2 ocasiones)
200
126
26

PTOG (Prueba de Tolerancia Oral a la

Glucosa)
200
Tabla 4: Clasificacin de alteraciones de la glucosa.

En cualquier caso la determinacin se hace en plasma venoso por mtodos

enzimticos.
* El periodo de ayuno debe ser de 8-14 horas.
** PTOG: (Prueba de tolerancia oral a la glucosa). Valor obtenido a las dos
horas de sobrecarga con 75 g de glucosa.
*** En los dos casos GAA e ITG (Prediabetes), hay un riesgo cardiovascular
aumentado. Se ha demostrado que modificaciones en el estilo de vida: dieta,
ejercicio y control del peso, reducen el riesgo cardiovascular y la proporcin de
pacientes que evolucionan a diabetes.
**** Glucemia al azar (muestra tomada en cualquier momento del da) de > 200
mg/dl, en presencia de sntomas (polidipsia, poliuria o prdida de peso
inexplicada) es diagnstico de DIABETES.

27

1.8.2 ALGORITMO DIAGNOSTICO

Figura 1: Algoritmo para el diagnostico.

1.9 ESTRATEGIAS PARA LA PREVENCIN DE LA DM TIPO II.
Existen estudios que demuestran que el control y mejoramiento de hbitos y
conductas saludables (alimentacin, actividad fsica, abandono de tabaco, alcohol
y control del peso), disminuyen notablemente el desarrollo de la enfermedad en
poblaciones de riesgo.

28

1.10 FACTORES DE RIESGO DE LA DIABETES TIPO II.

Mayores de 35 aos.
Antecedentes familiares de diabetes mellitus.
Antecedentes personales de enfermedad cardiovascular en menores de 50
aos.
Diagnstico previo de ITG o GAA.
Antecedentes personales de diabetes gestacional.
Abortos a repeticin.
Madres con hijos macrosmicos (sobre 3.5 kg de peso al nacer).
Nacidos con peso bajo.
Obesidad Infantil y de la Adolescencia (IMC > de percentil 90 para edad y
sexo).
Poblacin latina e indgena.
Sndrome metablico: 30% de riesgo de diabetes.

1.10.1 FACTORES ASOCIADOS
Obesidad, hipertensin arterial, dislipidemia, hgado graso.
Alimentacin poco saludable, estrs, tabaquismo, alcoholismo.
29

En presencia de cualquiera de estos factores de riesgo, se realizar una

determinacin de glucosa y perfil lipdico cada ao a partir de los 35 aos y se
analizar el diagnostico de diabetes con el algoritmo.
4


1.11 QUE HACER CON UN PACIENTE DIAGNOSTICADO DE DM
TIPO II.
Se debe realizar las siguientes acciones:
1. Valoracin Integral del paciente diabtico.
2. Fijar objetivos de control con participacin activa del paciente.
3. Realizar el tratamiento integral.

1.11.1 VALORACIN INTEGRAL DEL PACIENTE.
1.11.1.1 ANAMNESIS.
Determinar el tipo de diabetes: tipo II, tipo II, gestacional.
Preguntar antecedentes familiares de diabetes y enfermedad cardiovascular
precoz (menores de 50 aos). Antecedentes gineco obsttricos de riesgo
diabtico.

4
Ministerio de Salud de Colombia, Secretaria de Enfermedades No Transmisibles. Gua de
Atencin de la Diabetes Tipo II. Colombia 2003.

30

Investigar factores de riesgos: cardiovasculares, hipertensin arterial,

obesidad, dislipidemias, tabaquismo, sedentarismo, alcoholismo,
complicaciones oftalmolgicas, renales y cardiovasculares).
Analizar su actividad fsica, su alimentacin y el entorno familiar, laboral
y social para determinar las posibilidades de accin.
Determinar el grado de descompensacin metablica: prdida de peso,
deshidratacin, presencia de polidipsia, polifagia, poliuria.
Determinar conocimientos del paciente acerca de la enfermedad y su
tratamiento.

1.11.1.2 EXAMEN FISICO COMPLETO.
Con especial nfasis en circunferencia abdominal, peso, talla y
determinacin de ndice de masa corporal (IMC). IMC = Peso kg / talla
2

en metros.
Presin arterial, corazn y pulsos perifricos, examen de los pies, (reflejos
y sensibilidad), reaccin pupilar, opacidad del cristalino.
Hirsutismo, acantosis nigricans (hiperpigmentacin localizada
principalmente en cuello posterior y axilas) y palpacin de la tiroides.

31

1.11.1.3 PRUEBAS DEL LABORATORIO INICIAL

Biometra hemtica.
Glucemia basal, glucemia postprandial y hemoglobina glicosilada.
Perfil lipdico; colesterol total, triglicridos, HDL colesterol y LDL
colesterol.
Acido rico, y creatinina srica.
Elemental y microscpico de orinal, y microalbuminuria.
ECG.
En todo paciente diagnosticado de DM2 se deber realizar un control
oftalmolgico, cardiolgico y odontolgico especializado.

1.11.2 FIJAR OBJETIVOS DE CONTROL CON PARTICIPACIN
ACTIVA DEL PACIENTE.
Objetivos de Control
HbA1c (%) < 7%
Glucemia basal y preprandial 80 120
Glucemia postprandial 100 160
Colesterol total (mg/dl) < 200
32

LDL mg/dl < 100

HDL mg/dl >40H >50M
Triglicridos (mg/dl) < 150
Presin arterial (mmHg) < 130 / 80
Peso IMC = (Peso kg/talla m) < IMC <25
Cintura cm. < 90H 80M
Tabla 5: Objetivos de control con participacin activa del paciente.

1.11.3 TRATAMIENTO INTEGRAL.
a) Plan Alimentario, actividad fsica y abandono de tabaco.
b) Autocontrol del paciente.

1.11.3.1 PLAN ALIMENTARIO.
Las personas con diabetes tipo I o tipo II necesitan seguir unas pautas
alimenticias, ya que junto a la medicacin y la realizacin de ejercicio fsico, es el
pilar fundamental en el tratamiento de la diabetes.
El punto comn en los diabticos (tipo I y II) es el nivel elevado de azcar en
sangre debido a una insuficiencia absoluta o relativa de la insulina (hormona
33

reguladora del metabolismo de la glucosa). La pareja glucosa-insulina funciona

del siguiente modo:
Durante, e inmediatamente despus de una comida, la digestin rompe los
hidratos de carbono en varias molculas de azcar, una de ellas es la
glucosa, y las protenas se transforman en aminocidos.
Despus de la comida, la glucosa y los aminocidos se introducen en el
torrente circulatorio, aumentando las concentraciones sanguneas de
azcar (niveles posprandiales).
Los altos niveles de glucosa activa a las clulas beta del pncreas, que
inician la secrecin de insulina, que se vierte al torrente circulatorio. La
concentracin mxima de insulina se observa en los diez primeros minutos
tras una comida.
La insulina realiza su funcin, facilitando la entrada de glucosa y
aminocidos a las clulas, especialmente a las musculares. Aqu, junto con
otras hormonas, permite que los nutrientes se usen para producir energa o
bien se almacenen para su uso futuro.
Si las concentraciones de insulina son altas, el hgado deja de producir
glucosa y la almacena hasta que el cuerpo la vuelve a necesitar.
Si las concentraciones de azcar disminuyen, el pncreas disminuye la
produccin de insulina.

34

3.3.10.1 NUTRICIN DE UN DIABETICO

Llevar una alimentacin especial debido a la diabetes puede resultar algo difcil
de asumir, ya que hay alimentos que se pueden consumir con precaucin y otros
que tiene que eliminar de su dieta completamente. El sistema experto para
determinar el tipo de diabetes le proporcionar una dieta individualizada, ya que
aunque hay unas recomendaciones generales sobre la alimentacin, dependiendo
de su estado fsico, si tiene sobrepeso o no, si padece alguna patologa asociada
(hipertensin, nefropata diabtica) la dieta se adapta a cada paciente. De modo
que es el personal sanitario que le realiza el seguimiento el que le tiene que
proporcionar la dieta que mejor se adapte a sus necesidades.
Deber mantenerse durante toda la vida.
La cantidad de caloras se adaptar a la actividad fsica, edad y gnero.
Para el clculo de caloras requeridas, segn actividad fsica, se puede
utilizar los siguientes parmetros.
Actividad Fsica
Leve Moderada Intensa
Valor
Calrico 30 35 40
Tabla 6: Valor calrico segn la actividad fsica.

El clculo se realiza multiplicando el valor calrico por kg de peso.

35

Ej.: Cul es el requerimiento de una persona de 70 kg con actividad fsica

leve?.
30 x 70 = 2100.
El requerimiento calrico diario es de 2100 kcal.
La dieta debe contener: Hidratos de carbono del 50 al 60%. Protenas del
10 al 20% y menos del 30% de grasa. Menos del 10% del total de grasas
deben corresponder a grasas saturadas (aceite de palma, carnes rojas,
queso, carne de cerdo).
Dieta rica en vegetales y frutas.
Restringida en azcares simples: azcar de mesa, panela, miel de abeja,
gaseosa.
Evitar el exceso de sal.
Composicin alimentaria adaptada segn la presencia de factores de riesgo
como hipertensin arterial, dislipidemias.
Tratar pacientes con sobrepeso u obesidad.
o En obesos (IMC > 30): Reducir entre 500 y 1000 caloras el aporte
diario. NO dar menos de 1200 caloras.
36

o En sobrepeso (IMC 25 - 29): Reducir 500 caloras del aporte

diario.
5


1.11.3.2 ACTIVIDAD FSICA.
Valorar la actividad fsica que realiza habitualmente el paciente y adaptar
las recomendaciones a sus posibilidades y preferencias.
Considerar los riesgos que puede ocasionar sobre las complicaciones
(Cardiopata, retinopata, hipoglucemias).
Se recomienda realizar ejercicio de intensidad ligera o moderada
dependiendo de la situacin basal de cada persona Durante 30 minutos
seguidos o acumulativos cada da y al menos 3 das por semana.
En la siguiente tabla se detalla como conclusin la diabetes mellitus tipo II.
Mayores de 35 aos. Este tipo de diabetes se en personas
adultas.
Antecedentes familiares de diabetes
mellitus.
Puede tener algn familiar diabetes.
Antecedentes personales de
enfermedad cardiovascular en menores

5
Asamblea Mundial de la Salud. Estrategia mundial sobre rgimen alimentario actividad fsica y
salud. Mayo 2004.
37

de 50 aos.
Diagnstico previo de ITG o GAA.
Antecedentes personales de diabetes
gestacional.

Abortos a repeticin.
Madres con hijos macrosmicos (sobre
3.5 kg de peso al nacer).

Nacidos con peso bajo.
Obesidad Infantil y de la Adolescencia. IMC > de percentil 90 para edad y
sexo.
Determinar el grado de
descompensacin metablica.
Prdida de peso, deshidratacin,
presencia de polidipsia, polifagia,
poliuria.
Colesterol total (mg/dl) < 200
LDL mg/dl < 100
HDL mg/dl >40H >50M
Triglicridos (mg/dl) < 150
Presin arterial (mmHg) < 130 / 80
La dieta debe contener. Hidratos de carbono del 50 al 60%.
38

Protenas del 10 al 20% y menos del

30% de grasa. Menos del 10% del total
de grasas deben corresponder a grasas
saturadas (aceite de palma, carnes
rojas, queso, carne de cerdo).
Dieta rica en vegetales y frutas. Frutas (manzana, fresa, naranja,
nectarina o pera).
Restringida en azcares. Simples (azcar de mesa, panela, miel
de abeja, gaseosa).
Evitar el exceso de sal. La ingesta diaria mxima es de
2400mg.
Tratar pacientes con sobrepeso u
obesidad.
En obesos (IMC > 30): Reducir entre
500 y 1000 caloras el aporte diario.
NO dar menos de 1200 caloras.
En sobrepeso (IMC 25 - 29): Reducir
500 caloras del aporte diario.
Realizar ejercicio fsico Trotar, caminar, hacer el jardn,
gimnasia, subir y bajar gradas,
ciclismo, bailar, nadar.
Tabla 7: Conclusin de la DM II

39

1.11.3.3 AUTOCONTROL DEL PACIENTE.

Sirve para evitar complicaciones agudas y crnicas y variar las dosis de insulina e
hipoglucemiantes de acuerdo con valores de glucemia.
Los pacientes debern tener pleno conocimiento de su enfermedad y ser los
protagonistas de su control durante toda la vida.

1.11.3.3.1 MEDIDAS DE AUTOCUIDADO.
Fomento de disciplina alimentaria y actividad fsica durante toda la
vida. Recordar que el diabtico debe realizar actividad fsica modera,
como caminar en plano y otras actividades segn su condicin fsica y de
salud la mayora de los das de la semana al menos 30 minutos diarios.
La disciplina alimentaria, depender de la participacin del paciente, la
dieta ser balanceada, variada y sobretodo en cantidad moderada, evitando
los azcares simples y fomentando la ingesta de frutas frescas, verduras y
legumbres.
Medicin de la presin arterial. Se indicar la importancia de la
automedida de presin arterial en casa (cada tres meses) por la frecuencia
de la comorbilidad.
Medicin del peso. Fomentar el peso ideal. El paciente diabtico se pesar
cada 15 das, en la misma balanza, sin ropa.
40

En orina. Control de la glucosa, protenas y cuerpos cetnicos. Se podr

realizar mediante un examen elemental y microscpico de orina para
conocer en trminos generales la presencia de glucosa, de protenas
(cuando estn en una cantidad mayor de 30 mg/dl) y cuerpos cetnicos.
Tambin existen en el mercado tirillas reactivas para detectar glucosa y
cuerpos cetnicos en orina. En pacientes diabticos, la presencia de
cualquiera de estos elementos constituye una alerta que deber ser
inmediatamente comunicada al personal de salud para fortalecer el control
de su enfermedad.
Para la deteccin de la microalbuminuria (MA), existen tirillas
especficas que cuantifican la albmina en orina. Se puede realizar la
prueba en una muestra de orina al azar. Permite reconocer en forma
temprana las lesiones renales desde sus formas incipientes. Esta prueba se
debe realizar en la primera orina de la maana, 3 das seguidos cada 3
meses, 2 pruebas positivas de las 3 confirman la microalbuminuria.
Albuminuria presencia de albmina en la orina, segn la ADA
Normal < 30 mg / 24 horas
Micro Albuminuria 30 300 mg / 24 horas
Macro Albuminuria 300 mg / 24 horas
Tabla 8: Albuminuria.

41

Glucosa en sangre capilar: Se puede utilizar tirillas y realizar la prueba

en una gota gruesa de sangre, extrada del pulpejo del dedo mediante una
puncin con una lanceta. Tambin existen unos dispositivos llamados
fotmetros de reflectancia que permite mayor exactitud en las lecturas. Los
pacientes que reciben insulina deben realizarse al menos 1 determinacin
al da. En pacientes bien controlados, sin complicaciones, la frecuencia
recomendada es de 3 determinaciones semanales pre y post prandiales en
diferentes horarios y das o en el mismo da.
Especial cuidado de los pies. Observar diariamente los pies, buscando
ampollas, lastimados o rasguos, revisar la zona entre los dedos. Medidas:
lavarse los pies evitar temperaturas extremas por la disminucin o prdida
de la sensibilidad. No caminar descalzo, no utilizar qumicos para la
remocin de callos, no usar ligas, usar medias que se ajusten
adecuadamente a los pies, usar zapatos cmodos, limpios y que se ajusten
adecuadamente al pie, no usar sandalias con sujetadores en los dedos,
cortar las uas en lnea recta, evite cruzar las piernas y en las visitas
mdicas exija que sus pies sean examinados.

1.12 COMPLICACIONES AGUDAS DE LA DIABETES.
Hipoglucemia. Es el descenso de los niveles de glucosa por debajo de 50 mg/dl,
acompaado de sntomas. Entre 50 70 mg/dl el paciente est en riesgo.
42

Los sntomas son: hambre, palpitaciones, taquicardia, temblor, sudoracin,

palidez, mareo, astenia, somnolencia, visin doble, conducta alterada, agitacin,
alucinaciones, convulsiones, confusin, inconsciencia y coma.
Las causas principalmente son: sobredosificacin de sulfonilreas o insulina,
disminucin, postergacin o supresin de comidas, ingesta excesiva de alcohol,
exceso de ejercicio fsico, edad (ancianos) y deterioro de la funcin renal o
heptica.

1.12.1 QUE HACER ANTE UNA HIPOGLICEMIA
Valorar glucemia durante el episodio y 20 minutos post ingesta.
En pacientes conscientes que pueden deglutir, administrar carbohidratos simples
(20 g de glucosa): 2 3 cucharadas de azcar, 2 3 caramelos, 1 vaso de gaseosa
no diettica, un vaso de jugo o agua con 2 3 cucharadas de azcar. Luego
administrar una porcin de carbohidratos complejos.
En pacientes inconscientes con convulsiones o que no responden adecuadamente
al tratamiento:
Transferir inmediatamente a una emergencia hospitalaria.
En caso de disponer glucagn administrar una ampolla por va IM
Administrar por va intravenosa 50 100 cc de solucin glucosada
(minuto al 10%) y monitorear la glucemia del paciente cada 20 minutos
hasta lograr su estabilizacin (glucosa > de 70 mg/dl).
43

En pacientes que estn recibiendo SU la hipoglucemia puede durar hasta 48 horas

por lo que se recomienda mantener al paciente en observacin hospitalaria.

1.12.1.1 HIPERGLICEMIA SEVERA.
La DM II reconoce dos variedades: El sndrome hiperosmolar hiperglucmico no
cetsico y la Cetoacidosis diabtica.
El sndrome hiperosmolar, hiperglucmico no cettico, es una
descompensacin metablica severa, con hiperglucemia marcada (> de 600
mg/dl), deshidratacin severa, hiperosmolaridad ( > 350 mosm/l), cetonuria leve
(+), ausencia de Cetoacidosis o presencia leve (pH < a 7.3). Marcada glucosuria.
Deplecin de electrolitos (especialmente potasio).
En resumen predomina la hipovolemia e hiperosmolaridad, el estado de
conciencia alterado, polidipsia y poliuria acentuados.
Cetoacidosis diabtica, es un cuadro similar al anterior al que se suma acidosis
metablica con cetosis, provocando una situacin crtica del paciente que requiere
hospitalizacin inmediata. Presenta deshidratacin grave, polidipsia, poliuria,
oliguria, hipotensin arterial, acidosis metablica con respiracin acidtica.
Nausea, vmito y dolor abdominal. Deterioro del estado de conciencia, al
comienzo normal.
Se presenta con mayor frecuencia en DM1, con glucemia > 300 mg/dl, cetonuria
marcada (++++) > de 80 mg/dl, acidosis presente: PH < 7.3, bicarbonato (HCO3):
< 15 meq.
44

1.12.1.2 QUE HACER ANTE UNA HIPERGLUCEMIA SEVERA
Transferir inmediatamente a nivel hospitalario.
Medidas inciales hasta la transferencia:
Iniciar hidratacin con solucin salina al 0.9%, a chorro (1000cc en una
hora).
En caso de disponer dosificacin de glucemia (realizado en laboratorio o
capilar con tirillas) y detectar valores sobre 400 mg/dl, administrar 40 UI
de insulina.
Asegurar permeabilidad de vas respiratorias y controlar la presin arterial.

1.13 COMPLICACIONES INFECCIOSAS DIVERSAS.
La diabetes se acompaa de infecciones urinarias, genitales, respiratorias,
cutneas, periodontales, drmicas y ticas.

1.14 CUALES SON LAS COMPLICACIONES CRNICAS DE LA
DIABETES
Son el resultado de un control y tratamiento inadecuados de la diabetes.
45

Oftalmolgicas: las ms importantes son: retinopata proliferativa y no

proliferativa, mculopatia, cataratas, glaucoma y queratitis. El diagnstico y
control de las oftalmopatas diabticas se realizarn con personal especializado.
En presencia de estas complicaciones se intensificar el control de la enfermedad
de base y de los factores de riesgo.
Renales: Los problemas renales pueden presentarse en diferentes formas y
estadios, pudiendo culminar en una falla renal terminal. Por tanto, en todo
paciente diabtico se har un seguimiento continuo para detectar la
microalbuminuria (MA) de la forma ms temprana posible. El diagnstico se
puede realizar mediante la cuantificacin de albuminuria a travs de tirillas, o de
la relacin de albmina/creatinina en orina igualmente mediante la cuantificacin
de estos elementos con tirillas, en una muestra de orina al azar.
En el primer nivel, para los pacientes con falla renal 1 y 2 se intensificarn las
medidas de control de glucemia, presin arterial (<130/80), cesacin del hbito de
fumar, disminucin de la ingesta proteica (0.6g/kg./da). Cuando la tasa de
filtracin glomerular es inferior a 60 ml/min el paciente debe ser referido a un
nivel especializado.
Neurolgicas, Neuropata diabtica del sistema nervioso perifrico. Las lesiones
de las fibras nerviosas suelen provocar prdida total o parcial de la sensibilidad,
dolor crnico con incremento nocturno, adormecimiento y falta de sensibilidad,
ms acentuado en los miembros inferiores y pies, lo que aumenta el riesgo de
ulceraciones y amputacin no traumtica.
46

La neuropata del sistema nervioso autnomo produce cuadros gastrointestinales:

diarrea, estreimiento e incontinencia fecal. Genito-urinarios: disfuncin erctil,
retencin e incontinencia urinaria. Anhidrosis, falla de sudoracin en la mitad
inferior del cuerpo por denervacin. Taquicardia e hipotensin postural.
Se diagnostica, mediante una adecuada anamnesis sobre: sensacin de hormigueo,
agujas, punzadas, dolor, debilidad, hipotrofia muscular o presencia de
quemaduras. Hipotensin ortosttica y taquicardia, alteraciones gastrointestinales,
genitourinarias y anhidrosis ya descritas. Dolor agudo torxico y abdominal.
Al examen fsico: disminucin simtrica de la sensibilidad, de los reflejos
osteotendinosos y de la fuerza muscular en los miembros interiores.
Medidas de control: extremar el control metablico. Evitar alimentos con mucho
residuo. Educar para entrenamiento vesical. Lubricar la piel de piernas y pies.
Evitar fisuras e infecciones. Evitar traumatismos en zonas de riesgo.
Referir al paciente cuando se requiera exmenes especializados para el
diagnstico como pruebas de esfuerzo, electromio conduccin y cateterismo. Para
control y tratamiento especializado de retencin urinaria, IAM, parlisis de los
pares craneales y taquicardia sinusal.
Pie diabtico: complicacin crnica producida por dao de los grandes vasos,
(macroangiopata), pequeos vasos (microangiopata) y de los nervios perifricos
(polineuropata) sensitivos y motores.
Se caracteriza por presentar deformaciones, lceras e infecciones.
47

Se diagnostica mediante evaluacin de: fisuras, hiperqueratosis, laceraciones,

lceras, dermatomicosis, calor rubor, asimetra o disminucin de los pulsos,
palidez o acrocianosis, hiper o hipoestesia y disminucin o ausencia de reflejos y
de la fuerza.
Medidas de control: metablico estricto, prolija higiene de los pies y uso de
calzado adecuado.
Referir, todo paciente que presente lceras superficiales o profundas
complicaciones con infecciones o celulitis, abscesos, osteomielitis u otras
afecciones graves como gangrena.
Enfermedades cardiovasculares: cardiopata coronara, cardiopata no
coronaria, enfermedad arterial perifrica, cerebro vascular e hipertensin arterial.
Metablicas: hipercolesterolemia, hipertrigliceridemia o dislipidemia mixta.
48

CAPITULO II

2. SISTEMAS BASADOS EN EL CONOCIMIENTO

2.1 INTRODUCCIN A LA INTELIGENCIA ARTIFICIAL
El hombre se ha aplicado a si mismo el nombre cientfico de homo sapiens
(hombre sabio) como una valoracin de la trascendencia de nuestras habilidades
mentales tanto para nuestra vida cotidiana como en nuestro propio sentido de
identidad.
Los esfuerzos del campo de la inteligencia artificial, se enfocan a lograr la
comprensin de identidades inteligentes. Por ello, una de las razones de su estudio
es el aprender acerca de nosotros mismos. A diferencia de la filosofa y la
psicologa, que tambin se ocupan de la inteligencia, los esfuerzos de la
inteligencia artificial estn encaminados tanto a la construccin de entidades
inteligentes como a su comprensin.
Si bien nadie podra pronosticar con toda precisin lo que se podra esperar en el
futuro, es evidente que las computadoras que posean una inteligencia a nivel
humano (o superior) tendrn repercusiones muy importantes en nuestra vida diaria
as como en el devenir de la civilizacin.
La inteligencia artificial es una de las disciplinas ms nuevas, formalmente se
inicia, en 1951 cuando se invent el computador electrnico y por tanto hasta
entonces no se poda empezar realmente a investigar acerca de mquinas
inteligentes.
49

En los aos 1960 cuando Alan Newell y Herbert Simn, que trabajando la
demostracin de teoremas y el ajedrez por ordenador logran crear un programa
llamado GPS (General Problem Solver: solucionador general de problemas). Este
era un sistema en el que el usuario defina un entorno en funcin de una serie de
objetos y los operadores que se podan aplicar sobre ellos. Este programa era
capaz de trabajar con las torres de Hanoi, as como con criptoaritmtica y otros
problemas similares, operando, claro est, con microcosmos formalizados que
representaban los parmetros dentro de los cuales se podan resolver problemas.
Lo que no poda hacer el GPS era resolver problemas ni del mundo real, ni
mdicos ni tomar decisiones importantes. El GPS manejaba reglas heursticas
(aprender a partir de sus propios descubrimientos) que la conducan hasta el
destino deseado mediante el mtodo del ensayo y el error.
En los aos 1970, un equipo de investigadores dirigido por Edward Feigenbaum
comenz a elaborar un proyecto para resolver problemas de la vida cotidiana o
que se centrara, al menos, en problemas ms concretos. As es como naci el
sistema experto.
El primer sistema experto fue el denominado Dendral, un intrprete de
espectrograma de masa construido en 1967, pero el ms influyente resultara ser el
Mycin de 1974. El Mycin era capaz de diagnosticar trastornos en la sangre y
recetar la correspondiente medicacin, todo un logro en aquella poca que incluso
fueron utilizados en hospitales (como el Puff, variante de Mycin de uso comn en
el Pacific Medical Center de San Francisco, EEUU)
Ya en los aos 1980, se desarrollaron lenguajes especiales para utilizar con la
Inteligencia Artificial, tales como el LISP o el PROLOG. Es en esta poca cuando
50

se desarrollan sistemas expertos ms refinados, como por ejemplo el EURISKO.

Este programa perfecciona su propio cuerpo de reglas heursticas
automticamente, por induccin.
En la actualidad la inteligencia artificial abarca una enorme cantidad de
subcampos, desde reas de propsito general, como es el caso de la percepcin y
del razonamiento lgico, hasta tareas especficas como el ajedrez, la demostracin
de teoremas matemticos, la poesa y el diagnstico de enfermedades, podemos
decir que un 5% de los brokers que operan en la bolsa no son humanos. Tenemos
programas que analizan oraciones sintcticamente, que pintan, que escriben
cuentos, que hacen msica clsica indistinguible de la creada por un humano (en
pruebas el pblico confunda su msica con la de Bach), e incluso hace 7 aos
apareci un prototipo en desarrollo de telfono mvil que traduce
automticamente entre alemn e ingls, y las tecnologas de redes neuronales ya
estn siendo utilizadas por bancos para sustituir a las tarjetas de crdito en los
cajeros automticos reconociendo rasgos como la pupila de los clientes (sistemas
de biometra) y los sistemas OCR que transforman caracteres grficos en
caracteres digitales.
No es raro que los cientficos de otros campos vayan gradualmente incursionando
en la inteligencia artificial, un rea que cuenta con herramientas y vocabularios
que a estos cientficos les facilitan sistematizar y automatizar todo el trabajo
intelectual que les ha ocupado buena parte de sus vidas.
Por otra parte, a aquellos que trabajan en la inteligencia artificial se les ofrece la
opcin de aplicar su metodologa en cualquier rea que tenga que ver con las
51

tareas de intelecto humano. En este ltimo sentido, la inteligencia artificial es un

campo universal.

2.2 DEFINICIN DE INTELIGENCIA ARTIFICIAL.
Es el diseo de sistemas inteligentes, es decir, que exhiben caractersticas
que asociamos con la inteligencia humana.
Es un campo de la ciencia y de la ingeniera que se ocupa de la
comprensin a travs de la computadora de lo que comnmente llamamos
comportamiento inteligente y de la creacin de herramientas que exhiben
tal comportamiento.

2.3 LA INGENIERA DEL CONOCIMIENTO.
La ingeniera del conocimiento es una disciplina moderna que ayuda a construir
aplicaciones y sistemas orientados al aprendizaje, apoyndonos en metodologas
instruccinales y en tecnologa de computacin.
La ingeniera del conocimiento trata el diseo y construccin de sistemas basados
en el conocimiento y en particular de sistemas expertos. Es la adquisicin de
conocimiento de un dominio especfico y de fuentes no explcitas para convertirlo
en operativo (susceptible de tratamiento automtico) con el fin de resolver
problemas (que solo pueden resolver personas con experiencia en ese dominio).
Adems incluye el desarrollo de herramientas de apoyo. La ingeniera, como
52

disciplina, facilita la construccin de sistemas de manera productiva basada en

principios de modelaje, precisin, ensayo y error, registro y documentacin.
As tenemos ingenieras para construir sistemas viales, habitacionales, mecnicos,
elctricos, electrnicos, econmicos, de informacin; etc. De manera anloga,
tambin podemos construir sistemas para administrar productiva y
estratgicamente el conocimiento de un individuo, de un equipo de personas, de
una organizacin.
El hecho de introducir la ingeniera en la construccin y posterior administracin
del conocimiento nos abre la posibilidad de integrarla con otras ramas de la
ingeniera tales como: computacin, telecomunicaciones, informtica (o de los
sistemas de informacin) con el objeto de constituir una solucin integrada para
nuestros clientes y usuarios.
Con la ingeniera de los sistemas de informacin nos ayudamos para producir
"informacin", con la ingeniera del conocimiento o ingeniera de los sistemas del
conocimiento nos apoyaremos para producir "conocimiento".
La ingeniera posibilita que para que un sistema funcione debe tener un
componente esttico (base, banco, repositorio, almacn) y otro componente
dinmico (aplicacin, sistema). Los sistemas de informacin requieren de bases de
informacin (tambin llamadas bases de datos) y sus productos son sistemas de
informacin. De manera similar la ingeniera del conocimiento requiere de bases
de conocimiento y sus productos son sistemas basados en conocimiento.
53

Es as que, en las organizaciones debemos construir a la par de las llamadas "bases

de datos" las bases de conocimiento, y as como construimos sistemas de
informacin, tambin debemos construir sistemas de conocimiento.

2.3.1 DEFINICIN DE CONOCIMIENTO.
Conjunto de conceptos, principios, teoras, leyes, modelos, mtodos,
procedimientos, tcnicas; etc. que posibilitan una conexin productiva de las
personas con una realidad. El conocimiento es lo que un individuo debe saber para
vivir productivamente una experiencia concreta.

2.3.2 REPRESENTACIN DEL CONOCIMIENTO.
La representacin del conocimiento constituye una de las prioridades de la
investigacin en Inteligencia Artificial.
El conocimiento se puede representar como: imgenes mentales en nuestros
pensamientos, palabras habladas o escritas en algn lenguaje, en forma grfica o en
imgenes, cadenas de caracteres o colecciones de seales electrnicas o magnticas
dentro de un computador.
En Inteligencia Artificial, se considera las representaciones escritas y sus
correspondientes estructuras de datos utilizados para su almacenamiento en un
computador.
54

La forma de representacin que se escoge depende de la clase de problema que se

va a resolver y de los mtodos de inferencia.
Existen una variedad de formas que el conocimiento puede asumir. Los problemas
involucrados en el desarrollo de una representacin son complejos,
interrelacionados y dependientes del objetivo. En trminos generales, se debe tratar
que el conocimiento est representado de tal forma que:
Capture generalizaciones.
Pueda ser comprendido por las personas que vayan a proporcionarlo y
procesarlo.
Pueda ser fcilmente modificado.
Consiga ser utilizado en diversas situaciones an cuando no sea totalmente
exacto o completo.
Logre ser utilizado para reducir el rango de posibilidades que usualmente
debera considerarse para buscar soluciones.
El conocimiento declarativo alcance a ser representado con modelos
relacionales y esquemas basados en lgica.
Los modelos relacionales pueden representar el conocimiento en forma de
rboles, grafos o redes semnticas.
Los esquemas de representacin lgica incluyen el uso de lgica
proposicional y lgica de predicados. Los modelos procedimentales y sus
esquemas de representacin almacenan conocimiento. Pueden estar
55

caracterizados por gramticas formales, usualmente implantadas por

sistemas o lenguajes procedimentales y sistemas basados en reglas
(sistemas de produccin).
Las representaciones declarativas son usualmente ms expansivas y costosas, en el
sentido que la enumeracin puede ser redundante e ineficiente. Sin embargo, la
modificacin de las representaciones declarativas es usualmente muy difcil;
simplemente se agrega o se elimina conocimiento.
Las representaciones procedimentales, pueden ser compactas, sacrificando
flexibilidad. Representaciones prcticas pueden incluir elementos tanto
declarativos (listado de hechos conocidos), como procedimentales (un conjunto de
reglas para manipular los hechos).

2.3.3 NIVELES DEL CONOCIMIENTO.
Cuando el experto ha finalizado en la descripcin del conocimiento que posee, se
puede establecer la base de conocimiento.
Los expertos humanos son capaces de dar un paso ms, proporcionando una
heurstica, que se pude definir como el conocimiento que tiene el especialista a
partir de sus propias experiencias.
La heurstica son reglas que muestran cmo tratar al conocimiento, el cual es sobre
el propio dominio en el que se trabaja, que dice cmo emplear los conocimientos
que el experto humano dio como factuales.
56

Aadiendo la heurstica a la basa de conocimiento de un sistema experto se mejora

la respuesta, pero se comprueba que no se llega al grado de experto que tiene el
especialista humano.
En el experto, se obtiene el metaconocimiento, que es independiente del dominio y
dice cmo emplear eficientemente el conocimiento.
Dentro del metaconocimiento habr reglas que indican cmo actuar afuera de
cualquier dominio.
Para obtener metaconocimiento, se examina el conocimiento que ha proporcionado
el especialista humano. Cuando el sistema no responde de forma adecuada, se
analizan los fallos y se descubren las metareglas (reglas de metaconocimiento) que
se deberan de incluir.
La utilidad del metaconocimiento es:
Ayudar a que el sistema se adapte al entorno.
Permitir resolver conflictos entre reglas.

2.3.4 ADQUISICIN DEL CONOCIMIENTO.
La adquisicin de conocimiento es la transferencia de conocimiento desde las
fuentes a la base de conocimiento del sistema. Esta implica aplicar alguna tcnica
para la extraccin del conocimiento del especialista, interpretar los datos para
reconocer el conocimiento fundamental, y construir un modelo de representacin.
57

Las fuentes del conocimiento son los expertos humanos, libros, y datos
experimentales agrupados en bases de datos.
La adquisicin del conocimiento y su modelamiento son las tareas que ms tiempo
requieren, y que ms dificultades representan al construir un sistema experto.
Puede ocurrir que no haya expertos, que no sean tan expertos, que los expertos no
quieran dar su conocimiento o no puedan (porque sea intuitivo).
No es fcil encontrar los trucos del experto, el cmo aborda la falta de
informacin. El conocimiento ms difcil de extraer es el que el experto lleva
innato.
Como resultado de la adquisicin, se construye una base de conocimientos. En el
caso de reglas de produccin, se construyen nuevas reglas y se incorporan al
sistema.
La adquisicin puede ser directa, o como resultado de una induccin a partir de
ejemplos, o deduccin de otros conocimientos ya almacenados en la base de
conocimientos. La induccin nos sirve para producir principios generales a partir
de ejemplos especficos, mientras que la deduccin se utiliza para extraer
conclusiones especficas a partir de principios generales.
La adquisicin del conocimiento tiene tres fases:
Sacar datos del dominio que interesa.
Elaborar los datos para obtener informacin.
Codificar el conocimiento de alguna forma.
58

2.3.5 TCNICAS DE ADQUISICIN DEL CONOCIMIENTO.
Las tcnicas ms representativas para la extraccin del conocimiento se dividen en
manuales y basadas en el ordenador.
Las ms simples se basan en un contacto directo entre el ingeniero del
conocimiento y un experto en el dominio, sin usar herramientas especializadas.
Tambin pueden ser por contacto entre el ingeniero del conocimiento y los datos.
Las tcnicas manuales consumen mucho tiempo y son costosas. Para simplificar
esto se ha construido tcnicas asistidas por ordenador, en las que se pone en
contacto la mquina con la fuente de conocimiento.
El ordenador pregunta al especialista al igual que lo hara un ser humano (en este
sentido no se diferencia de lo que hara un sistema manual). Pueden ser interactivas
(o semiautomticas) y de aprendizaje automtico.
En muchos casos, para llegar a la heurstica y deducir el metaconocimiento, se
emplean tcnicas psicolgicas. Estas tcnicas se usan sobre todo cuando el experto
no colabora.

59

2.3.5.1 TECNICAS MANUALES E INTERACTIVAS.

El contacto entre un experto en el dominio y un ingeniero del conocimiento se hace
directamente, o con la ayuda de algn software especial. Las principales son las
entrevistas y la observacin del experto.
La entrevista puede ser:
Estructurada: El entrevistador o ingeniero del conocimiento tiene un plan
programado, cada respuesta le permite sacar una informacin para la
construccin de la base de conocimiento. Dirigida de forma estructurada
hacia la obtencin del conocimiento.
No estructurada: Se deja llevar por la conversacin. Se habla sin orden y
slo al final se puede construir la base de conocimientos.
Se suele empezar con entrevistas no estructuradas para alcanzar una idea general, y
luego se realiza entrevistas estructuradas para afinar en detalles haciendo preguntas
ms especificas.
Para efectuar las entrevistas se debe:
Seleccionar los mejores expertos en el tema.
Tomar contacto tanto con el experto como con el dominio de su trabajo.
Organizar y conducir las entrevistas. Es importante generar documentacin
sobre las entrevistas y construir la base de conocimientos desde el
principio, teniendo cuidado con las dudas que se presenten.
60

El ingeniero de conocimiento emplea la mayor parte de su tiempo en preparar las

sesiones y en analizar. Anotar las metas logradas y una descripcin de los datos
extrados.
Posteriormente, elaborar las reglas derivadas de la sesin (suponiendo un sistema
experto basado en reglas). El proceso de la entrevista se considera ms un arte que
una ciencia.
Cuando se entrevista a varios expertos, se realiza un debate entre ellos (tambin
llamado brainstoming o torbellino de ideas), una consulta nominal (los expertos no
se ponen de acuerdo y votan) y, por ltimo, se intenta forzar un consenso.
No es fcil llegar a una decisin consensuada. Si no coinciden los distintos
expertos, se le da un valor al conocimiento de cada uno y se introduce en la base de
conocimiento por separado. Para resolver conflictos, se coge el metaconocimiento
que prevenga del experto con ms experiencia.
La observacin es una alternativa o un complemento a la entrevista, ya que el
experto no puede manifestar sus conocimientos especficamente o puede tener
dificultades para hacerlo.

2.3.5.2 APRENDIZAJE AUTOMTICO.
Uno de los principales logros de la inteligencia artificial actual es que puede
otorgar a los ordenadores la habilidad de aprender.
61

El objetivo es transferir al interior de la mquina el conocimiento que haya en su

exterior. El aprendizaje puede ser:
Memorstico, en el que se transcribe el conocimiento, se copia la memoria
de un ordenador a otro.
Por relato, que se basa en adaptar el conocimiento desde su fuente a una
forma que puede ser aceptada y utilizada por el ordenador. Se le cuenta el
conocimiento. A veces se transfiere slo una parte y se reutiliza de forma
distinta a como fue concebido.
Por analoga, si se guarda el conocimiento que resuelve un problema para
aplicarlo cuando las circunstancias sean similares.
Inductivo, al ordenador se le suministran datos y de ellos extrae el
conocimiento.
Los paradigmas ms utilizados para el aprendizaje automtico son:
Induccin de reglas a partir de bases de datos.
Razonamiento basado en casos (CBR)
Redes Neuronales
Algoritmos genticos

62

2.3.5.3 APRENDIZAJE A PARTIR DE BASES DE DATOS.

Entre los mtodos de aprendizaje automtico, el aprendizaje a partir de bases de
datos por induccin (ya sea mediante ejemplos u observacin), es prcticamente el
nico que se utiliza en los sistemas expertos. Este aprendizaje est particularmente
adaptado para resolver problemas de clasificacin, lo cual no es restrictivo, porque
la mayora de los problemas se pueden enfocar como uno de este tipo.
Las tcnicas se desarrollan en los siguientes pasos:
Identificar objetos, atributos y valores.
Construir el rbol o la tabla de decisin.
Construir la base de conocimiento.

2.4 BREVE HISTORIA DE LOS SISTEMAS EXPERTOS.
2.4.1 INTRODUCCIN A LOS SISTEMAS EXPERTOS.
En cualquier momento encontramos muchas situaciones complejas gobernadas por
reglas deterministas: como un sistema experto que determine el tipo de diabetes.
Los sistemas basados en reglas son una herramienta eficiente para tratar este
problema, tomado en cuenta que las reglas deterministas constituye la ms sencilla
de las metodologas utilizadas en sistemas expertos.
Los sistemas expertos son uno de los puntos que componen las investigaciones en
el campo de la inteligencia artificial. Un sistema de ordenadores que trabaje con
63

tcnicas de la inteligencia artificial deber estar en situacin de combinar

informacin de forma "inteligente", alcanzar conclusiones y justificarlas (al igual
que el resultado final). Los sistemas expertos son una expresin de los sistemas
basados en el conocimiento. Con la aplicacin de tcnicas de inteligencia artificial
finaliza la transicin del procesamiento de datos al procesamiento de
conocimientos. Se aplican por norma general en problemas que implican un
procedimiento basado en el conocimiento que comprende las siguientes
capacidades:
Utilizacin de normas o estructuras que contengan conocimientos
y experiencias de expertos especializados.
Deduccin lgica de conclusiones.
Capacidad de interpretar datos ambiguos.
Manipulacin de conocimientos afectados por valores de probabilidad.
Sin embargo antes de la aparicin del ordenador, el hombre ya se preguntaba si se
le arrebatara el privilegio de razonar y pensar. En la actualidad existe un campo
dentro de la inteligencia artificial al que se le atribuye esa facultad: el de los
sistemas expertos. Estos sistemas permiten la creacin de mquinas que razonan
como el hombre, restringindose a un espacio de conocimientos limitado. En teora
pueden razonar siguiendo los pasos que seguira un experto humano (mdico,
analista, empresario, tcnico en computadoras, etc.) para resolver un problema
concreto. Este tipo de modelos de conocimiento por ordenador ofrece un extenso
campo de posibilidades en resolucin de problemas y en aprendizaje. Su uso se
64

extender ampliamente en el futuro, debido a su importante impacto sobre los

negocios, la industria y en la parte tcnica de computadoras, entre otras.
Hay que tomar en cuenta que acceder a los conocimientos adquiridos por
experiencia es lo ms difcil, ya que los expertos, al igual que otras personas,
apenas los reconocen como tales.

2.4.2 DEFINICIN DE UN SISTEMA EXPERTO.
Un sistema experto puede definirse como "un programa de ordenador que
resuelve problemas que requieren experiencia humana, mediante el uso de
representacin del conocimiento y procedimientos de decisin" [Kastner y Hong,
1984].
Un sistema experto es una aplicacin informtica que soluciona problemas
complicados que de otra manera exigiran ampliamente la pericia humana. Para
lograr esto, se simula el proceso de razonamiento humano mediante la aplicacin
especfica de conocimientos y de inferencias.
Bajo el trmino de sistemas expertos se entiende un nuevo tipo de software que imita
el comportamiento de un experto humano en la solucin de un problema. Pueden
almacenar conocimientos de expertos para un campo determinado y solucionar un
problema mediante deduccin lgica de conclusiones.

65

2.4.3 QUE ES UN SISTEMA EXPERTO.

Los sistemas expertos se pueden considerar como el primer producto
verdaderamente operacional de la inteligencia artificial.
Son programas de ordenador diseados para actuar como un especialista humano
en un dominio particular o rea de conocimiento.
En este sentido, pueden considerarse como intermediarios entre el experto
humano, que transmite su conocimiento al sistema, y el usuario que lo utiliza para
resolver un problema con la eficacia del especialista. El sistema experto utilizar
para ello el conocimiento que tenga almacenado y algunos mtodos de inferencia.
A la vez, el usuario puede aprender observando el comportamiento del sistema. Es
decir, los sistemas expertos se pueden considerar simultneamente como un
medio de ejecucin y transmisin del conocimiento.
Lo que se intenta, de esta manera, es representar los mecanismos heursticos que
intervienen en un proceso de descubrimiento. Estos mecanismos forman ese
conocimiento difcil de expresar que permite que los expertos humanos sean
eficaces calculando lo menos posible. Los sistemas expertos contienen ese "saber
hacer.
La caracterstica fundamental de un sistema experto es que separa los
conocimientos almacenados (base de conocimiento) del programa que los controla
(motor de inferencia). Los datos propios de un determinado problema se
almacenan en una base de datos aparte (base de hechos).
66

Los sistemas expertos pueden incorporar miles de reglas. Por ejemplo para una
persona seria una experiencia casi "traumtica" el realizar una bsqueda de reglas
posibles a la solucin de un problema y concordar estas con las posibles
consecuencias, mientras que se sigue en un papel los trazos de un rbol de
bsqueda. Los sistemas expertos realizan amablemente esta tarea; mientras que la
persona responde a las preguntas formuladas por el sistema experto, busca
recorriendo las ramas ms interesantes del rbol, hasta dar con la respuesta afn al
problema, o en su falta, la ms parecida a esta.
Los sistemas expertos tienen la ventaja frente a otros tipos de programas de
Inteligencia Artificial, de proporcionar gran flexibilidad a la hora de incorporar
nuevos conocimientos. Para ello solo tenemos que introducir la nueva regla que
deseamos hacer constar y ya est, sin necesidad de cambiar el funcionamiento
propio del programa.
Los sistemas expertos son "autoexplicativos", al contrario que en los programas
convencionales, en los que el conocimiento como tal est encriptado junto al
propio programa en forma de lenguaje de ordenador. Los expertos de Inteligencia
Artificial dicen que los sistemas expertos tienen un conocimiento declarativo,
mientras que en los dems programas es procedural.

67

2.4.4 PROPIEDADES DE LOS SISTEMAS EXPERTOS Y CLSICOS.

Los sistemas expertos siguen una filosofa diferente a los programas clsicos.
Esto queda reflejado en la siguiente tabla, que resumen las diferencias entre
ambos tipos de procesamiento.
6


SISTEMAS CLSICOS SISTEMAS EXPERTO
Conocimiento y procesamiento
combinados en un programa.
Base de conocimiento separado del
mecanismo de procesamiento.
No da explicaciones, los datos slo
se usan o describen.
Una parte del sistema experto la
forma el mdulo de explicacin.
Los cambios son tediosos.
Los cambios en las reglas son
fciles.
El sistema slo opera completo.
El sistema puede funcionar con
pocas reglas.
Se ejecuta paso a paso. La ejecucin usa heurstica y lgica.
Necesita informacin completa para
operar.
Puede operar con informacin
incompleta.
Representa y usa datos. Representa y usa conocimiento.

6
http://www.psycologia.com/articulos/ar-jsamper01.htm
68

Tabla 9: Propiedades de los sistemas expertos y clsicos.

2.4.5 CARACTERSTICAS DE UN SISTEMA EXPERTO.
Los conocimientos residen en la base de conocimientos.
Los procesos de razonamiento lo implementa el mecanismo de inferencia.
Resuelve problemas de su dominio restringido tan bien, o mejor que un
experto.
Razona utilizando reglas heursticas que los expertos lo consideran
eficaces.
Manipula descripciones y relaciones cualitativas y razona sobre ellas.
Funciona con datos inciertos y reglas imprecisas, usando algn mtodo
para determinar y manipular grados de credibilidad de datos y
conclusiones.
Contempla muchas hiptesis alternativas al atacar un problema.
Interroga al usuario en caso de requerir ms datos o cuando encuentra
conflictos en la informacin.
Si el usuario lo solicita, puede mostrar la cadena de razonamiento que le
condujo a la conclusin a que llego.
Interactuar fcilmente con el usuario.
69

Es flexible para permitir la modificacin y adicin de conocimientos.

7


2.4.6 MYCIN SISTEMA EXPERTO PARA DIAGNOSTICOS MDICOS.
MYCIN es un Sistema Experto para la realizacin de diagnsticos, iniciado por
Ed Feigenbaum y posteriormente desarrollados por E.Shortliffe y sus
colaboradores. Su funcin es la de aconsejar a los mdicos en la investigacin y
determinacin de diagnsticos en el campo de las enfermedades infecciosas de la
sangre. Desde los resultados de anlisis de sangre, cultivos bacterianos y dems
datos, el programa era capaz de determinar, o en lo menos, sugerir el
microorganismo que estaba causando la infeccin. Despus de llegar a una
conclusin, MYCIN prescriba una medicacin que se adaptaba perfectamente a
las caractersticas del sujeto, tales como el peso corporal de este.
A continuacin se detalla el funcionamiento del programa
"Mycin es un sistema experto en tratamientos de infecciones bacteriolgicas en la
sangre: partiendo de la informacin sobre los sntomas del paciente y los
resultados de los tests, trata de identificar el organismo responsable de la
infeccin.
Durante la consulta, Mycin puede requerir ms informacin, formulando
cuestiones del tipo Ha sufrido hace poco el paciente quemaduras? o Es el
paciente alrgico al Colistin?. El programa puede tambin sugerir que se hagan
nuevos tests.

7
http://luisguillermo.com/CBSE.pdf
70

Una vez el diagnstico ha sido encontrado, Mycin recomienda la medicacin que

se debe seguir.
Si se le pide, Mycin puede explicar el razonamiento que le lleva a su
diagnstico.
8

"Se ha podido comprobar que Mycin tiene la misma competencia que un
especialista humano en infecciones de sangre y bastante mayor que la de un
mdico de cabecera.
Las reglas de inferencia que se utiliza:
La mayora de los sistemas expertos almacenan su conocimiento en forma de
reglas de inferencia: si esto, entonces eso; si eso, entonces aquello otro.
Las siguientes son dos de estas reglas presentes en la base de conocimientos de
Mycin:
a) "Regla para el diagnstico
SI
1. el lugar del cultivo es la sangre, y
2. la tintura del organismo es gram-negativa, y
3. la morfologa del organismo es filiforme, y
4. el paciente ha sufrido severas quemaduras

8
www.web1.cti.unav.es/asignaturas/ia/tsld012.htm
71

ENTONCES hay evidencia (.4) de que la identidad del organismo es

pseudonoma.
b) Regla para la terapia
SI la identidad del organismo es pseudonoma
ENTONCES la terapia debe seleccionarse de entre las siguientes
medicinas:"
9

1. Colistin (.98)
2. Polymyxin (.96)
3. Gentamicin (.96)
4. Carbenicillin (.65)
5. Sulfisoxazole (.64)

2.4.7 LOS SISTEMAS BASADOS EN EL CONOCIMIENTO.
Sistemas informatizados que usan el conocimiento sobre algn campo especfico
para hallar la solucin de un problema de ese campo. La solucin encontrada debe
ser la misma que la extrada por parte de una persona, con conocimiento sobre el
campo del problema, enfrentada a ese mismo problema.

9
www.web1.cti.unav.es/asignaturas/ia/tsld012.htm
72

Diferencias bsicas de los sistemas basados en el conocimiento que los distinguen

de los programas algortmicos convencionales y de los programas generales
basados en bsqueda:
1. Separacin del conocimiento y del modo en que es usado.
2. Naturaleza del conocimiento empleado ms heurstica que algortmica
3. Uso de conocimiento sobre campos altamente especficos.
Un sistema experto o sistema basado en conocimiento se puede definir como, Un
sistema que resuelve problemas utilizando una representacin simblica del
conocimiento humano.

2.4.8 CARACTERSTICAS IMPORTANTES:
Representacin explcita del conocimiento.
Capacidad de razonamiento independiente de la aplicacin especfica.
Capacidad de explicar sus conclusiones y el proceso de razonamiento.
Alto rendimiento en un dominio especfico.
Uso de heursticas vs. modelos matemticos.
Uso de inferencia simblica vs. algoritmo numrico.

73

2.4.9 ALGUNAS DE ESTAS PROPIEDADES SE DEBEN A LA

SEPARACIN ENTRE.
1. Conocimiento especfico del problema - Base de Conocimiento.
2. Metodologa para solucionar el problema - Motor de Inferencia.

2.4.10 IMPORTANCIA DEL CONOCIMIENTO.
Los sistemas basados en conocimiento basan su rendimiento en la cantidad y
calidad del conocimiento de un dominio especfico y no tanto en las tcnicas de
solucin de problemas.

2.4.11 DIFERENCIA DE SISTEMAS BASADOS EN CONOCIMIENTO
CON OTRAS TCNICAS.
En matemticas, teora de control y computacin, se intenta resolver el
problema mediante su modelado (Modelo del problema).
En sistemas expertos se ataca el problema construyendo un modelo del
"experto" o resolvedor de problemas (Modelo del experto).

74

2.4.12 CAMPOS DE APLICACIN DE LOS SISTEMAS EXPERTOS.

Desde que naciera la Inteligencia Artificial como tal ciencia, a principios de los
60, hasta la actualidad, se han venido realizando numerosos trabajos,
especialmente en los Estados Unidos, para el desarrollo de los diversos campos
que componen la Inteligencia Artificial. De todos esos campos, quiz el que puede
tener mayor nmero de aplicaciones prcticas sea el de los Sistemas Expertos,
siendo dichas aplicaciones de utilidad en temas tan variados que pueden ir desde
la medicina hasta la enseanza pasando por el CAD. En las empresas, los
Sistemas Expertos empiezan a tener cada vez mayor auge, hasta el punto de ir
suponiendo un punto de referencia importante en la toma de decisiones para la
junta directiva. En realidad, incluso se podra decir que el lmite de las
aplicaciones objeto de los Sistemas Expertos est en la imaginacin humana,
siendo siempre de utilidad all donde se necesite un experto.
Un Sistema Experto es una aplicacin informtica que simula el comportamiento
de un experto humano en el sentido de que es capaz de decidir cuestiones
complejas, si bien en un campo restringido. Para esto, se debe tener en cuenta que
la principal caracterstica del experto humano viene a ser el conocimiento o
habilidades profundas en ese campo concreto, por consiguiente, un Sistema
Experto debe ser capaz de representar ese conocimiento profundo con el objetivo
de utilizarlo para resolver problemas, justificar su comportamiento e incorporar
nuevos conocimientos. Se podra incluir tambin el hecho de poder comunicarse
en lenguaje natural con las personas, si bien esta capacidad no es tan
determinante como las anteriores de lo que se puede definir como Sistema
Experto.
75

La potencia de un Sistema Experto se basa ms en una gran cantidad de

conocimientos que en un formalismo deductivo muy eficaz. La idea que se
persigue cuando se construye un Sistema Experto es la de automatizar la labor
del experto, partiendo en ocasiones de informacin insuficiente o incompleta.

2.5 LOS SISTEMAS DE INFORMAIN.
En la actualidad los sistemas de informacin han pasado de ser simples programas
lgicos a ser sistemas basados en el conocimiento del ser humano, capaces de
resolver problemas complejos. Es decir que han evolucionado tanto que hoy ya
son parte fundamental de la vida de los seres humanos, a los que se les conoce
como Sistemas Inteligentes Expertos.
La utilizacin de tcnicas de Inteligencia Artificial en programacin y control de
procesos industriales ha sido centro de atencin en los ltimos aos, tanto por el
elevado nmero de investigaciones como por las aplicaciones en diferentes
entornos industriales. Los sistemas expertos constituyen la rama de la Inteligencia
Artificial con mayor xito segn Fco. Javier Mtz. de Ibarreta Len.
10

En los ltimos aos se ha visto claramente incrementada la tendencia de las
organizaciones de construir e implementar Sistemas de informacin que ayuden a
la toma de decisiones.
Los sistemas de Informacin logran ventajas competitivas en su negocio, pero
para mantener el liderazgo usando esta tecnologa, se tiene que estar al da con los

10
http://www.geocities.com/SiliconValley/Way/7788/capv
76

cambios dentro del ambiente empresarial o institucional. El buen desempeo del

uso de Sistemas de Informacin en una organizacin depende de la armona entre
estrategias, infraestructura y procesos del negocio asociados con los recursos
tecnolgicos.
Si bien existe consenso en que los Sistemas de Informacin brindan grandes
oportunidades para crear ventajas competitivas, para cambiar la manera como una
empresa o institucin competitiva, o para innovar los procesos de una
organizacin, pocas son las que efectivamente hacen un uso adecuado de stas.
En la actualidad los Sistemas de Informacin pueden ofrecer ventajas
competitivas a las empresas sobre sus rivales, las cuales pueden ser: incremento
en el volumen de ventas, mejora en el servicio al cliente, aumento en
productividad, reduccin de costos y mejor eficiencia en el manejo de los recursos
econmicos de las empresas, determinar el tipo de diabetes, entre otras.
Gracias a los Sistemas de Informacin, una compaa o empresa puede competir
en mercados localizados en diferentes partes del mundo, lograr una mayor
integracin con sus proveedores o clientes y obtener economas de escala en toda
la organizacin.

2.5.1 QUE SON SISTEMAS DE INFORMACIN.
Entendemos por Sistemas de informacin, todo lo relacionado con la captura,
transportacin, proceso y uso de informacin, es decir, todo lo que involucra
77

equipos de computacin (hardware), programas de cmputo, infraestructura y

aplicativos (software).

2.5.2 EXTENSIN DE LOS SISTEMAS BASADOS EN EL
CONOCIMIENTO.
Las aplicaciones de mayor impacto que han surgido de la Inteligencia Artificial se
concentran en los Sistemas Basados en Conocimiento. Desafortunadamente, estos
sistemas son tiles en funcin de la validez de su conocimiento, adems de que su
construccin es un proceso complejo y costoso.
Las aplicaciones prcticas de la llamada Inteligencia Artificial (IA) han sido foco
de controversia por muchos aos. Claramente, si comparamos los sistemas
desarrollados con las habilidades cognoscitivas humanas, podemos considerar que
el desarrollo es an primitivo. Sin embrago, en aos recientes, las tcnicas de esta
rama de las ciencias de la informacin han abordado muchos campos prcticos y
desarrollado herramientas sofisticadas de uso cotidiano en sectores comerciales e
industriales. Las aplicaciones de tcnicas de IA abarcan reas de manufactura,
finanzas, gestin, medicina, etc.
Una de las tecnologas que ha resultado muy eficaz para proporcionar
competitividad en mltiples sectores industriales son los Sistemas Basados en
Conocimiento(SBC). Estos " sistemas expertos" proporcionan consejo y apoyan la
toma de decisiones, ofrecen opiniones informadas y pueden explicar su
razonamiento. Adems, permiten que el directivo u operador manipule grandes
78

volmenes de informacin entre los que encontramos ejemplos, reglas,

heursticas, hechos e incluso modelos de prediccin con probabilidades de certeza.
Los beneficios son amplios y mltiples, por ejemplo la reduccin en el tiempo de
toma de decisiones, apoyo a la toma de decisiones, apoyo a la toma de decisiones
basada en hechos, el mejoramiento del desempeo de personal no experto, la
acelerada capacitacin de personal mediante tutores, flexibilidad y apoyo a la
reorganizacin y la reingeniera, el mejor diagnstico para determinar la diabetes,
el mejor mantenimiento, la optimizacin de tiempos y movimientos, el mejor
servicio, y la retencin del conocimiento y experiencia corporativa.
A pesar del xito de estos sistemas los costos asociados al desarrollo de SBC son
altos e involucran aspectos complicados como:
Caracterizacin y clasificacin del problema, adquisicin del conocimiento,
integracin del sistema, verificacin, depuracin y validacin, mantenimiento de
la base de conocimiento.
Cada una de estas actividades es desarrollada principalmente por personal
altamente calificado y, naturalmente, experto en la instalacin de SBC. Etapas
como la adquisicin de conocimiento han dado lugar a toda una especialidad
conocida como Ingeniera de Conocimiento dedicada a traducir las ideas,
conceptos y experiencia de los humanos a su representacin en una base de
conocimiento que ser utilizada por el SBC para inferir.
La adquisicin del conocimiento es una de las partes ms difciles del proceso.
79

Esto se debe a muchos factores, en particular la tecnologa de SBC ha sido

fuertemente criticada, pues a la fecha no ha podido dar respuesta definitiva a
problemas fundamentales como hallar una representacin del sentido comn.
Parte del problema de extraer experiencia y conocimiento de un experto humano
es la dificultad de comunicacin entre un experto humano y el ingeniero de
conocimiento que desarrolla el sistema. Las metodologas actuales requieren
mucho tiempo de desarrollo y participacin, tanto de los expertos, como del
ingeniero del conocimiento.
Ms grave resulta el hecho de que una vez desarrollado el SBC, ste es esttico,
no aprende o genere nuevo conocimiento. En un dominio dinmico, esto conduce
a que la costosa inversin realizada en su construccin se devale rpidamente por
la acelerada obsolescencia del conocimiento almacenado. A pesar de que existen
maneras de afinar y entonar a los sistemas expertos para hacerlos adaptativos, esto
no resuelve el problema de fondo.

2.5.3 COMPONENTES DE UN SISTEMA EXPERTO.
Una caracterstica decisiva de los Sistemas Expertos es la separacin entre
conocimiento (reglas, hechos) por un lado y su procesamiento por el otro. A ello
se aade una interface de usuario y un componente explicativo.
A continuacin se describe brevemente los componentes:
80

a) La Base de Conocimientos de un Sistema Experto contiene el

conocimiento de los hechos y de las experiencias de los expertos en un
dominio determinado.
b) El Componente de Adquisicin ofrece ayuda a la estructuracin e
implementacin del conocimiento en la base de conocimientos.
c) El Mecanismo de Inferencia de un Sistema Experto puede simular la
estrategia de solucin de un experto.
d) La Interface de Usuario sirve para que ste pueda realizar una consulta
en un lenguaje lo ms natural posible.
e) El Componente Explicativo explica al usuario la estrategia de solucin
encontrada y el porqu de las decisiones tomadas.

Figura 2: Componentes de un Sistema Experto.

81

2.5.3.1 LA BASE DEL CONOCIMIENTO.

Contiene el conocimiento de los hechos y de las experiencias de los expertos en
un dominio determinado. Este conocimiento debe representarse a fin de que pueda
incluirse en el sistema Experto.
La base de conocimientos aloja la totalidad de las informaciones especficas
relativas al campo del saber deseado est escrita en un lenguaje especfico de
representacin de los conocimientos que contiene y en el cual el experto puede
definir su propio vocabulario tcnico.
A la inversa de lo que sucede en los programas clsicos, en la base de
conocimientos las informaciones entran tal como llegan, ya que el orden no
influye en los resultados obtenidos. Sucede as porque cada elemento de
conocimiento es comprensible por s mismo tomado de forma aislada, por lo
tanto, no es necesario referirse al contexto en el cual est inserto.

2.5.3.2 LA BASE DE LOS HECHOS.
La llamada base de hechos, que alberga los datos propios correspondientes a los
problemas que se desea tratar con la ayuda del sistema. Asimismo, a pesar de ser
la memoria de trabajo, la base de hechos puede desempear el papel de memoria
auxiliar.
La memoria de trabajo memoriza todos los resultados intermedios, permitiendo
conservar el rastro de los razonamientos llevados a cabo. Puede, por eso,
emplearse para explicar el origen de las informaciones deducidas por el sistema en
82

el transcurso de una sesin de trabajo o para llevar a cabo la descripcin del

comportamiento del propio sistema experto.
Al principio del perodo de trabajo, la base de hechos dispone nicamente de los
datos que le ha introducido el usuario del sistema, pero, a medida que va actuando
el motor de inferencias, contiene las cadenas de inducciones y deducciones que el
sistema forma al aplicar las reglas para obtener las conclusiones buscadas.

2.5.3.3 MOTOR DE INFERENCIA DE MECANISMOS DE
RAZONAMIENTO.
Motor de inferencia, es el intrprete del conocimiento almacenado en la base de
conocimiento. Examina el contenido de la base del conocimiento y los datos
acumulados sobre el problema en cuestin y deduce datos y conclusiones
adicionales.
Es un programa que, mediante el empleo de los conocimientos puede resolver el
problema que est especificado. Lo resuelve gracias a los datos que contiene la
base de hechos del sistema experto. Por regla general, el tipo de reglas que forman
la base de conocimientos es tal que, si A es vlido, puede deducirse B como
conclusin. En este caso, la tarea que lleva a cabo el motor de inferencias es la de
seleccionar, validar y activar algunas reglas que permiten obtener finalmente la
solucin correspondiente al problema planteado.
El sistema experto establecido se compone, por lo tanto, de dos tipos bien
diferenciados de elementos, los propios del campo de los expertos relacionados
con el problema concreto (es decir, la base de conocimientos y la base de hechos)
83

y el que se puede aplicar de forma general a una gran variedad de problemas de

diversos campos (como el caso del motor de inferencias).
Sin embargo, el motor de inferencias no es un mecanismo universal de deduccin,
ya que hay dos tipos diversos: los que emplean el razonamiento aproximativo
(para el cual el resultado puede ser errneo) y aquellos que emplean un tipo de
razonamiento capaz de obtener un resultado (si llegan a l), con toda
seguridad, es verdadero.
Es importante destacar que la base de conocimientos y el motor de inferencia son
sistemas independientes, por lo que se han desarrollado herramientas que
nicamente necesitan la implementacin del conocimiento, llevando incorporado
el motor de inferencia.

2.5.3.4 MECANISMO DE INFERENCIA.
El mecanismo de inferencia es la unidad lgica con la que se extraen conclusiones
de la base de conocimientos, segn un mtodo fijo de solucin de problemas que
est configurado imitando el procedimiento humano de los expertos para
solucionar problemas.
Una conclusin se produce mediante aplicacin de las reglas sobre los hechos
presentes.
Ejemplo:
Una Regla es: Si p y q entonces r
84

Se dan los hechos: p y q

p y q son justo aquellos hechos que se mencionan en la clusula "si" de la regla, es
decir, las condiciones para la aplicabilidad de la regla. Aplicar la regla es: deducir
de los hechos p y q el hecho r.
En un Sistema Experto existir un hecho slo cuando est contenido en la base de
conocimientos.
Los hechos que constan en la clusula "si" se llaman premisas, y el contenido en
la clusula "entonces" se llama conclusin. Cuando se aplica una regla sobre
algunos hechos cualesquiera se dice que se dispara. El disparo de una regla
provoca la insercin del nuevo hecho en la base de conocimientos.
Las funciones del mecanismo de inferencia son:
a) Determinacin de las acciones que tendrn lugar, el orden en que lo harn
y cmo lo harn entre las diferentes partes del Sistema Experto.
b) Determinar cmo y cundo se procesarn las reglas, y dado el caso
tambin la eleccin de qu reglas debern procesarse.
c) Control del dilogo con el usuario.
La decisin sobre los mecanismos de procesamiento de reglas, es decir, qu
estrategias de bsqueda se implementarn, es de vital importancia para la
efectividad del sistema en su conjunto.
Ante problemas o clases de problemas distintos se estructuran, como es lgico,
diferentes mecanismos de inferencia. El mecanismo de inferencia debe de estar
85

adaptado al problema a solucionar. Para obtener conclusiones, los expertos

utilizan diferentes tipos de reglas y estrategias de inferencia y control, que a
continuacin se detalla.
Modus Ponens
Modus Tollens
Y las estrategias de inferencia
Encadenamiento de reglas

2.5.3.4.1 MODUS PONENS Y MODUS TOLLENS.
"El Modus Ponens es quizs la regla de inferencia ms comnmente utilizada. Se
utiliza para obtener conclusiones simples. En ella, se examina la premisa de la
regla, y si es cierta, la conclusin pasa a formar parte del conocimiento. Como
ilustracin, supngase que se tiene la regla, "Si A es cierto, entonces B es cierto"
y que se sabe adems que "A es cierto". La regla Modus Ponens concluye que "B
es cierto." Esta regla de inferencia, que parece trivial, debido a su familiaridad, es
la base de un gran nmero de sistemas expertos.
11

La regla de inferencia Modus Tollens se utiliza tambin para obtener conclusiones
simples. En este caso se examina la conclusin y si es falsa, se concluye que la
premisa tambin es falsa. Por ejemplo, supngase de nuevo que se tiene la regla,
"Si A es cierto, entonces B es cierto" pero se sabe que "B es falso." Entonces,

11
http://personales.unican.es/gutierjm/cursos/expertos/Reglas.pdf
86

utilizando la regla Modus Ponens no se puede obtener ninguna conclusin pero la

regla Modus Tollens concluye que "A es falso".
El rendimiento del motor de inferencia depende del conjunto de reglas en su base
de conocimiento."

2.5.4 CONTROL.
Sirve para determinar dnde empieza la bsqueda y cuando termina la misma,
una forma bsica de integrar un sistema experto es el mecanismo de control, el
cual recoge la informacin en tiempo real y la procesa para dar respuesta al
usuario, los sistemas expertos son adecuados para la utilizacin como soporte o
apoyo a la toma de decisiones en tiempo real, y como aprendizaje en modo de
estudio.

2.5.5 ENCADENAMIENTO DE REGLAS.
"Una de las estrategias de inferencia ms utilizadas para obtener conclusiones
compuestas es el llamado encadenamiento de reglas. Esta estrategia puede
utilizarse cuando las premisas de ciertas reglas coinciden con las conclusiones de
otras. Cuando se encadenan las reglas, los hechos pueden utilizarse para dar lugar
a nuevos hechos. Esto se repite sucesivamente hasta que no pueden obtenerse ms
conclusiones.
87

El tiempo que consume este proceso hasta su terminacin depende, por una parte,
de los hechos conocidos, y, por otra, de las reglas que se activan. Este algoritmo
puede ser implementado de muchas formas. Una de ellas comienza con las reglas
cuyas premisas tienen valores conocidos. Estas reglas deben concluir y sus
conclusiones dan lugar a nuevos hechos. Estos nuevos hechos se aaden al
conjunto de hechos conocidos, y el proceso continua hasta que no pueden
obtenerse nuevos hechos.
La Figura 1, muestra un ejemplo de seis reglas que relacionan 13 objetos, del A al
M. Las relaciones entre estos objetos implicadas por las seis reglas pueden
representarse grficamente, tal como se muestra en la Figura 2, donde cada objeto
se representa por un nodo. Las aristas representan la conexin entre los objetos de
la premisa de la regla y el objeto de su conclusin.
"Ntese que las premisas de algunas reglas coinciden con las conclusiones de
otras reglas. Por ejemplo, las conclusiones de las Reglas 1 y 2 (objetos C y G) son
las premisas de la Regla 4.

Figura 3: Un ejemplo de un conjunto de seis reglas relacionando 13 objetos.

88

Supngase que se dan los hechos H = cierto, I = cierto, K = cierto y M = falso.

Supngase, en primer lugar, que el motor de inferencia usa las dos reglas de
inferencia
Modus Ponens y Modus Tollens. En este caso, se obtiene
1. La Regla 3 concluye que J = cierto (Modus Ponens).
12

2. La Regla 6 concluye (Modus Tollens) que K = falso o L = falso, pero,
puesto que K = cierto, deber ser L = falso.
3. La Regla 5 concluye (Modus Tollens) que G = falso o J = falso, pero,
puesto que J = cierto, deber ser G = falso.

Figura 4: Una representacin grfica de las relaciones entre las seis reglas de
la Figura 3.

12
http://personales.unican.es/gutierjm/cursos/expertos/Reglas.pdf

89

En consecuencia, se obtiene la conclusin G = falso. Sin embargo, si el motor de

inferencia solo utiliza la regla de inferencia Modus Ponens, el algoritmo se
detendr en la Etapa 1, y no se concluir nada para el objeto G. Este es otro
ejemplo que ilustra la utilidad de la regla de inferencia Modus Tollens.

2.5.6 CONTROL DE COHERENCIA.
En situaciones complejas, incluso verdaderos expertos pueden dar informacin
inconsistente (por ejemplo, reglas inconsistentes y / o combinaciones de hechos
no factibles). Por ello, es muy importante controlar la coherencia del
conocimiento tanto durante la construccin de la base de conocimiento como
durante los procesos de adquisicin de datos y razonamiento. Si la base de
conocimiento contiene informacin inconsistente es muy probable que el sistema
experto se comporte de forma poco satisfactoria y obtenga conclusiones absurdas.
El objetivo del control de la coherencia consiste en:
a. Ayudar al usuario a no dar hechos inconsistentes, por ejemplo, dndole al
usuario las restricciones que debe satisfacer la informacin demandada.
b. Evitar que entre en la base de conocimiento cualquier tipo de
conocimiento inconsistente o contradictorio.
El control de la coherencia debe hacerse controlando la coherencia de las reglas y
la de los hechos.

90

2.5.7 COHERENCIA DE REGLAS.

Un conjunto de reglas se denomina coherente si existe, al menos, un conjunto de
valores de todos los objetos que producen conclusiones no contradictorias.
En consecuencia, un conjunto coherente de reglas no tiene por qu producir
conclusiones no contradictorias para todos los posibles conjuntos de valores de los
objetos.
Objetos Conclusiones
A B Regla 1 Regla 2
Conclusiones
contradictorias
C
C
F
F
C
F
C
F
B = C
B = C
B = F
B = F
SI
SI
NO
NO
Tabla 10: Una tabla de verdad que muestra que las Reglas 1 y 2 son
coherentes.

Objetos Conclusiones
A B Regla 1 Regla 2 Regla 3 Regla 4
Conclusiones
contradictorias
C C B = C B = F SI
91

C
F
F
F
C
F
B = C


B = F



B = C
B = C

B = F
B = F
SI
SI
SI
Tabla 11: Una tabla de verdad que muestra que las Reglas 1 y 4 son
incoherentes.

Es decir, es suficiente que exista un conjunto de valores que conduzcan a
conclusiones no contradictorias. Considrense las cuatro reglas siguientes, que
relacionan dos objetos A y B binarios { C , F }
Regla 1: Si A = C, entonces B = C.
Regla 2: Si A = C, entonces B = F.
Regla 3: Si A = F, entonces B = C.
Regla 4: Si A = F, entonces B = F.
Las Reglas 1-2 son coherentes puesto que, tal como se muestra en la Tabla 8, para
A = F, no producen conclusiones. Sin embargo, las Reglas 1 y 4 son incoherentes
porque producen conclusiones contradictorias para todos los posibles valores de A
y B, tal como se ve en la Tabla 9.
Ntese que un conjunto de reglas puede ser coherente, aunque algunos conjuntos
de valores puedan producir conclusiones inconsistentes. Estos conjuntos de
valores se llaman valores no factibles. Por ejemplo, las Reglas 1 y 2 son
92

coherentes, aunque producen conclusiones inconsistentes en todos los casos en

que A = C.
En consecuencia, el subsistema de control de coherencia eliminara
automticamente el valor C de la lista de posibles valores del objeto A,
permitiendo de esta forma al usuario seleccionar solo valores factibles de los
objetos.
Se dice que un valor a para el objeto A no es factible si las conclusiones obtenidas
al hacer A = a contradicen cualquier combinacin de valores del resto de los
objetos. Por ello, cualquier valor no factible debe ser eliminado de la lista de
valores posibles de su correspondiente objeto para eliminar la posibilidad de que
el motor de inferencia pueda obtener conclusiones inconsistentes.

2.5.8 COMPONENTE EXPLICATIVO.
"Las soluciones descubiertas por los expertos deben poder ser repetibles tanto por
el ingeniero del conocimiento en la fase de comprobacin as como por el usuario.
La exactitud de los resultados slo podr ser controlada, naturalmente, por los
expertos.
Siempre es deseable que durante el trabajo de desarrollo del sistema se conozca el
grado de progreso en el procesamiento del problema. As como pueden surgir
unas preguntas como las siguientes:
Qu preguntas se plantean y por qu?
93

Cmo ha llegado el sistema a soluciones intermedias?"

A pesar de insistir sobre la importancia del componente explicativo es muy difcil
y hasta ahora no se han conseguido cumplir todos los requisitos de un buen
componente explicativo. Muchos representan el progreso de la consulta al sistema
de forma grfica.
Adems los componentes explicativos intentan justificar su funcin rastreando
hacia atrs el camino de la solucin. Aunque encontrar la forma de representar
finalmente en un texto lo suficientemente inteligible las relaciones encontradas
depara las mayores dificultades.
Los componentes explicativos pueden ser suficientes para el ingeniero del
conocimiento, ya que est muy familiarizado con el entorno del procesamiento de
datos, y a veces bastan tambin para el experto; pero para el usuario, que a
menudo desconoce las sutilezas del procesamiento de datos, los componentes
explicativos existentes son todava poco satisfactorios.
13


2.5.9 INTERFACE DE USUARIO.
"En este componente como todos sabemos es la forma en la que el sistema se nos
presentar ante el usuario. Como en los anteriores nos surgen dudas y preguntas
como por ejemplo Preguntas Comunes:
Cmo debe responder el usuario a las preguntas planteadas?

13
http://ingenieroseninformatica.org/recursos/tutoriales/sis_exp/cap2.php
94

Cmo saldrn las respuestas del sistema a las preguntas que se le

planteen?
Qu informaciones se representarn de forma grfica, si existen?

a. El aprendizaje del manejo debe ser rpido. El usuario no debe dedicar
mucho tiempo al manejo del sistema, debe ser intuitivo, fcil en su manejo.
No debemos olvidar que nuestro sistema simula al comportamiento de un
experto. Debe sernos cmodo y relativamente sencillo en cuanto al manejo.
b. Debe evitarse en lo posible la entrada de datos errnea. El tipo de
problema debe estar claramente identificada para tener una solucin correcta.
Ejemplo: Ponernos en la situacin de que nuestro sistema es un mdico.
Cuando nosotros acudimos a un mdico, le contamos y detallamos nuestros
sntomas y el con sus preguntas junto con nuestras respuestas nos diagnostica
nuestra "enfermedad". Imaginaros que acudimos a un mdico y le decimos
que nos duele una pierna en lugar de un brazo, l diagnostico ser intil. El
ejemplo es muy exagerado pero demuestra la importancia en la correcta
introduccin de los datos al sistema.
c. Los resultados deben presentarse en una forma clara para el usuario.
Volvemos al ejemplo del mdico. Si nuestro mdico nos diagnostica un
medicamento pero en nuestra receta no nos escribe cada cuantas horas hemos
de tomarlo por ejemplo, por muy bueno que sea el medicamento, la solucin
a nuestro problema ser ineficiente por completo. Por eso se insiste en que los
resultados debe ser claros y concisos.
95

d. Las preguntas y explicaciones deben ser comprensibles. Con esta

caracterstica la interface tendr grandes posibilidades de xito.

2.5.10 INTERFASE DE MANTENIMIENTO DE LA BASE DEL
CONOCIMIENTO.
El conocimiento es cargado en lenguaje natural mediante un formato es
convertido en operativo (susceptible de tratamiento automtico). Las Bases de
datos, contienen el conocimiento sobre los problemas en curso y todas las
conclusiones que el programa inteligente ha derivado, el mejor diagnstico de la
diabetes. Alguien debe tomar la responsabilidad de mantener la base de
conocimiento. En el curso del tiempo para el cambio de reglas, introducir nuevas
formas de la aplicacin, agregar ms conocimiento, etc. Alguien debe cambiar las
reglas para acomodar los cambios externos que ocurren. Los cambios son fciles
de hacer y pueden ser hechos por alguien familiar con el proyecto de una manera
natural y fcil.

2.5.11 COMPONENTE DE ADQUISICIN.
Este puede concentrarse principalmente en la estructuracin del conocimiento sin
tener que dedicar tanto tiempo en la actividad de programacin. Como en el
campo de la interface, daremos unas reglas o requisitos para la realizacin de
nuestro componente de adquisicin.
Requisitos o caracterstica del componente de adquisicin:
96

1. El conocimiento, es decir, las reglas, los hechos, las relaciones entre los
hechos, etc.., debe poder introducirse de la forma ms sencilla posible.
2. Posibilidades de representacin clara de todas las informaciones
contenidas en una base de conocimientos.
3. Comprobacin automtica de la sintaxis.
4. Posibilidad constante de acceso al lenguaje de programacin.
Como se pone en prctica cada uno de los requisitos depender del lenguaje de
programacin elegido y del hardware que tengamos. El experto deber estar algo
familiarizado con el componente de adquisicin para poder realizar
modificaciones por s slo.

2.5.12 CLAUSULAS DE HORN.
"Una clusula de Horn, es una clusula que tiene, como mucho, un literal positivo.
Las cuales fueron investigadas por primera vez por Alfred Horn en 1951.
Algunos ejemplos:
P, -P v Q, -P v -Q v R, -P v -R
Existen tres tipos de clusulas de Horn:
Un tomo simple a menudo llamado hecho .
97

"Una implicacin a menudo llamado regla cuyo antecedente consiste

en una conjuncin de literales positivos y cuyo consecuente en un solo
literal positivo.
Un conjunto de literales negativos, escritos en forma de implicacin, con
un antecedente compuesto por una conjuncin de literales positivos, y un
consecuente vaco. "
14


2.6 SOFTWARE PARA LA CREACIN DEL SISTEMA EXPERTO.
VISUAL PROLOG es la abreviatura de PROgramacin LOGica, con lo que
hacemos mencin a la procedencia del lenguaje: Es una realizacin de lgica de
predicados, como lenguaje de programacin.
Al contrario que el LISP (y otros lenguajes), en VISUAL PROLOG los programas
son confeccionados de forma distinta. Con esto los algoritmos pueden ser
divididos en su lgica y en sus mecanismos de control.
Visual Prolog es una coleccin de hechos y reglas. Prcticamente en todas las
aplicaciones, se tiene la necesidad de actualizar (cambiar, remover o agregar)
algunos de los hechos sobre los cuales el programa tiene que operar o trabajar. En
estos casos, los hechos constituyen una base de datos dinmica o interna, que
puede cambiar mientras el programa est corriendo.

14
Nilson, Nils J., Inteligencia Artificial, Espaa, McGraw-Hill, primera, cap. III, pg. 212,213,
ao 2001
98

Visual Prolog incluye una seccin especial para declarar los hechos que va a ser
parte de la base de datos dinmica o interna, esta es la seccin "facts" o
"database".
La palabra FACTS (la palabra DATABASE tambin se puede usar) declara la
seccin de base de datos interna. Es aqu donde se declaran los hechos que van a
estar cambiando al momento de correr el programa.
Declaracin de la base de datos interna
Es posible tener diferentes bases de datos tanto globales como locales. Para hacer
esto, se puede nombrar cada seccin de base de datos.
Seccin global de base de datos
Se puede hacer una seccin global de base de datos anteponiendo la palabra
"GLOBAL" a la palabra FACTS.
En caso de que se deseen inicializar hechos globales, esto solo se puede hacer en
el modulo principal (modulo que contiene la seccin de metas) y la seccin de
metas debe preceder cualquier clusulas de base de datos.
Todos los mdulos en un proyecto deben tener exactamente la misma declaracin
de la seccin de base de datos globales. El compilador de Visual Prolog supone
que un proyecto siempre contiene ms de un modulo, por lo que, la base de datos
de default siempre debe ser declarada como global. Si alguna definicin cambia,
se debe de recompilar todos los proyectos.
Restricciones:
99

Solo una seccin de base de datos de default puede haber en un proyecto y

esta debe ser global.
Todos los mdulos en un proyecto deben tener exactamente la misma
declaracin de secciones de base de datos globales.
Los nombres de las bases de datos deben de ser nicos dentro de un
modulo.
El nombre de los predicados declarados en las secciones de base de datos
deben ser nicos dentro del modulo.
En una plataforma de 16 bits, un trmino no debe ocupar ms de 64K si
este va a ser insertado en la base de datos.
Es posible tener diferentes secciones de base de datos tanto locales como globales,
pero para poder hacer esto, es necesario asignar un nombre a cada seccin. Los
nombres globales deben ser nicos dentro del proyecto y los nombres locales
deben de ser nicos dentro de sus mdulos.
"Las clusulas de Horn son la base de la programacin Prolog, funciona como las
sentencias del lenguaje, que se puede escribir en los siguientes formatos:
Reglas: h : c1, ......, cn Donde cada i es un literal positivo. El
literal positivo. El literal positivo h es la cabeza de la clusula, y la lista
ordenada de los literales: c1, ......, cn es el cuerpo.
Hechos: h : -
"Objetivos: c1, ......, cn
100

Los literales de los objetivos y los de los cuerpos de las reglas son listas
ordenadas, los mismos que desempean un papel muy importante en la ejecucin
de un programa en Prolog.
La inferencia con clusulas en Prolog se basa en intentar demostrar , una
clusula objetivo mediante la ejecucin de un programa.
Dicha prueba se obtiene mediante operaciones de tipo resolucin sobre los
hechos, las reglas y los objetivos en Prolog.
Cada resolucin se realiza entre un objetivo, o bien un hecho o una regla.
Un objetivo se pude resolver con un hecho mediante la unificacin del
hecho con uno de los literales del objetivo. A este literal lo
denominaremos literal resuelto. El resolvente que se obtiene es un nuevo
objetivo, compuesto por la lista de todas instancias de sustitucin del resto
de literales del objetivo original. Las instancias de sustitucin se obtienen
mediante la aplicacin del unificador ms general de la unificacin entre
estos otros literales.
Un objetivo se puede resolver con una regla mediante la unificacin de la
cabeza de la regla con uno de los literales del objetivo. El resolvente que
se obtiene es un nuevo objetivo compuesto por la adicin de la lista de las
instancias de sustitucin de todos los literales del cuerpo de la regla en
101

frente de la lista de instancias de sustitucin del resto de los literales del

objetivo."
15

En los programas de Visual Prolog se suelen ordenar las clusulas de la siguiente
manera: la primera clusula es la clusula objetivo; luego, la siguen los hechos y
finalmente, las reglas, al ejecutar el programa, el interpreta busca resoluciones con
el objetivo recorriendo en orden los literales del objetivo, examinado cada
clusula por orden, realizando la primera resolucin aplicable, y volviendo a
empezar con la nueva clusula objetivo generada. La demostracin de una
clusula objetivo tiene xito cuando la nueva clusula objetivo generada mediante
resolucin est vaca. Esto solo puede suceder cuando una clusula objetivo tiene
un literal atmico que se resuelve con una clusula de hecho. Una clusula
objetivo fracasa si el intrprete ha probado todas las resoluciones para uno de los
literales del objetivo y no se ha podido generar ninguna clusula objetivo nueva.
En este caso el intrprete retrocede a la clusula objetivo previo e intenta aplicar
otras posibles resoluciones sobre ella. Este proceso es muy parecido a la
resolucin lineal sobre clusulas mediante el procedimiento de bsqueda en
profundidad con vuelta atrs, con la ordenacin adicional de las resoluciones
mediante el orden de las clusulas y de sus literales. Si el orden en que
seleccionamos las clusulas a resolver, y el orden de los literales en dichas
clusulas estn bien elegidos, una bsqueda de profundidad que utilice dicho
orden, ser una forma eficiente de encontrar una demostracin. En programador
en Visual Prolog especifica el orden de las resoluciones para una bsqueda de

15
Nilson, Nils J., Inteligencia Artificial, Espaa, McGraw-Hill, primera, cap. III, pg. 242,243,
ao 2001

102

profundidad escribiendo las clusulas y los literales de cada clusula en el orden

que desea la bsqueda.
103

CAPITULO III
3. DESARROLLO DEL SISTEMA EXPERTO
3.1 IDENTIFICACIN DEL PROBLEMA Y ANLISIS DEL
CONOCIMIEMTO A SER INCLUIDO EN EL SISTEMA.
El sistema basado en el conocimiento es una aplicacin informtica que simula el
comportamiento de un experto en diagnosticar y dar un tratamiento sobre la
diabetes. Para esto, se debe tener en cuenta que la principal caracterstica de este
experto viene a ser el conocimiento o habilidades profundas en el campo de la
diabetes, el Sistema Inteligente representar ese conocimiento con el objetivo de
utilizarlo para diagnosticar mediante los sntomas del paciente, y tambin
mostrara como resultado el tratamiento nutricional adecuado segn el diagnostico
determinado. El sistema, es una herramienta que le ayudar en el diagnstico y
tratamiento de la diabetes, dndole una mayor agilidad al paciente.
La representacin del conocimiento en el sistema est en lenguaje natural y
construido por reglas que componen las bases del conocimiento y representan
eventos. Estas bases de conocimiento estn cargadas con conocimiento
proporcionado por el experto en diagnostico y tratamiento de la diabetes.
Con la ayuda del sistema inteligente las personas no especialistas podrn dar un
diagnostico y tratamiento de la diabetes. Adems si una persona utiliza
regularmente este sistema inteligente aprender de l, y se aproximar a la
capacidad del experto. El propsito de realizar este sistema es optimizar los
recursos humanos y econmicos de un centro de salud o de un mdico, as como
104

la optimizacin en el diagnostico y tratamiento de la diabetes en pacientes

diabticos.

3.2 DESARROLLO DEL SISTEMA.
En el desarrollo de un sistema experto se engloba tres etapas. La subdivisin en
etapas est hecha de menos a ms. Para desarrollar el software primero se necesita
el equipo de gente necesario, despus los mtodos que utiliza ese equipo de gente
y por ltimo como prueban y construyen prototipos de software para terminar en
el sistema final.
1. Equipo de desarrollo.
2. Mtodos auxiliares en el desarrollo.
3. Construccin de prototipos.

3.3 EL EQUIPO DE DESARROLLO.
Las personas que componen un grupo o un equipo, como en todos los mbitos
deben cumplir unas caractersticas y cada uno de ellos dentro del equipo
desarrolla un papel distinto. A continuacin se detalla brevemente cada
componente del equipo dentro del desarrollo y cul es la funcin de cada uno:
105

3.3.1 EL EXPERTO.
La funcin del experto, es quien va a facilitar los conocimientos especializados en
el rea de la enfermedad diabtica, los mismos que estarn a disposicin del
Sistema Experto.
El mdico especialista en el diagnostico y tratamiento nutricional de la diabetes,
que ha venido trabajando en esta rea por muchos aos, se plantean una serie de
preguntas para determinar el tipo de diabetes.

3.3.1.1 PREGUNTAS PARA DETERMINAR LA DIABETES
A continuacin se detalla cada una de las preguntas que el experto se ha venido
planteando, con sus correspondientes descripciones.
Cul es el nivel de glucemia en ayunas?
La glucemia en ayunas es normal entre los 70 y 100 ml/dl (miligramos por
decilitro) de sangre y despus de las comidas menos de 140 ml/dl, si hay duda el
diagnostico de niveles de azcar en la sangre se encuentra entre los valores
normales, a los diabticos se le realiza una curva de tolerancia de glucosa. Cuando
los niveles de glucosa se encuentre por encima de los 180 ml/dl de sangre, el rin
permite el paso de azcar a la orina y se considera un paciente diabtico.
La diabetes mellitus tipo II es ms frecuente en mujeres que en varones, las
mujeres mayores y obesas tienen mayor riesgo.
106

Cul es el nivel PTOG (Prueba de Tolerancia Oral a la Glucosa)?
Es el valor obtenido a las dos horas de sobrecarga con 75 g de glucosa.

Qu sexo es?
Es importante el sexo para poder determinar el tipo de preguntas segn el gnero.

Cuntos aos tiene?
La diabetes mellitus puede ocurrir en cualquier edad, es ms comn despus de
los 30 aos con mayor frecuencia entre los 50 y 60 aos de edad, al parecer la
diabetes aumenta con la edad de las personas.

Tiene familiares directos (padres, abuelos, tos carnales, primos o sobrinos)
con antecedentes de diabetes?
Toda anormalidad y defecto fsico en una persona con diabetes debe ser
investigada esto se debe a la afeccin congnita.
Si alguien tiene un familiar diabtico hay ms probabilidad de desarrollar la
enfermedad, esto no quiere decir que el mal sea hereditario.
107

La herencia de la diabetes de padres a hijos es muy baja, es mayor la posibilidad

de transmitir a un hijo la diabetes tipo II que la diabetes tipo I.

Presenta aumento del apetito durante los ltimos 12 meses (Polifagia)?
Los pacientes que presenta diabetes tipo II tienden a tener mayor ingesta diaria
esto quiere decir que su consumo en cidos grasos, carbohidratos es mayor y
sobre pasa la quinta ingesta.

Orina ms veces en el da o en la noche durante los ltimos 12 meses
(Poliuria)?
En pacientes con problemas diabticos es importante tomar en cuenta la funcin
que realiza el rin como filtracin, el azcar necesita de gran cantidad de agua
para hacer eliminada del cuerpo por lo que da a lugar a la aumento del volumen de
la orina.

Ha presentado sed intensa (Polidipsia)?
A media que aumenta la cantidad de azcar eliminada por la orina, se necesita
ms agua para su filtracin el paciente se deshidrata, sus tejidos se secan, las
necesidades de agua aumenta y el paciente muestra una sed intensa denominada
polidipsia, por lo cual el cuerpo necesita tener un equilibrio osmtico.
108

Presenta obesidad?
La obesidad est muy relacionada con la diabetes aproximadamente 2/3 de los
pacientes Diabticos tipo II son obesos, cuando se les diagnostica la enfermedad.
Cuando la diabetes se desarrolla, aumenta el exceso de grasa especialmente se
acumula en el abdomen. No todos los obesos son diabticos pero la mayora
presenta alteraciones metablicas y presentan resistencia a la insulina e
hiperinsulino.

Presenta prdida de peso?
La prdida de peso se debe a que el alimento ingerido no proporcione energa a
los tejidos, la glucosa no puede ser utilizada y se desperdicia por la orina esto hace
que el organismo consuma sus recurso de energa almacenada en los depsitos de
grasa y protenas.

Sufre frecuentemente de infecciones?
Los virus son los primeros en atacar las glndulas salivales y clulas principales
del pncreas ocasionando una inflamacin o infeccin llamada insulitis. Al
producirse esta patologa deja de producir la hormona ms importante causando
una diabetes.
Los principales virus que afectan son: virus de paperas, rubola, encefalitis.
109

La diabetes tipo I est relacionada con la presencia de anticuerpos (son clulas que
actan en defensa del organismo) ya que en este periodo se desencadena varios
tipos de infecciones a nivel de todo el cuerpo.

Presenta fatiga o cansancio sin realizar ejercicio fsico?
En pacientes diabticos la orina es formada en riones, ciertas sustancias txicas
son eliminadas, las tiles son retenidas en ciertos pacientes. En el paciente con
diabetes el agua arrastra grandes cantidades de sustancias tiles. La perdida de
estas sustancias o sales minerales ocasiona la sensacin de fatiga, debilidad, y
cansancio.

Presenta una visin borrosa?
A dems de los sntomas clsicos de un diabtico presentan alteraciones visuales
que son diagnosticadas de diabetes porque han perdido la visin sin causa
aparente ms aun sin haber tenido problemas anteriores de visn.

Sin causa presenta nausea o vmito?
Uno de los sntomas de la diabetes es que padece de intolerancia a la glucosa y
pueden desarrollar nausea o vmito y posibles problemas gstricos (reflujos).

110

Se le ha infectado las heridas?

La persona son diabetes es susceptible a las infecciones por los siguientes
factores: mala circulacin, mala nutricin de rganos y tejidos, defensas
disminuidas, falta de anticuerpos y el dbil y frgil deficiencia de defensa para
destruir microbios

Las heridas demoran en cicatrizarse?
Un paciente con trastornos diabticos padecen infecciones crnicas persistentes o
tienen una herida que cicatriza con lentitud y dificultad hay quienes se quejan solo
de adormecimiento, dolor y hormigoneo de manos y pies, algunos inician su
diabetes con una parlisis facial o una infeccin a herpes.

Es una persona sedentaria?
Las personas que mantienen un ritmo de vida sedentario y no realizan ningn tipo
de ejercicio fsico, tiene menos consumo de grasa y energa tienden hacer obesos
son propensos hacer diabticos.

Se est sintindose estresado sin motivo ninguno?
Una persona reacciona estrs o tensin desencadenando una serie de reacciones
fsicas, mentales y emocionales que en ltima instancia hace que los niveles de
111

azcar en la sangre se eleven. El estrs hace que el organismo secrete una serie de
hormonas antagonistas a la insulina y en un individuo genticamente predispuesto
puede desencadenar en la diabetes.
Si las reacciones compensadoras al estrs son inadecuadas o insuficientes, pueden
producirse fenmenos graves tanto fsicos como emocionales.

Consume diariamente alimentos altos en grasas e hidratos de carbono?
Existe una gran predisposicin de desarrollar diabetes tipo II cuando hay un
excesivo consumo de alimentos altos en grasa e hidratos de carbonos muy
elaborados ricos en azcar y pobres en hidratos de carbono, complejos y fibra
vegetal.
La sobre alimentacin conduce el sobre peso y la ingestin de azcar produce
excesivo estimulo del pncreas que puede terminar por agotarse y desencadenar
una diabetes.

Sufre de presin alta?
La diabetes mal controlada provoca lesin renal y ella es la causa de la
hipertensin arterial.

Presenta un colesterol alto?
112

La ingesta de colesterol diaria en una persona debe ser de 300 ml para poder
satisfacer las necesidades del organismo. En pacientes con diabetes y colesterol
elevado su ingesta debe ser menor a 100 y 200 ml diarios.

Curva de tolerancia a la glucosa?
La prueba de la curva de tolerancia a la glucosa de tres horas es positiva cuando se
igualan o superan dos o ms de los siguientes valores:
Ayunas: 95 mg/dl.
1 hora: 180 mg/dl.
2 horas: 155 mg/dl.
3 horas: 140 mg/dl.
Esta prueba se lo realizara cuando la mujer este embarazada.

Est embarazada?
Una mujer embarazada durante el segundo y tercer trimestre se presenta en el
periodo de desarrollo fetal en este caso el nio sufrir las consecuencias de las
perturbaciones metablicas debido a una diabetes materna.
La hiperglicemia materna conlleva por su intermedio la hiperglicemia fetal.

113

Ha presentado diabetes gestacional previa?

Si ha tenido una diabetes gestacional anteriormente es propensa a presentar en su
nuevo embarazo y deber poner ms atencin en la dieta, en la insulina y en los
ejercicios fsicos.

Tuvo un bebe anterior con peso superior a 4 kilos?
El hecho de que una mujer tenga hijos de alto peso al nacer es altamente
sospechoso de que esta madre despus de los 45 aos desarrollo diabetes mellitus
tipo II.

Sabe cul fue el nivel de glucosa en cada uno de sus embarazos?
Normalmente durante el embarazo aumentan las necesidades de insulina. La
mujer embarazada sin diabetes secreta tres veces la cantidad normal de esta
hormona, esto quiere decir que si el organismo no est en condiciones de
aumentar la produccin de insulina para mantener los niveles normales de azcar,
desarrollar una diabetes gestacional.

Ha tenido algn aborto?
Una mujer despus de un aborto y que haiga sido diagnosticada de diabetes
gestacional debe ser examinada y valorada para verificar el diagnostico, las
114

mujeres que desarrollan diabetes durante el embarazo, puede recuperar cifras

normales de azcar en sangre tras un aborto, pero tienen el riesgo de desarrollar
diabetes en los 5 y 10 aos siguientes.

Mediante estas preguntas se puede llegar a concluir que sntomas puede llegar a
presentar un paciente.
3.3.1.2 TRATAMIENTO.
El tratamiento que fue adquirido del mdico especialista en el diagnostico y
tratamiento nutricional de la diabetes se detalla a continuacin segn el tipo de
diabetes.

3.3.1.2.1 DIABETES TIPO I

Dieta Fraccionada.
Consumir alimentos con bajo contenido en azcares.
Reparta los alimentos en 6 tomas (desayuno, media maana, comida,
merienda, cena y antes de dormir).
Desayuno un vaso de leche desnatada, sola o con caf, t (Sin azcar, con
sacarina o aspartamo) y 1/2 pieza de pan integral con aceite de oliva,
queso fresco.
Media maana una fruta.
115

Almuerzo un plato de Carne o pescado o potaje de legumbres/cereales,

integrales/pastas, acompaado con: ensalada o verdura o patatas (asadas o
cocidas), 1/4 de pieza de pan, Yogurth o queso desnatado o fruta.
Merienda una pieza de fruta, un yogurth desnatado o un vaso de leche
desnatada.
Cena un plato de Carne o pescado o potaje de legumbres/cereales
integrales/pastas, acompaado con: ensalada o verdura o patatas (asadas o
cocidas), 1/4 de pieza de pan, Yogurth o queso desnatado o fruta.
Antes de acostarse una fruta o un yogurth o un vaso de leche desnatada.
Las frutas mas aconsejables son: manzana, fresa, naranja, nectarina y pera.
Evite aquellas con abundante contenido en azcar: pltano, uvas, higos,
cerezas, nsperos, chirimoyas, etc.
Mantenga equilibrada la proporcin entre el aporte de carbohidratos (65
%) (frutas enteras, granos, vegetales, semillas, frjol, alberja, lenteja,
garbanzo y soya), protenas (15 %) (carnes, pescados, aves, leche, queso y
huevos, granos, legumbres, nueces, semillas) y grasas (30 %) (mantequilla,
grasa de las carnes, aceite de palma y coco, olivo, man, maz, algodn,
girasol, canola, soya, crtamo y lino, salmn, atn, sardina).
Disminuya el consumo de carnes rojas y aumente el de pescados.
Evite o limite el consumo de alimentos fritos o cocinados con excesiva
grasa.
116

Evitar la azcar refinada, miel, mermeladas y jaleas, refrescos y jugos

industrializados, frutas en almbar y chocolates, entre otros.
Limite la ingesta de grasas saturadas (leche, quesos y helados), y aumente
el consumo de grasas mono y poliinsaturadas.
Intente repartir los hidratos de carbono (pan, arroz, pasta, patata, legumbre,
fruta) a lo largo del da.
Los alimentos deben ser frescos y poco procesados (coma 2 3 frutas al
da, cereales integrales y verduras frescas 2 veces al da).
Su alimentacin le debe aportar una cantidad adecuada de nutrientes
esenciales (vitaminas, minerales, cidos grasos esenciales, etc.).
Controle el aporte de sodio en la dieta (La ingesta diaria mxima es de
2400mg).
Los alimentos ricos en fibra son recomendables ya que ayudan a disminuir,
las oscilaciones de azcar.
Los alimentos especiales para diabticos no son generalmente
recomendables.
Se debe de evitar tomar alimentos con azcar como tartas, repostera,
galletas y endulzar con sacarina.
No debe de tomar bebidas alcohlicas ya que aportan caloras y pueden
desequilibrar la dieta.
117

No son recomendables bebidas refrescantes, por su alto contenido en

azcar.
Beba dos litros de agua al da.
La dieta debe ser menor a 200 kcal.
Haga ejercicio fsico regular.
Controle la glucemia antes, durante y despus del ejercicio.
Debe de hacerse de acorde con la edad, condicin fsica y estado de salud
de la persona.
Antes de iniciar una sesin de ejercicio hacer un calentamiento de 10-15
minutos y terminar con otros 10-15 minutos de ejercicios de flexibilidad y
relajacin muscular.
Realizar cualquier tipo de ejercicio fsico moderada o vigorosa como
trotar, caminar, hacer el jardn, gimnasia rtmica, subir y bajar gradas,
ciclismo, bailar, nadar).
Evitar inyectar insulina en las zonas que van a ser requeridas para realizar
ejercicio.
Tener cerca una fuente de administracin de hidratos de carbono, en
algunos casos con bebidas azucaradas para que su absorcin sea ms
rpida.
Consumo de lquidos antes, durante y despus del ejercicio.
118

Cuidado adecuado de los pies con uso de calzado apropiado y calcetines de

algodn, revisndose diariamente y al finalizar el ejercicio.
Evitar realizar ejercicio en condiciones de fro o calor extremos y durante
periodos de descontrol metablico.
En el caso del diabtico tipo 1 compensado, adems de las precauciones
sealadas con anterioridad debe:
Realizar el ejercicio en el transcurso de la media maana, antes de la
inyeccin de la comida.
Aumentar la ingesta de carbohidratos antes del ejercicio (1-3 horas antes)
durante el ejercicio (cada 30 minutos).
Programar el ejercicio evitando las horas que coincidan con los mximos
picos de accin de la insulina.
Disminuir la dosis de insulina en funcin del tipo, duracin e intensidad de
ejercicio realizado.
Insulina.

3.3.1.2.2 DIABETES TIPO II
Dieta Fraccionada.
Consumir alimentos con bajo contenido en azcares.
119

Reparta los alimentos en 6 tomas (desayuno, media maana, comida,

merienda, cena y antes de dormir).
Desayuno un vaso de leche desnatada, sola o con caf, t (Sin azcar, con
sacarina o aspartamo) y 1/2 pieza de pan integral con aceite de oliva,
queso fresco.
Media maana una fruta.
Almuerzo un plato de Carne o pescado o potaje de legumbres/cereales,
integrales/pastas, acompaado con: ensalada o verdura o patatas (asadas o
cocidas), 1/4 de pieza de pan, Yogurth o queso desnatado o fruta.
Merienda una pieza de fruta, un yogurth desnatado o un vaso de leche
desnatada.
Cena un plato de Carne o pescado o potaje de legumbres/cereales
integrales/pastas, acompaado con: ensalada o verdura o patatas (asadas o
cocidas), 1/4 de pieza de pan, Yogurth o queso desnatado o fruta.
Antes de acostarse una fruta o un yogurth o un vaso de leche desnatada.
Las frutas mas aconsejables son: manzana, fresa, naranja, nectarina y pera.
Evite aquellas con abundante contenido en azcar: pltano, uvas, higos,
cerezas, nsperos, chirimoyas, etc.
Mantenga equilibrada la proporcin entre el aporte de carbohidratos (65
%) (frutas enteras, granos, vegetales, semillas, frjol, alberja, lenteja,
garbanzo y soya), protenas (15 %) (carnes, pescados, aves, leche, queso y
120

huevos, granos, legumbres, nueces, semillas) y grasas (30 %) (mantequilla,

grasa de las carnes, aceite de palma y coco, olivo, man, maz, algodn,
girasol, canola, soya, crtamo y lino, salmn, atn, sardina).
Disminuya el consumo de carnes rojas y aumente el de pescados.
Evite o limite el consumo de alimentos fritos o cocinados con excesiva
grasa.
Evitar la azcar refinada, miel, mermeladas y jaleas, refrescos y jugos
industrializados, frutas en almbar y chocolates, entre otros.
Limite la ingesta de grasas saturadas (leche, quesos y helados), y aumente
el consumo de grasas mono y poliinsaturadas.
Intente repartir los hidratos de carbono (pan, arroz, pasta, patata, legumbre,
fruta) a lo largo del da.
Los alimentos deben ser frescos y poco procesados (coma 2 3 frutas al
da, cereales integrales y verduras frescas 2 veces al da).
Su alimentacin le debe aportar una cantidad adecuada de nutrientes
esenciales (vitaminas, minerales, cidos grasos esenciales, etc.).
Controle el aporte de sodio en la dieta (La ingesta diaria mxima es de
2400mg).
Los alimentos ricos en fibra son recomendables ya que ayudan a disminuir,
las oscilaciones de azcar.
121

Los alimentos especiales para diabticos no son generalmente

recomendables.
Se debe de evitar tomar alimentos con azcar como tartas, repostera,
galletas y endulzar con sacarina.
No debe de tomar bebidas alcohlicas ya que aportan caloras y pueden
desequilibrar la dieta.
No son recomendables bebidas refrescantes, por su alto contenido en
azcar.
Beba dos litros de agua al da.
La dieta debe estar entre 1.800 kcal hasta 2.000 kcal.
En obesos la dieta debe estar entre 1.500 kcal a 1.800 kcal.
Haga ejercicio fsico regular.
Controle la glucemia antes, durante y despus del ejercicio.
Debe de hacerse de acorde con la edad, condicin fsica y estado de salud
de la persona.
Antes de iniciar una sesin de ejercicio hacer un calentamiento de 10-15
minutos y terminar con otros 10-15 minutos de ejercicios de flexibilidad y
relajacin muscular.
Realizar cualquier tipo de ejercicio fsico moderada o vigorosa como
trotar, caminar, hacer el jardn, gimnasia rtmica, subir y bajar gradas,
ciclismo, bailar, nadar).
122

Evitar inyectar insulina en las zonas que van a ser requeridas para realizar
ejercicio.
Tener cerca una fuente de administracin de hidratos de carbono, en
algunos casos con bebidas azucaradas para que su absorcin sea ms
rpida.
Consumo de lquidos antes, durante y despus del ejercicio.
Cuidado adecuado de los pies con uso de calzado apropiado y calcetines de
algodn, revisndose diariamente y al finalizar el ejercicio.
Evitar realizar ejercicio en condiciones de fro o calor extremos y durante
periodos de descontrol metablico.
De no ser suficiente la dieta nutricional comenzar con la terapia de insulina.
Tratar con un mdico especialista sobre el tratamiento de la insulina.

3.3.1.2.3 DIABETES GESTACIONAL.
Aumentar el aporte de hierro (huevos, legumbres, lentejas, frjoles, granos
secos, cereales integrales, hortalizas, espinaca, perejil y carne).
Aumentar el aporte de calcio (leche, quesos, col, nabo, rbanos, berros,
frjoles, arvejas, quinua, cebada, garbanzos, lenteja, soya).
Dieta rica en alimentos de origen animal, un complemento de 30 a 60 ml al
da.
123

Equilibrio en la dieta con acido flico durante el crecimiento fetal son

necesarias 400 ml al da, estos se encuentran en vegetales, hojas verdes y
frutas.
Las necesidades diarias de vitaminas C (frutas) durante el embarazo son de
60 ml, la falta de esto puede provocar al feto y disminucin en la
elasticidad de los tejidos de la madre.
Dieta equilibrada en sodio es muy importante en el embarazo ya que su
aumento o su restriccin puede ser peligroso a la madre como al feto.
Necesitan insulina para su control, su nivel de azcar debe estar por debajo
de 100 mg/dl.
Reducir niveles de azcar para evitar el riesgo de mal formaciones del
feto.
Realizar observaciones muy de cerca del feto y de la madre durante el
embarazo.
Realizar exmenes de ultrasonido y cardiografa en reposo.
Dieta equilibrada de la madre.
Al finalizar el embarazo las necesidades de insulina disminuyen.
Con un buen control mdico tanto obsttrico y metablico hay buenas
posibilidades de dar a luz un hijo sano.
De no ser suficiente la dieta comenzar terapia de insulina.
124

Para su diagnostico definitivo debe ser controlado y analizado por un

mdico especialista para la terapia de insulina o con ipoglucemiantes
orales.

3.3.2 EL INGENIERO DEL CONOCIMIENTO.
El ingeniero que plantea las preguntas al experto, estructura sus conocimientos e
implementa en la base de conocimientos, que sern diseados en la fase de diseo.
Mediante las preguntas establecidas se puede llegar a concluir que sntomas puede
llegar a presentar un paciente.

3.3.3 EL USUARIO.
El usuario aporta sus deseos y sus ideas, determinado especialmente el escenario
en el que debe aplicarse el Sistema Experto.
Esquema de representacin en el que figura el equipo de desarrollo:

125

Figura 5: Esquema de representacin en el que figura el equipo de
desarrollo.

Relacin entre grupos que intervienen en el desarrollo.

En el desarrollo del Sistema Experto, el ingeniero del conocimiento y el experto
trabajan muy unidos. El primer paso consiste en elaborar los problemas que deben
ser resueltos por el sistema. Precisamente en la primera fase de un proyecto es de
vital importancia determinar correctamente el mbito estrechamente delimitado de
trabajo.
Aqu se incluye ya el usuario posterior, o un representante del grupo de usuarios.
Para la aceptacin, y en consecuencia para el xito, es de vital y suma importancia
tener en cuenta los requerimientos del usuario.
Una vez delimitado el dominio, se continuara a "engrosar" nuestro sistema con
los conocimientos del experto. El experto debe comprobar constantemente si su
conocimiento ha sido transmitido de la forma ms conveniente. El ingeniero del
conocimiento es responsable de una implementacin correcta, pero no de la
126

exactitud del conocimiento. La responsabilidad de esta exactitud recae en el

experto.
A ser posible, el experto deber tener comprensin para los problemas que depara
el procesamiento de datos. Ello facilitar mucho el trabajo. Adems, no debe
ignorarse nunca al usuario durante el desarrollo, para que al final se disponga de
un sistema que le sea de mxima utilidad, tomando en cuenta que el usuario
aceptar o descartar el sistema. La separacin entre usuario, experto e ingeniero
del conocimiento no deber estar siempre presente. Pueden surgir situaciones en
las que el experto puede ser tambin el usuario. Este es el caso, cuando exista un
tema muy complejo cuyas relaciones e interacciones deben ser determinadas una y
otra vez con un gran consumo de tiempo.
De esta forma el experto puede ahorrarse trabajos repetitivos. La separacin entre
experto e ingeniero del conocimiento permanece, por regla general inalterada.
16


3.4 MTODOS AUXILIARES EN EL DESARROLLO.
La eficiencia en la creacin de Sistemas Expertos puede aumentarse en gran
medida con la aplicacin de Shells.
Un Shell (de forma resumida) es un Sistema Experto que contiene una base de
conocimientos vaca. Existen el mecanismo de inferencia, el componente
explicativo y a veces tambin la interface de usuario.

16
http://ingenieroseninformatica.org/recursos/tutoriales/sist_exp/cap3.php
127

Ya el mecanismo de inferencia depende del problema o grupos de problemas. No

existe ningn Shell para todas las aplicaciones, sino que hay que buscar un Shell
para cada aplicacin.
Tambin es posible que haya que desarrollar adicionalmente partes del
mecanismo de inferencia. Segn el tamao de esta parte tendr que pensar si la
aplicacin de un Shell determinado sigue siendo apropiada. Si el ingeniero del
conocimiento conoce bien este Shell, es decir si, por ejemplo, conoce exactamente
cmo son procesadas las reglas, entonces slo tendr que concentrarse en la
creacin de la base de conocimientos. A menudo, el Shell contiene Frames. Estos
son marcos previamente preparados, en los que, por ejemplo, slo se introduce en
nombre del objeto, sus cualidades y los correspondientes valores.
Las relaciones entre los objetos se indican mediante sealizacin de los dos
objetos y el tipo de relacin que exista entre ellos. El trabajo de implementacin
debemos procurar, en la medida de lo posible, reducirlo al mximo. Los Frames
son componentes explicativos y/o el mecanismo de inferencia est dimensionado
de forma distinta en los diferentes Shells.
En el desarrollo de este proyecto, el Visual Prolog cumple con todos los puntos
anteriormente mencionados.

3.5 CONSTRUCCIN DE PROTOTIPOS.
Para el desarrollo del Sistema Experto se nos plantean dos importantes riesgos:
128

No existen implementaciones similares que puedan servir de orientacin al

encargado del desarrollo en la casi totalidad de los casos.
En muchos puntos, los requisitos necesarios estn esbozados con muy
poca precisin.
El diseo y la especificacin requieren una temprana determinacin de la interface
del sistema y de la funcionalidad de los componentes. En el desarrollo del Sistema
Experto deben alterarse a menudo durante y tambin despus de su
implementacin, ya que los requisitos se han ido configurando y han obtenido
mayor precisin, o porque se ha descubierto que deben iniciarse otras vas de
solucin. Durante el desarrollo, resulta ms apropiado empezar con
implementaciones tipo test para encontrar el camino hacia una solucin definitiva
y para hacerlas coincidir con las necesidades del usuario.
Un mtodo efectivo es la implementacin de un prototipo de Sistema Experto que
permite llevar a cabo las funciones ms importantes de ste, aunque con un
esfuerzo de desarrollo considerablemente inferior al de una implementacin
convencional. Este proceder se define bajo el nombre de Rapid Prototyping.
Las mquinas de Inteligencia Artificial especialmente desarrolladas, los lenguajes
de programacin de Inteligencia Artificial y en determinados casos los Shells,
ofrecen una considerable ayuda para el Rapid Prototyping. Para Sistemas
Expertos, el Rapid Prototyping es el procesamiento ms adecuado, pues
posibilita una rpida reaccin a los deseos en constante cambio tanto por parte de
los expertos como parte del usuario.

129

3.6 ANLISIS.
De manera manual los mdicos que han venido trabajando durante varios aos en
el diagnostico y tratamiento de la diabetes, cada uno de ellos han elaborado fichas
mdicas de los diagnsticos que se han detectado.
Para el anlisis de la diabetes se divide en tres etapas que a continuacin se
detalla.
3.6.1 ETAPA 1
En esta etapa se analiza los valores clnicos que son los niveles de glucosa en
ayunas y la prueba de tolerancia oral a la glucosa (PTOG).
Estos valores son muy fundamentales para poder determinar si puede tener el
riesgo de presentar la diabetes.
Para poder obtener estos valores el paciente debe hacerse en un laboratorio clnico
los exmenes de glucosa, o tambin existen otros mecanismos para la medicin de
los niveles de glucosa en la sangre que son simplemente unos dispositivos
porttiles que vasta poner una gota de sangre y le muestra inmediatamente el valor
de glucosa.
El sistema analiza estos valores mediante la clasificacin de alteraciones de la
glucosa que se menciona a continuacin.
Si el nivel de glucosa en ayunas est entre 70 a 100 mg/dl y el nivel de la
PTOG es menor a 140 mg/dl es una persona normal que no pretende a ser
diabtico.
130

Si el nivel de glucosa en ayunas est entre 100 a 125 mg/dl y el nivel de la

PTOG est entre 140 a 199 mg/dl es una persona prediabtica que
pretende a ser diabtico.
Si el nivel de glucosa en ayunas es mayor o igual a 200 mg/dl y el nivel de
la PTOG es mayor o igual a 200 mg/dl es una persona diabtica.
En el caso de ser una mujer embarazada el sistema analiza la curva de tolerancia a
la glucosa de tres horas que se detalla a continuacin.
Si el nivel de glucosa en ayunas es mayor o igual a 95 mg/dl, despus de
una hora es mayor o igual a 180 mg/dl, despus de dos horas es mayor o
igual a 155 mg/dl y a las tres horas despus es mayor o igual a 140 mg/dl,
con solamente dos niveles de glucosa que sean verdaderos se concluye que
es una persona con diabetes gestacional.

El sistema tambin analiza solamente con un valor que es el nivel de glucosa en
ayunas ya que los expertos han venido tambin analizando solamente con ese
valor.

3.6.2 ETAPA 2
En esta etapa se analiza la edad y el gnero ya que son de mucha importancia para
determinar el tipo de preguntas y los sntomas que se deber mostrar para su
seleccin.
131

Si el paciente es de gnero femenino y tiene una edad menor de 35 aos se

concluye que pretende ser de tipo I.
Si el paciente es de gnero masculino y tiene una edad menor de 35 aos
se concluye que pretende ser de tipo I.
Si el paciente es de gnero femenino y tiene una edad mayor o igual a 35
aos se concluye que pretende ser de tipo II.
Si el paciente es de gnero masculino y tiene una edad mayor o igual a 35
aos se concluye que pretende ser de tipo II.
Si el paciente es de gnero femenino, tiene una edad mayor o igual a 35
aos y est embarazada se concluye que pretende ser de tipo gestacional.

3.6.3 ETAPA 3
En esta etapa se analiza los sntomas que el paciente pudiese llegar a presentar de
acuerdo con los datos analizados en las anteriores etapas.
Si los niveles de glucosa son normales, el paciente no presentara ningn
sntoma.
Si los niveles de glucosa son prediabeticos y pretende ser de tipo I, el
paciente puede llegar a presentar los siguientes sntomas: Antecedentes
familiares, polifagia, poliuria, polidipsia.
132

Si los niveles de glucosa son prediabeticos y pretende ser de tipo I, el

paciente puede llegar a presentar los siguientes sntomas: Antecedentes
familiares, polifagia, poliuria, polidipsia.
Si los niveles de glucosa son diabticos y pretende ser de tipo I, el paciente
puede llegar a presentar los siguientes sntomas: Antecedentes familiares,
polifagia, poliuria, polidipsia, prdida de peso, infecciones, fatigas,
vmitos y visin borrosa.
Si los niveles de glucosa son diabticos y pretende ser de tipo II, el
paciente puede llegar a presentar los siguientes sntomas: Antecedentes
familiares, polifagia, poliuria, polidipsia, obesidad, infecciones, fatigas,
vmitos, infectadas las heridas, las heridas se demoran en cicatrizarse,
visin borrosa, es una persona sedentaria, consume alimentos altos en
grasas, consume alimentos altos en hidratos de carbono, presin alta y
colesterol alto.
Si los niveles de glucosa son del tipo de diabetes gestacional, el paciente
puede llegar a presentar los siguientes sntomas: Antecedentes familiares,
polifagia, poliuria, polidipsia, infecciones, fatigas, vmitos, visin borrosa,
diabetes gestacional previa, parto previo con un bebe mayor a 4 kg,
abortos, bebe anterior con mal formaciones.

3.7 FORTALEZAS DEL SISTEMA MANUAL.
Bsicamente lo constituye toda la informacin que se dispone este momento, para
determinar y dar un diagnostico sobre la diabetes que pueda tener un paciente. La
133

misma que se componen de manuales y folletos de diagnostico o cualquier otro

medio del cual se puede obtener alguna informacin para dar un diagnostico.

3.8 DEBILIDADES DEL SISTEMA MANUAL.
Grandes volmenes de conocimientos mdicos, de diferentes capacidades los
mismos que pueden dar diferentes diagnsticos y tratamientos sobre la
enfermedad de diabetes que presentan los pacientes, o tambin pueden dar
soluciones parciales a una misma enfermedad.

3.9 DISEO.
Para dar un diagnostico diabtico que los mdicos han venido realizando de forma
manual hemos decidido automatizar los sntomas de pacientes que se citan a
continuacin en el diseo de las bases del conocimiento.
En la base de conocimientos sntomas, representa todos los sntomas que puede
llegar a presentar el paciente diabtico.
Base del conocimiento: SINTOMAS
Antecedentes familiares
Polifagia
Poliuria
134

Polidipsia
Prdida de peso
Obesidad
Infecciones
Fatigas
Vmitos
Infectadas las heridas
Heridas se demoran en cicatrizarse
Visin borrosa
Persona sedentaria
Consume alimentos altos en grasas
Consume alimentos altos en hidratos de carbono
Presin alta
Colesterol alto
Embarazada
Diabetes gestacional previa
Parto previo bebe > 4kg
135

Aborto
Bebe con mal formaciones
Tabla 12: Base del conocimiento sobre los sntomas de la DM.

En la base de conocimientos pre-diabtico, representa el tratamiento que debe

tener un paciente pre-diabtico.
Base del conocimiento: PRE-DIABETICO
Consumir alimentos con bajo contenido en azucares.
Dieta rica en vegetales y frutas.
Las frutas mas aconsejables son: manzana, fresa, naranja, nectarin
a o pera.
Evite aquellas con abundante contenido en azcar: pltano, uvas, hi
gos, cerezas, nsperos, chirimoyas, etc.
Restringir el exceso de sal.
Restringida en azcares simples: azcar de mesa, panela, miel de abe
ja, gaseosa.
Tabla 13: Base del conocimiento sobre la prediabetes.

136

En la base de conocimientos diabetes mellitus tipo I, representa el tratamiento que

debe tener un paciente con diabetes mellitus tipo I.
Base del conocimiento: DIABETES MELLITUS TIPO I
Consumir alimentos con bajo contenido en azcares.
Reparta los alimentos en 6 tomas(desayuno, media maana, comida, merienda, ce
na y antes de dormir).
Desayuno un vaso de leche desnatada, sola o con caf,
t(Sin azcar, con sacarina o aspartamo) y 1/2 pieza de pan integral con aceite de ol
iva , queso fresco.
Media maana una fruta.
Almuerzo un plato de Carne o pescado o potaje de legumbres/cereales, integrales/
pastas, acompaado con: ensalada o verdura o patatas (asadas o cocidas), 1/4 de pi
eza de pan, Yogurth o queso desnatado o fruta.
Merienda una fruta, un yogurth desnatado o un vaso de leche desnatada.
Cena un plato de Carne o pescado o potaje de legumbres/cereales integrales/pastas
, acompaodo con: ensalada o verdura o patatas (asadas o cocidas), 1/4 de pieza d
e pan, Yogurth o queso desnatado o fruta.
Antes de acostarse una fruta o un yogurth o un vaso de leche desnatada.
Las frutas mas aconsejables son: manzana, fresa, naranja, nectarina o pera.
Evite aquellas con abundante contenido en azcar: pltano, uvas, higos, cerezas, ns
137

peros, chirimoyas, etc.

Mantenga equilibrada la proporcin entre el aporte de carbohidratos (65 %) (frutas
enteras, granos, vegetales, semillas, frjol, alberja, lenteja, garbanzo y soya),
protenas (15 %) (carnes, pescados, aves, leche, queso y huevos, granos,
legumbres, nueces, semillas) y grasas (30 %) (mantequilla, grasa de las carnes,
aceite de palma y coco, olivo, man, maz, algodn, girasol, canola, soya, crtamo
y lino, salmn, atn, sardina).
Disminuya el consumo de carnes rojas y aumente el de pescados.
Evite o limite el consumo de alimentos fritos o cocinados con excesiva grasa.
Evitar la azcar refinada, miel, mermeladas y jaleas, refrescos y jugos
industrializados, frutas en almbar y chocolates, entre otros.
Limite la ingesta de grasas saturadas (leche, quesos y helados), y aumente el
consumo de grasas mono y poliinsaturadas.
Intente repartir los hidratos de carbono (pan, arroz, pasta, patata, legumbre, fruta)
a lo largo del da.
Los alimentos deben ser frescos y poco procesados (coma 2 3 frutas al da,
cereales integrales y verduras frescas 2 veces al da).
Su alimentacin le debe aportar una cantidad adecuada de nutrientes esenciales
(vitaminas, minerales, cidos grasos esenciales, etc.).
Controle el aporte de sodio en la dieta (La ingesta diaria mxima es de 2400mg).
138

Los alimentos ricos en fibra son recomendables ya que ayudan a disminuir, las
oscilaciones de azcar.
Los alimentos especiales para diabticos no son generalmente recomendables.
Se debe de evitar tomar alimentos con azcar como tartas, repostera, galletas y
endulzar con sacarina.
No debe de tomar bebidas alcohlicas ya que aportan caloras y pueden
desequilibrar la dieta.
No son recomendables bebidas refrescantes, por su alto contenido en azcar.
Beba dos litros de agua al da.
Realizar cualquier tipo de ejercicio fsico moderada o vigorosa como trotar,
caminar, hacer el jardn, gimnasia rtmica, subir y bajar gradas, ciclismo, bailar,
nadar).
Controle la glucemia antes, durante y despus del ejercicio.
Debe de hacerse de acorde con la edad, condicin fsica y estado de salud de la
persona.
Antes de iniciar una sesin de ejercicio hacer un calentamiento de 10-15 minutos
y terminar con otros 10-15 minutos de ejercicios de flexibilidad y relajacin
muscular.
Evitar inyectar insulina en las zonas que van a ser requeridas para realizar
ejercicio.
139

Tener cerca una fuente de administracin de hidratos de carbono, en algunos casos

con bebidas azucaradas para que su absorcin sea ms rpida.
Consumo de lquidos antes, durante y despus del ejercicio.
Cuidado adecuado de los pies con uso de calzado apropiado y calcetines de
algodn, revisndose diariamente y al finalizar el ejercicio.
Evitar realizar ejercicio en condiciones de fro o calor extremos y durante
periodos de descontrol metablico.
Realizar el ejercicio en el transcurso de la media maana, antes de la inyeccin de
la comida.
Aumentar la ingesta de carbohidratos antes del ejercicio (1-3 horas antes) durante
el ejercicio (cada 30 minutos).
Programar el ejercicio evitando las horas que coincidan con los mximos picos de
accin de la insulina.
Disminuir la dosis de insulina en funcin del tipo, duracin e intensidad de
ejercicio realizado.
Para su diagnostico y tratamiento definitivo debe ser controlado y analizado por
un mdico especialista para la terapia de la insulina.
Tabla 14: Base del conocimiento sobre la DM I.

En la base de conocimientos diabetes mellitus tipo II, representa el tratamiento

que debe tener un paciente con diabetes mellitus tipo II.
Base del conocimiento: DIABETES MELLITUS TIPO II
140

Consumir alimentos con bajo contenido en azcares.

Reparta los alimentos en 6 tomas
(desayuno, media maana, comida, merienda, cena y antes de dormir).
Desayuno un vaso de leche desnatada, sola o con caf,
t(Sin azcar, con sacarina o aspartamo) y 1/2 pieza de pan integral con aceite de ol
iva , queso fresco.
Media maana una fruta.
Almuerzo un plato de Carne o pescado o potaje de legumbres/cereales, integrales/
pastas, acompaado con: ensalada o verdura o patatas (asadas o cocidas), 1/4 de pi
eza de pan, Yogurth o queso desnatado o fruta.
Merienda una fruta, un yogurth desnatado o un vaso de leche desnatada.
Cena un plato de Carne o pescado o potaje de legumbres/cereales integrales/pastas
, acompaodo con: ensalada o verdura o patatas (asadas o cocidas), 1/4 de pieza d
e pan, Yogurth o queso desnatado o fruta.
Antes de acostarse una fruta o un yogurth o un vaso de leche desnatada.
Las frutas mas aconsejables son: manzana, fresa, naranja, nectarina o pera.
Evite aquellas con abundante contenido en azcar: pltano, uvas, higos, cerezas, ns
peros, chirimoyas, etc.
Mantenga equilibrada la proporcin entre el aporte de carbohidratos (65 %) (frutas
enteras, granos, vegetales, semillas, frjol, alberja, lenteja, garbanzo y soya),
141

protenas (15 %) (carnes, pescados, aves, leche, queso y huevos, granos,

legumbres, nueces, semillas) y grasas (30 %) (mantequilla, grasa de las carnes,
aceite de palma y coco, olivo, man, maz, algodn, girasol, canola, soya, crtamo
y lino, salmn, atn, sardina).
Disminuya el consumo de carnes rojas y aumente el de pescados.
Evite o limite el consumo de alimentos fritos o cocinados con excesiva grasa.
Evitar la azcar refinada, miel, mermeladas y jaleas, refrescos y jugos
industrializados, frutas en almbar y chocolates, entre otros.
Limite la ingesta de grasas saturadas (leche, quesos y helados), y aumente el
consumo de grasas mono y poliinsaturadas.
Intente repartir los hidratos de carbono (pan, arroz, pasta, patata, legumbre, fruta)
a lo largo del da.
Los alimentos deben ser frescos y poco procesados (coma 2 3 frutas al da,
cereales integrales y verduras frescas 2 veces al da).
Su alimentacin le debe aportar una cantidad adecuada de nutrientes esenciales
(vitaminas, minerales, cidos grasos esenciales, etc.).
Controle el aporte de sodio en la dieta (La ingesta diaria mxima es de 2400mg).
Los alimentos ricos en fibra son recomendables ya que ayudan a disminuir, las
oscilaciones de azcar.
Los alimentos especiales para diabticos no son generalmente recomendables.
142

Se debe de evitar tomar alimentos con azcar como tartas, repostera, galletas y
endulzar con sacarina.
No debe de tomar bebidas alcohlicas ya que aportan caloras y pueden
desequilibrar la dieta.
No son recomendables bebidas refrescantes, por su alto contenido en azcar.
Beba dos litros de agua al da.
Realizar cualquier tipo de ejercicio fsico moderada o vigorosa como trotar,
caminar, hacer el jardn, gimnasia rtmica, subir y bajar gradas, ciclismo, bailar,
nadar).
Controle la glucemia antes, durante y despus del ejercicio.
Debe de hacerse de acorde con la edad, condicin fsica y estado de salud de la
persona.
Antes de iniciar una sesin de ejercicio hacer un calentamiento de 10-15 minutos
y terminar con otros 10-15 minutos de ejercicios de flexibilidad y relajacin
muscular.
Evitar inyectar insulina en las zonas que van a ser requeridas para realizar
ejercicio.
Tener cerca una fuente de administracin de hidratos de carbono, en algunos casos
con bebidas azucaradas para que su absorcin sea ms rpida.
Consumo de lquidos antes, durante y despus del ejercicio.
143

Cuidado adecuado de los pies con uso de calzado apropiado y calcetines de

algodn, revisndose diariamente y al finalizar el ejercicio.
Evitar realizar ejercicio en condiciones de fro o calor extremos y durante
periodos de descontrol metablico.
De no ser suficiente la dieta acudir al mdico especialista para comenzar la terapia
de insulina.
Tabla 15: Base del conocimiento sobre la DM II.

En la base de conocimientos diabetes gestacional, representa el tratamiento que
debe tener un paciente con diabetes gestacional.
Base del conocimiento: DIABETES GESTACIONAL
Aumentar el aporte de hierro (huevos, legumbres, lentejas, frjoles, granos,
secos, cereales integrales, hortalizas, espinaca, perejil y carne.)
Aumentar el aporte de calcio(leche, quesos, col, nabo, rbanos, berros, frjoles, ar
vejas, quinua, cebada, garbanzos, lenteja, soya).
Dieta rica en alimentos de origen animal, un complemento de 30 a 60 ml al da.
Equilibrio en la dieta con acido flico durante el crecimiento fetal son necesarias
400 ml al da, estos se encuentran en vegetales, hojas verdes y frutas.
Las necesidades diarias de vitaminas C (frutas) durante el embarazo son de 60 ml,
144

la falta de esto puede provocar al feto y disminucin en la elasticidad de los

tejidos de la madre.
Dieta equilibrada en sodio es muy importante en el embarazo ya que a su aumento
o su restriccin puede ser peligroso a la madre como el feto.
Necesitan insulina para su control, su nivel de azcar debe estar por debajo de 100
mg/dl.
Reducir niveles de azcar para evitar el riesgo de mal formaciones del feto.
Realizar observaciones muy de cerca del feto y de la madre durante el embarazo.
Realizar exmenes de ultrasonido y cardiografa en reposo.
Dieta equilibrada de la madre.
De no ser suficiente la dieta acudir al mdico para comenzar la terapia de insulina.
Al finalizar el embarazo las necesidades de insulina disminuyen.
Con un buen control mdico tanto obsttrico y metablico hay buenas
posibilidades de dar a luz un hijo sano.
De no ser suficiente la dieta acudir al mdico especialista para comenzar la terapia
de insulina.
Para su diagnostico definitivo debe ser controlado y analizado por un mdico
especialista para la terapia de insulina.
Tabla 16: Base del conocimiento sobre la diabetes gestacional.
145

3.10 IMPLEMENTACION
Una vez diseadas las bases de conocimientos se debe implementar en el lenguaje
de programacin Visual Prolog.
Una de las cosas ms importantes de la implementacin de las reglas es el orden
ya que el motor de inferencia en Visual Prolog realiza la bsqueda en el orden que
estn implementadas las reglas.
El mtodo de inferencia que utiliza el sistema es el mtodo de Modus Tollens,
para dar una correcta solucin, a continuacin se detalla cada una de las reglas
ms importantes que el sistema utiliza.
Predicado que invoca los valores ingresados (niveles de glucemia, el sexo y la
edad).
pr edi cat es
val or es : ( st r i ng Ayunas, st r i ng Pt og, st r i ng Sexo, st r i ng
Edad) .

Permite verificar si los valores ingresados pretenden ser de una persona normal.
cl auses
val or es( Ayunas, Pt og, Sexo, Edad) : -
Ayunas >= 70,
Ayunas <= 100,
Pt og < 140,
Edad >= 0,
Edad <= 80,
di agnost i car ( " Nor mal " , Sexo, Edad) ,
! .

Permite verificar si los valores ingresados pretenden ser de una persona
prediabetico.
146

val or es( Ayunas, Pt og, Sexo, Edad) : -

Ayunas > 100,
Ayunas < 126,
Pt og > 140,
Pt og < 200,
Edad >= 0,
Edad <= 80,
di agnost i car ( " Pr eDi abet i co" , Sexo, Edad) ,
pr edi abet i co( Ayunas, Pt og) ,
! .

Permite verificar si los valores ingresados pretenden ser de una persona diabetico.
val or es( Ayunas, Pt og, Sexo, Edad) : -
Ayunas >= 126,
Pt og >= 200,
Edad > 0,
Edad <= 35,
di agnost i car ( " Di abet i co" , Sexo, " Menor " ) ,
! .

val or es( Ayunas, Pt og, Sexo, Edad) : -
Ayunas >= 126,
Pt og >= 200,
Edad > 35,
Edad <= 80,
di agnost i car ( " Di abet i co" , Sexo, " Mayor " ) ,
! .

Predicado que invoca los niveles de glucosa.
pr edi cat es
pr eDi abet i co : ( i nt eger Gl ucosa, i nt eger Gl ucosa1) .

Permite analizar los niveles alterados de glucosa cuando una persona es
prediabetico.
cl auses
pr eDi abet i co( Gl ucosa, Gl ucosa1) : -
Gl ucosa >100,
Gl ucosa <126,
Gl ucosa1 >140,
Gl ucosa1 < 200,
di agnost i codeabet i co_ct l : add( " Gl ucosa en ayunas
al t er ada" ) ,
di agnost i codeabet i co_ct l : add( " Al t er aci n de l a Tol er anci a
a l a Gl ucosa" ) ,
! .

147

Predicado para inferir las acciones a tomar de acuerdo a los volares analizados
anteriormente en el cual ya se diagnostica que tipo de diabetes tiene.
pr edi cat es
di agnost i car : ( st r i ng Gl ucosa, st r i ng Gener o, st r i ng Edad) .

Las reglas diagnosticar permite realizar un diagnostico con los datos obtenidos
anteriormente y con los sntomas que puede tener el paciente ya que con estos
datos se puede determinar el tipo de diabetes.

Cuando una persona es prediabetico los sntomas que pueden llegar a presentar
son las 3P.
cl auses
di agnost i car ( " Pr eDi abet i co" , " Femeni no" , Edad) : -
si nt omas( " Pol i f agi a" ) ;
si nt omas( " Pol i ur i a" ) ;
si nt omas( " Pol i di psi a" ) ,
di agnost i codeabet i co_ct l : add( " PRE- DI ABETI CO" ) ,
t r at ami ent o( " PRE- DI ABETI CO" ) ,
! .

En el caso de ser una persona de gnero masculino la regla viene hacer la misma
solamente cambia en femenino a masculino.
Cuando una persona es diabtica y tiene una edad menor a 35 aos, se determina
que es de tipo I, los sntomas que pueden llegar a presentar son las 4P.
di agnost i car ( " Di abet i co" , " Femeni no" , " Menor " ) : -
si nt omas( " Pol i f agi a" ) ,
si nt omas( " Pol i ur i a" ) ,
si nt omas( " Pol i di psi a" ) ,
si nt omas( " Per di da de peso" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES MELLI TUS TI PO I " ) ,
t r at ami ent o( " DI ABETES MELLI TUS TI PO I " ) ,
! .

Permite que el paciente diabtico pueda o no tener algn sntoma.
148

di agnost i car ( " Di abet i co" , " Femeni no" , " Menor " ) : -
si nt omas( " Pol i f agi a" ) ;
si nt omas( " Pol i ur i a" ) ;
si nt omas( " Pol i di psi a" ) ;
si nt omas( " Per di da de peso" ) ;
si nt omas( " I nf ecci ones" ) ;
si nt omas( " Fat i gas" ) ;
si nt omas( " Vomi t os" ) ;
si nt omas( " Vi si n bor r osa" ) ;
di agnost i codeabet i co_ct l : add( " DI ABETES MELLI TUS TI PO I " ) ,
t r at ami ent o( " DI ABETES MELLI TUS TI PO I " ) ,
! .

Cuando una persona es diabtica y tiene una edad mayor a 35 aos, se determina
que es de tipo II, los sntomas que pueden llegar a presentar son las 3P y la
obesidad.
di agnost i car ( " Di abet i co" , " Femeni no" , " Mayor " ) : -
si nt omas( " Pol i f agi a" ) ,
si nt omas( " Pol i ur i a" ) ,
si nt omas( " Pol i di psi a" ) ,
si nt omas( " Obesi dad" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES MELLI TUS TI PO I I " ) ,
t r at ami ent o( " DI ABETES MELLI TUS TI PO I I " ) ,
! .

Permite que el paciente diabtico pueda o no tener algn sntoma.
di agnost i car ( " Di abet i co" , " Femeni no" , " Mayor " ) : -
si nt omas( " Pol i f agi a" ) ;
si nt omas( " Pol i ur i a" ) ;
si nt omas( " Pol i di psi a" ) ;
si nt omas( " Obesi dad" ) ;
si nt omas( " I nf ecci ones" ) ;
si nt omas( " Fat i gas" ) ;
si nt omas( " Vmi t os" ) ;
si nt omas( " I nf ect adas l as her i das" ) ;
si nt omas( " Las her i das se demor an en ci cat r i zar se" ) ;
si nt omas( " Vi si n bor r osa" ) ;
si nt omas( " Per sona sedent ar i a" ) ;
si nt omas( " Consume al i ment os al t os en hi dr at os de
car bono" ) ;
si nt omas( " Per sona sedent ar i a" ) ;
si nt omas( " Consume al i ment os al t os en gr asas" ) ;
si nt omas( " Pr esi on al t a" ) ;
si nt omas( " Col est er ol al t o" ) ;
di agnost i codeabet i co_ct l : add( " DI ABETES MELLI TUS TI PO I I " ) ,
t r at ami ent o( " DI ABETES MELLI TUS TI PO I I " ) ,
! .

149

Cuando una mujer es diabtica, esta embarazada y tiene una edad mayor a 35
aos, se determina que es de tipo Gestacional.
di agnost i car ( " Di abet i co" , " Femeni no" , " Mayor " ) : -
si nt omas( " Embar azada" ) ,
si nt omas( " DG pr evi a" ) ,
si nt omas( " Bebe con sobr eper so" ) ,
si nt omas( " Abor t o" ) ,
si nt omas( " Bebe con mal f or maci ones" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES GESTACI ONAL" ) ,
t r at ami ent o( " DI ABETES GESTACI ONAL" ) ,
! .

Permite que la mujer diabtico pueda o no tener algn sntoma.
di agnost i car ( " Di abet i co" , " Femeni no" , " Mayor " ) : -
si nt omas( " Embar azada" ) ;
si nt omas( " DG pr evi a" ) ;
si nt omas( " Bebe con sobr eper so" ) ;
si nt omas( " Abor t o" ) ;
si nt omas( " Bebe con mal f or maci ones" ) ;
di agnost i codeabet i co_ct l : add( " DI ABETES GESTACI ONAL" ) ,
t r at ami ent o( " DI ABETES GESTACI ONAL" ) ,
! .
di agnost i car ( _, _, _) .

3.11 DESARROLLO DE PRUEBAS Y REVISIN DEL SISTEMA.
Una vez terminado el sistema inteligente se procede a realizar las pruebas y la
revisin detallada del mismo con el fin de que todo el conocimiento sea claro y
preciso, en lenguaje natural para que el usuario pueda entender de una manera
fcil.
Una vez concluida la revisin se proceder a realizar los cambios pertinentes que
sean necesarios hasta que el sistema se encuentre en un estado de funcionamiento
ptimo.

150

3.12 MANTENIMIENTO Y ACTUALIZACIN DEL SISTEMA.

Con el pasar del tiempo la base de conocimiento del sistema puede ser actualizado
con nuevos conocimientos que deben ser ingresados en lenguaje natural sobre el
diagnostico y tratamiento de la diabetes, por la persona autora intelectual del
sistema responsable de realizar los cambios de la base de conocimiento del
sistema.

CONCLUSIONES

Puedo concluir que las aplicaciones de Sistemas Expertos, solamente indican que
el futuro de dichas aplicaciones pasa por la imaginacin de cada uno, siempre que
el rea elegida requiera la presencia de un experto para la obtencin de cualquier
tipo de beneficio.
Tambin puedo concluir que la falta de un mdico especialista en la enfermedad
de la diabetes en lugares muy alejados de la ciudad, puede generar graves
problemas a los pacientes, ya sea en el aspecto de la salud (complicaciones de la
enfermedad), a una gran cantidad de pacientes que tienen que buscar a un mdico
para obtener un diagnostico y su correspondiente tratamiento.
Por este motivo he visto la necesidad de dar una solucin a estas necesidades,
pues el objetivo es satisfacer la creciente demanda de pacientes que necesitan
tener una gua que facilite realizar el diagnstico y tratamiento de un paciente.
El sistema servir de gua al mdico quien podr diagnosticar la diabetes del
paciente sin la asistencia de un mdico especialista en la diabetes. Adems
permitir ahorrar gastos por la asistencia del mdico quien diagnostica y da el
tratamiento. Y ser de gran ayuda para centros de salud que no disponen de un
mdico especialista en la diabetes.
Tambin como conclusin se puede decir que los sistemas basados en el
conocimiento estn siendo muy utilizados en aquellos entornos donde se necesite
el conocimiento de varios expertos. El entorno de la produccin es uno en donde

se han desarrollado ms prototipos y aplicaciones de sistemas expertos, con la

ayuda de las herramientas visuales, como el visual Prolog.
Con la ayuda de un sistema inteligente se pueden utilizar personas no
especializadas para resolver problemas. Adems si una persona utiliza
regularmente un sistema inteligente aprender de l, y se aproximar a la
capacidad de un especialista.
Puedo sealar que el lmite de las aplicaciones objeto de los sistemas basados en
el conocimiento est en la imaginacin humana, siendo siempre de utilidad all
donde se necesite un experto.
Los individuos que usarn esta herramienta sern mdicos quien necesiten dar un
diagnostico y tratamiento nutricional de la diabetes.

RECOMENDACIONES

Los centros de salud que no disponen de personas especializadas en el rea de
diabetes, deben empezar a dar cada vez mayor auge a los Sistemas Basados en el
Conocimiento ya que con la ayuda de un sistema experto pueden utilizar personas
no especializadas para dar un diagnostico y tratamiento originados en la diabetes.
Adems si una persona utiliza regularmente un sistema inteligente aprender de
l, y se aproximar a la capacidad del especialista.
El sistema experto desarrollado en este proyecto de grado no genera tratamientos
farmacolgicos. Para que se realizar sta tarea, es muy necesaria la experiencia de
profesionales en el rea, y obtener los patrones necesarios con la metodologa
llevada en este proyecto.
El sistema experto estar orientado a dar soporte a mdicos tratantes de la diabetes
y profesionales del rea. Para lograr un mejor diagnstico se propone realizar una
base de conocimientos dinmica para que cada especialista la pueda alimentar
conforme a la experiencia que ste ltimo adquiera.
El sistema experto puede ser ofertado en los centros mdicos que se dediquen a
tratar pacientes con diabetes como en el caso del HOSPITAL de YARUQUI que
pretende en conformar una rea de diabetologa.

BIBLIOGRAFIA

Nils J. Nilsson, Inteligencia Artificial, 2001, McGraw-Hill.
Elanie Rich, Inteligencia Artificial 1996, McGraw-Hill.
Rich Elaine, Inteligencia Artificial, 1994.
Gonzalo, Luis Mara, Inteligencia Humana e Inteligencia Artificial, 1990.
Russell Stuart, Norving Peter, Inteligencia Artificial: Un enfoque moderno, 1995.
David W. Rolston, Principios de Inteligencia Artificial y Sistemas Expertos, 1990.
David Bendel Hertz, El directivo Experto, 1996, McGraw-Hill.
Arantza Diaz de Ilarraza/Isabel Frnandez de Castro, Sistemas Expertos.
Sanchez y Bertran, Juan Pablo, Sistemas Expertos: Una metodologa de
programacin, 1998.
Nebendahl, Dieter, Sistemas Expertos,Segunda Edicin, 1991.
Sell, Peters, Sistemas Expertos Para Principiantes, 1992.
Paul Hamon/David King, Sistemas Expertos y Aplicaciones de la Inteligencia
Artificial en la actividad Empresarial, 1990, Macrobit.
Hernn Francisco Hervs Ortega, Diabetes Mellitus La Gran Epidemia de Nuestro
Siglo, 2002.

Ministerio de Salud de Colombia, Secretaria de Enfermedades No Transmisibles.

Gua de Atencin de la Diabetes Tipo II. Colombia 2003.
Asamblea Mundial de la Salud. Estrategia mundial sobre rgimen alimentario
actividad fsica y salud. Mayo 2004.

DIRECCIONES DE INTERNET

Inteligencia Artificial y Ingeniera del conocimiento.
Sergio Olivares y Rafael Snchez.
http://www.geocities.com/rafael.sanchez/es/ia.html
Temas de Sistemas basados en Conocimiento.
http://www.aldeaeducativa.com
Sistemas Expertos.
http://www.ingenieroseninformatica.org
Sistemas Expertos. El Conocimiento al Poder.
Juan Jos Samper Mrquez. Licenciado en Informtica en la Universidad de
Granada.
http://www.psycologia.com/articulos/ar-jsamper01.html#indice
Sistema Experto. Juan Severino
http://www.ciberconta.unizar.es/LECCION/sistexpat/010.html
Historia de la Inteligencia Artificial
http://www.cinefantastico.com/nexus7/ia/ia.htm

Diabetes
http://familydoctor.org/online/famdoces/home/common/diabetes/basics/327.html
http://www.fundaciondiabetes.org/box02.htm
http://www.fmdiabetes.org/v2/paginas/index.php

ANEXOS

ANEXO I

ANEXO II

ESQUEMA DE LA DM TIPO I EN MUJERES

ESQUEMA DE LA DG

>=40
Fatigas?
Vmitos?
70% DG
No
Aumento de apetito? 75% DG
Sed? 80% DG
87% DG
89% DG
Si
Visin Borrosa?
90% DG
Miccin frecuente?
92% DG
96% DG
100% DG 98% DG
Si No
Antecedentes
familiares?
Est embarazada?
Si
Si
65% DG
No
Si No
DG. Previa?
Si
No
Parto Previo bebe >4kg?
Aborto
Bebe anterior con
mal formaciones?
Si No
Si No
2
Si No
Si
94% DG
No
Si
No
3
No
No Si

ESQUEMA DE LA DM TIPO II EN MUJERES

Antecedentes familiares?
Fatigas?
Si
65% DM II
No
Vmitos?
Si
68% DM II
No
Aumento de apetito?
Si
70% DM II
No
Sed?
Si
75% DM II
No
Miccin frecuente?
Si
78% DM II
No
Presenta obesidad?
Si
80% DM II
No
Infecciones?
Si
82% DM II
No
Infectadas las heridas?
Si
85% DM II
No
Las heridas se demoran en cicatrizarse?
Si
87% DM II
No
Visin Borrosa?
Si
89% DM II
No
Persona sedentaria?
Si
90% DM II
No
Consume alimentos altos en grasas e hidratas de carbono?
Si
92% DM II
No
Presin Alta?
Si
95% DM II
No
Colesterol Alto?
Si
98% DM II
No
3
100% DM II
Si
99% DM II
No

ESQUEMA DE LA DM TIPO I EN HOMBRES

1
Nivel de Glucemia en ayunas
>=126 mg/dl
Edad <80
<40
Fatigas?
Vmitos?
Si
65% DM1
No
Aumento de apetito? 70% DM1
Sed? 80% DM1
Miccin frecuente? 85% DM1
Prdida de peso?
Si
89% DM1
No
Si
Visin Borrosa?
Si
90% DM1
No
Infecciones?
Si
92% DM1
No
100% DM1
Si
98% DM1
No
Si No
Si No
>=40
4
No
Nivel de Glucemia en ayunas
<126 mg/dl
NO PRESENTA
DIABETES
ITG >110 pero
<126 mg/dl
PRE-DIABETES
SI NO

ESQUEMA DE LA DM TIPO II EN HOMBRES

Antecedentes familiares?
Fatigas?
Si
65% DM II
No
Vmitos?
Si
68% DM II
No
Aumento de apetito?
Si
70% DM II
No
Sed?
Si
75% DM II
No
Miccin frecuente?
Si
78% DM II
No
Presenta obesidad?
Si
80% DM II
No
Infecciones?
Si
82% DM II
No
Infectadas las heridas?
Si
85% DM II
No
Las heridas se demoran en cicatrizarse?
Si
87% DM II
No
Visin Borrosa?
Si
89% DM II
No
Persona sedentaria?
Si
90% DM II
No
Consume alimentos altos en grasas e hidratas de carbono?
Si
92% DM II
No
Presin Alta?
Si
95% DM II
No
Colesterol Alto?
Si
98% DM II
No
4
100% DM II
Si
99% DM II
No

ANEXO III

MANUAL DE USUARIO

SISTEMAS EXPERTO PARA DETERMINAR EL TIPO DE DIABETES.

Se visualiza la siguiente pantalla de presentacin con una breve descripcin.


Esta ventana tiene la siguiente opcin.
Aceptar.- Este botn le permite al usuario ingresar a la ventana SEDDM que es la
ventana de inicio que contiene el men principal que a continuacin se detalla.

MEN PRINCIPAL.
El sistema experto tiene las siguientes opciones del men principal, que a
continuacin puede apreciar en el siguiente grfico.

OPCIN 1.
Diagnostico.
Esta opcin llama a la ventana de diagnostico.
En esta ventana le permite al usuario visualizar los diferentes campos que
contiene para dar un diagnostico y tratamiento.


Detalle de cada uno de los campos:
Ingrese el nivel de glucemia?.
En ayunas.- Contiene el valor del nivel de glucosa en ayunas.

PTOG (Prueba de Tolerancia Oral a la Glucosa).- Contiene el valor obtenido a las

dos horas.
Qu genero es?.
Femenino.- Si es mujer.
Masculino.- Si es hombre.
Sntomas. Contiene una lista de los sntomas que puede tener un paciente
diabtico como se detalla a continuacin:
Antecedentes familiares.
Polifagia.
Poliuria.
Polidipsia.
Prdida de peso.
Obesidad.
Infecciones.
Fatigas.
Vmitos.
Infectadas las heridas.
Heridas se demoran en cicatrizarse.
Visin borrosa.
Persona sedentaria.
Consume alimentos altos en grasas.
Consume alimentos altos en hidratos de carbono.

Presin alta.
Colesterol alto.
Botones.
Diagnostico.- Nos permite dar un diagnostico y tratamiento adecuado segn la
informacin ingresada anteriormente.
Nuevo.- Nos permite realizar un nuevo diagnostico.
Salir.- Cierra la ventana actual y nos visualiza la pantalla de inicio.

OPCIN 2.
Salir.
Esta opcin nos permite salir de la aplicacin.

PROCESOS.
Proceso 1.
En el caso de ser una persona prediabetica nos presenta el siguiente diagnostico y
tratamiento segn la informacin generada:


Proceso 2.
En el caso de ser una persona diabtica nos presenta el diagnostico y tratamiento
segn la informacin generada como se muestran en las siguientes ventanas:

Proceso 3.
En el caso de ser una mujer diabtica y mayor de edad nos presenta la siguiente
ventana:

Pregunta.
Est embarazada?.
Botones:
Si.- Esta opcin nos permite realizar el anlisis de una persona embarazada
mediante el ingreso de los siguientes datos que se detallan en la siguiente ventana
a continuacin:

Test de Tolerancia a las 3 horas.
1 hora.- Contiene el valor del nivel de glucosa a la primera hora.
2 horas.- Contiene el valor del nivel de glucosa a la segunda hora.
3 horas.- Contiene el valor del nivel de glucosa a la tercera hora.
Sntomas. Contiene una lista de los sntomas que puede tener un paciente
diabtico como se detalla a continuacin:
Antecedentes familiares.
Polifagia.
Poliuria.
Polidipsia.

Prdida de peso.
Infecciones.
Fatigas.
Vmitos.
Diabetes gestacional previa.
Parto previo bebe > 4kg.
Aborto.
Bebe anterior con mal formaciones.
Botn.
Diagnostico.- Nos permite dar un diagnostico y tratamiento adecuado segn la
informacin ingresada anteriormente como se detalla en la siguiente ventana.

No.- Esta opcin nos permite realizar el anlisis de una mujer adulta no
embarazada mediante el ingreso de la siguiente informacin que se detalla en la
siguiente ventana a continuacin:



Botn.
Diagnostico.- Nos permite dar un diagnostico y tratamiento adecuado segn la
informacin generada anteriormente como se detalla en la siguiente ventana.

ANEXO IV

MANUAL DE REFERENCIA TCNICA

INTRODUCCIN.
Un programa en Visual Prolog no es una secuencia de acciones, sino una
coleccin de hechos, junto con una secuencia de reglas para extraer conclusiones a
partir de los hechos.
El Visual Prolog es utilizada como una importante herramienta de programacin
en aplicaciones de la Inteligencia Artificial y en el desarrollo de sistemas expertos,
se centra principalmente en lo siguiente:
Permite definir la aplicacin, obtenindose como resultado el programa necesario
para administrar la informacin de la base de conocimientos, utilizando un
interface de lenguaje natural y un razonamiento deductivo para resolver el
problema.
Un programa de Visual Prolog est compuesto de las siguientes secciones que se
describirn brevemente.
Directivas de compilacin.- Se dan al comienzo del programa, los cuales nos
permiten controlar las caractersticas del compilador.
Seccin de constantes.- Puede contener cero, una o varias constantes.
La utilidad de las constantes en Prolog es similar a la que estos elementos tienen
en otros lenguajes de programacin.
Seccin de dominios.- Puede contener cero, una o varias constantes.
Se puede definir dominios no especificados por defecto por Visual Prolog. Dicha
seccin se encabeza con la palabra DOMAINS.
Integer, string, char, symbol son estndares para el compilador.

Seccin de la base de datos.- Pude contener cero, una o varios predicados de la

base de datos.
Como sabemos un programa en Visual Prolog no es ms que un conjunto de
hechos y reglas, si queremos actualizar este conjunto de hechos mientras el
programa se ejecuta se puede realizar mientras dura la ejecucin del programa.
Seccin de predicados.- Puede contener uno varias declaraciones de
predicados. Permite definir los predicados para manejar la base de datos. Dicha
seccin se encabeza con la palabra PREDICATES.
Seccin de clusulas.- Puede contener una varias clusulas.
Contiene la especificacin o implementacin del conjunto de hechos y reglas que
componen el programa. Dicha seccin se encabeza con la palabra CLAUSES.
Estos sistemas expertos, permiten hacer una visualizacin de la base de
conocimientos, permitiendo de esta manera que se encuentre rpidamente en un
ambiente de produccin.
DIAGNOSTICO.- Este proceso nicamente se lo puede realizar a travs de la
aplicacin, previamente ingresado los niveles de glucosa y seleccionado los
sntomas si los presenta.
ESPECIFICACIN DE TIPO.
ING: Ingreso.
GLU: Glucosa.
SIN: Sntomas.
DIA: Diagnostico.
TRA: Tratamiento.

SISTEMA PROGRAMA TIPO

SEDDM P000 ING

DESCRIPCIN
Este programa despliega una ventana de ingreso a la aplicacin del sistema
experto.

MODULOS
NOMBRE DESCRIPCIN
Aceptar Pantalla de inicio al sistema experto


ELABORADO POR CARLOS OSORIO

SISTEMA PROGRAMA TIPO

SEDDM P001 ING, GLU,SIN

DESCRIPCIN
Este programa despliega una ventana con la informacin general de la Diabetes
Mellitus que son los niveles de glucosa y los sntomas que puede tener un paciente.

MODULOS
NOMBRE DESCRIPCIN
Diagnostico

Nuevo

Salir



Permite visualizar el resultado del diagnostico y del
tratamiento alimenticio.

Permite ingresar un nuevo diagnostico.

Permite salir de la pantalla.

ELABORADO POR CARLOS OSORIO

SISTEMA PROGRAMA TIPO

SEDDM P002 ING, GLU,SIN, DIA,
TRA

DESCRIPCIN
Este programa despliega una ventana con los resultados del Diagnostico y el
Tratamiento Alimenticio.

MODULOS
NOMBRE DESCRIPCIN
Diagnostico

Nuevo

Salir



Permite visualizar el resultado del diagnostico y del
tratamiento alimenticio.

Permite ingresar un nuevo diagnostico.

Permite salir de la pantalla.


ELABORADO POR CARLOS OSORIO

ANEXO V

MANUAL DEL PROGRAMADOR

Debido a la existencia del cdigo fuente se ha descrito nicamente la opcin
Diagnosticar, las reglas y bases de conocimiento, cabe sealar que parte del
cdigo es generado por la herramienta de programacin Visual Prolog.
El siguiente cdigo est asociado al botn Diagnosticar.
%Pr edi cado par a ef ect uar el di agnost i co
pr edi cat es
onDi agnost i coCl i ck : but t on: : cl i ckResponder .
cl auses
onDi agnost i coCl i ck( _Sour ce) = but t on: : def aul t Act i on: -
Radi oGr oup = gr oupBox_ct l : get Radi oBut t onGr oup( ) ,
Sel ect edRB=Radi oGr oup: get Sel ect edBut t on( ) ,

val or es( ayunas_ct l : get Text ( ) , pt og_ct l : get Text ( ) , Sel ect edRB: get Text
( ) , edad_ct l : get Text ( ) ) ,
desact i var Todo( ) ,
di agnost i codeabet i co_ct l : set Enabl ed( t r ue) ,
di agnost i codeabet i co_ct l : set Vi si bl e( t r ue) ,
t r at ami ent o_ct l : set Vi si bl e( t r ue) ,
di agnost i co_ct l : set Enabl ed( f al se) .
En el siguiente cdigo se describe las reglas.

%PREDI CADO QUE I NVOCA LOS VALORES I NGRESADOS( NI VELES DE GLUCEMI A,
LA EDAD Y EL GENERO) .
pr edi cat es
val or es : ( st r i ng G, st r i ng G2, st r i ng S, st r i ng E) .
cl auses
%PERMI TE VERI FI CAR SI LOS VALORES I NGRESADOS PRETENDEN SER
NORMALES
val or es( G, G2, S, E) : -
Ayunas = t r yToTer m( G) ,
Pt og = t r yToTer m( G2) ,
Edad= t r yToTer m( E) ,
Ayunas >= 70,
Ayunas <= 100,
Pt og < 140,
Edad >= 0,
Edad <= 80,
di agnost i car ( " Nor mal " , S, " Edad" ) ,
! .


%PERMI TE VERI FI CAR SI LOS VALORES I NGRESADOS PRETENDEN SER
PREDI ABETI COS
val or es( G, G2, S, E) : -
Ayunas = t r yToTer m( G) ,
Pt og = t r yToTer m( G2) ,
Edad= t r yToTer m( E) ,
Ayunas > 100,
Ayunas < 126,
Pt og > 140,

Pt og < 200,
Edad >= 0,
Edad <= 80,
di agnost i car ( " Pr eDi abet i co" , S, " Edad" ) ,
pr edi abet i co( Ayunas, Pt og) ,
! .
val or es( G, G2, S, E) : -
Ayunas = t r yToTer m( G) ,
Pt og = t r yToTer m( G2) ,
Edad= t r yToTer m( E) ,
Ayunas > 100,
Ayunas < 126,
Edad >= 0,
Edad <= 80,
Pt og >= 0,
di agnost i car ( " Pr eDi abet i co" , S, " Edad" ) ,
pr edi abet i co( Ayunas, Pt og) ,
! .
val or es( G, G2, S, E) : -
Ayunas = t r yToTer m( G) ,
Edad= t r yToTer m( E) ,
Ayunas > 100,
Ayunas < 126,
Edad >= 0,
Edad <= 80,
G2=" " ,
di agnost i car ( " Pr eDi abet i co" , S, " Edad" ) ,
pr edi abet i co( Ayunas, 0) ,
! .
%PERMI TE VERI FI CAR SI LOS VALORES I NGRESADOS PRETENDEN SER
DI ABETI COS
val or es( G, G2, S, E) : -
Ayunas = t r yToTer m( G) ,
Pt og = t r yToTer m( G2) ,
Edad= t r yToTer m( E) ,
Ayunas >= 126,
Pt og >= 200,
Edad > 0,
Edad <= 35,
di agnost i car ( " Di abet i co" , S, " Menor " ) ,
! .
val or es( G, G2, S, E) : -
Ayunas = t r yToTer m( G) ,
Pt og = t r yToTer m( G2) ,
Edad= t r yToTer m( E) ,
Ayunas >= 126,
Pt og >= 200,
Edad >= 35,
Edad <= 80,
A=compr obar ( si nt omasTi po_I I _ct l : get Enabl ed( ) ) ,
di agnost i car ( A, S, " Mayor " ) ,
! .

val or es( G, G2, S, E) : -
Ayunas = t r yToTer m( G) ,
Edad= t r yToTer m( E) ,
Ayunas >= 126,
Edad > 0,
Edad <= 35,
G2=" " ,
di agnost i car ( " Di abet i co" , S, " Menor " ) ,

! .

%************PREDI CADO QUE I NVOCA LOS NI VELES DE
GLUCOSA***********
pr edi cat es
pr eDi abet i co : ( i nt eger Gl ucosa, i nt eger Gl ucosa1) .

%PERMI TE ANALI ZAR LOS NI VELES ALTERADOS DE GLUCOSA CUANDO UNA
PERSONA ES PREDI ABETI CA
cl auses
pr eDi abet i co( Gl ucosa, Gl ucosa1) : -
Gl ucosa >100,
Gl ucosa <126,
Gl ucosa1 >140,
Gl ucosa1 < 200,
di agnost i codeabet i co_ct l : add( " Gl ucosa en ayunas
al t er ada" ) ,
di agnost i codeabet i co_ct l : add( " Al t er aci n de l a Tol er anci a
a l a Gl ucosa" ) ,
! .
pr eDi abet i co( Gl ucosa, Gl ucosa1) : -
Gl ucosa >100,
Gl ucosa <126,
di agnost i codeabet i co_ct l : add( " Gl ucosa en ayunas
al t er ada" ) ,
! .
pr eDi abet i co( Gl ucosa, Gl ucosa1) : -
Gl ucosa1 >140,
Gl ucosa1 < 200,
di agnost i codeabet i co_ct l : add( " Al t er aci n de l a Tol er anci a
a l a Gl ucosa" ) ,
! .
pr eDi abet i co( _, _) .

%******PREDI CADO PARA I NFERI R LAS ACCI ONES A TOMAR DE ACUERDO A
LOS ANALI ZADOS ANTERI ORMENTE EN EL CUAL YA SE DI AGNOSTI CA QUE TI PO
DE DI ABETES TI ENE. *******
pr edi cat es
di agnost i car : ( st r i ng Gl ucosa, st r i ng Gener o, st r i ng Edad) .
%*******REGLAS DEL DI AGNOSTI CO*****
cl auses
%CUANDO UNA PERSONA ES NORMAL
di agnost i car ( " Nor mal " , " Gener al " , " Edad" ) : -
di agnost i codeabet i co_ct l : add( " NO PRESENTA DI ABETES" ) ,
! .
di agnost i car ( " Nor mal " , " Femeni no" , " Edad" ) : -
di agnost i codeabet i co_ct l : add( " NORMAL" ) ,
! .
di agnost i car ( " Nor mal " , " Mascul i no" , " Edad" ) : -
di agnost i codeabet i co_ct l : add( " NORMAL" ) ,
! .
di agnost i car ( " Nor mal G" , " Femeni no" , " Edad" ) : -
di agnost i codeabet i co_ct l : add( " NORMAL" ) ,
! .

%CUANDO UNA PERSONA ES PREDI ABETI CA LOS SI NTOMAS QUE PUEDEN LLEGAR
A PRESENTAR SON LAS 3P.
di agnost i car ( " Pr eDi abet i co" , " Femeni no" , " Edad" ) : -
si nt omas( " Pol i f agi a" ) ,
si nt omas( " Pol i ur i a" ) ,
si nt omas( " Pol i di psi a" ) ,

di agnost i codeabet i co_ct l : add( " PRE- DI ABETI CO" ) ,

t r at ami ent o( " PRE- DI ABETI CO" ) ,
! .
di agnost i car ( " Pr eDi abet i co" , " Mascul i no" , " Edad" ) : -
si nt omas( " Pol i f agi a" ) ,
si nt omas( " Pol i ur i a" ) ,
si nt omas( " Pol i di psi a" ) ,
di agnost i codeabet i co_ct l : add( " PRE- DEABETI CO" ) ,
t r at ami ent o( " PRE- DI ABETI CO" ) ,
! .
%CUANDO UNA PERSONA ES PREDI ABETI CA PUEDE TENER O NO LOS SI NTOMAS
di agnost i car ( " Pr eDi abet i co" , " Femeni no" , " Edad" ) : -
si nt omas( " Pol i f agi a" ) ;
si nt omas( " Pol i ur i a" ) ;
si nt omas( " Pol i di psi a" ) ,
di agnost i codeabet i co_ct l : add( " PRE- DI ABETI CO" ) ,
t r at ami ent o( " PRE- DI ABETI CO" ) ,
! .
di agnost i car ( " Pr eDi abet i co" , " Mascul i no" , " Edad" ) : -
si nt omas( " Pol i f agi a" ) ;
si nt omas( " Pol i ur i a" ) ;
si nt omas( " Pol i di psi a" ) ,
di agnost i codeabet i co_ct l : add( " PRE- DEABETI CO" ) ,
t r at ami ent o( " PRE- DI ABETI CO" ) ,
! .

%CUANDO UNA PERSONA ES DI ABETI CA DE TI PO I

%LOS SI NTOMAS QUE PUEDE LLEGAR A PRESENTAR EN LA DM TI PO I
di agnost i car ( " Di abet i co" , " Femeni no" , " Menor " ) : -
si nt omas( " Pol i f agi a" ) ,
si nt omas( " Pol i ur i a" ) ,
si nt omas( " Pol i di psi a" ) ,
si nt omas( " Per di da de peso" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES MELLI TUS TI PO I " ) ,
t r at ami ent o( " DI ABETES MELLI TUS TI PO I " ) ,
! .
di agnost i car ( " Di abet i co" , " Mascul i no" , " Menor " ) : -
si nt omas( " Pol i f agi a" ) ,
si nt omas( " Pol i ur i a" ) ,
si nt omas( " Pol i di psi a" ) ,
si nt omas( " Per di da de peso" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES MELLI TUS TI PO I " ) ,
t r at ami ent o( " DI ABETES MELLI TUS TI PO I " ) ,
! .

%PUEDE TENER O NO ALGUN SI NTOMA
di agnost i car ( " Di abet i co" , " Femeni no" , " Menor " ) : -
si nt omas( " Pol i f agi a" ) ;
si nt omas( " Pol i ur i a" ) ;
si nt omas( " Pol i di psi a" ) ;
si nt omas( " Per di da de peso" ) ;
si nt omas( " I nf ecci ones" ) ;
si nt omas( " Fat i gas" ) ;
si nt omas( " Vomi t os" ) ;
si nt omas( " Vi si n bor r osa" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES MELLI TUS TI PO I " ) ,
t r at ami ent o( " DI ABETES MELLI TUS TI PO I " ) ,
! .
di agnost i car ( " Di abet i co" , " Mascul i no" , " Menor " ) : -
si nt omas( " Pol i f agi a" ) ;

si nt omas( " Pol i ur i a" ) ;

si nt omas( " Pol i di psi a" ) ;
si nt omas( " Per di da de peso" ) ;
si nt omas( " I nf ecci ones" ) ;
si nt omas( " Fat i gas" ) ;
si nt omas( " Vomi t os" ) ;
si nt omas( " Vi si n bor r osa" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES MELLI TUS TI PO I " ) ,
t r at ami ent o( " DI ABETES MELLI TUS TI PO I " ) ,
! .

%LOS SI NTOMAS QUE PUEDE LLEGAR A PRESENTAR EN LA DM TI PO I I
di agnost i car ( " Di abet i co" , " Femeni no" , " Mayor " ) : -
si nt omas( " Pol i f agi a" ) ,
si nt omas( " Pol i ur i a" ) ,
si nt omas( " Pol i di psi a" ) ,
si nt omas( " Obesi dad" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES MELLI TUS TI PO I I " ) ,
t r at ami ent o( " DI ABETES MELLI TUS TI PO I I " ) ,
! .
di agnost i car ( " Di abet i co" , " Mascul i no" , " Mayor " ) : -
si nt omas( " Pol i f agi a" ) ,
si nt omas( " Pol i ur i a" ) ,
si nt omas( " Pol i di psi a" ) ,
si nt omas( " Obesi dad" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES MELLI TUS TI PO I I " ) ,
t r at ami ent o( " DI ABETES MELLI TUS TI PO I I " ) ,
! .
%PUEDE TENER O NO ALGUN SI NTOMA
di agnost i car ( " Di abet i co" , " Femeni no" , " Mayor " ) : -
si nt omas( " Pol i f agi a" ) ;
si nt omas( " Pol i ur i a" ) ;
si nt omas( " Pol i di psi a" ) ;
si nt omas( " Obesi dad" ) ;
si nt omas( " I nf ecci ones" ) ;
si nt omas( " Fat i gas" ) ;
si nt omas( " Vmi t os" ) ;
si nt omas( " I nf ect adas l as her i das" ) ;
si nt omas( " Las her i das se demor an en ci cat r i zar se" ) ;
si nt omas( " Vi si n bor r osa" ) ;
si nt omas( " Per sona sedent ar i a" ) ;
si nt omas( " Consume al i ment os al t os en hi dr at os de
car bono" ) ;
si nt omas( " Per sona sedent ar i a" ) ;
si nt omas( " Consume al i ment os al t os en gr asas" ) ;
si nt omas( " Pr esi on al t a" ) ;
si nt omas( " Col est er ol al t o" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES MELLI TUS TI PO I I " ) ,
t r at ami ent o( " DI ABETES MELLI TUS TI PO I I " ) ,
! .
di agnost i car ( " Di abet i co" , " Mascul i no" , " Mayor " ) : -
si nt omas( " Pol i f agi a" ) ;
si nt omas( " Pol i ur i a" ) ;
si nt omas( " Pol i di psi a" ) ;
si nt omas( " Obesi dad" ) ;
si nt omas( " I nf ecci ones" ) ;
si nt omas( " Fat i gas" ) ;
si nt omas( " Vmi t os" ) ;
si nt omas( " I nf ect adas l as her i das" ) ;
si nt omas( " Las her i das se demor an en ci cat r i zar se" ) ;
si nt omas( " Vi si n bor r osa" ) ;

si nt omas( " Per sona sedent ar i a" ) ;

si nt omas( " Consume al i ment os al t os en hi dr at os de
car bono" ) ;
si nt omas( " Per sona sedent ar i a" ) ;
si nt omas( " Consume al i ment os al t os en gr asas" ) ;
si nt omas( " Pr esi on al t a" ) ;
si nt omas( " Col est er ol al t o" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES MELLI TUS TI PO I I " ) ,
t r at ami ent o( " DI ABETES MELLI TUS TI PO I I " ) ,
! .

di agnost i car ( " Di abet i coG" , " Femeni no" , " Mayor " ) : -
si nt omas( " Embar azada" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES GESTACI ONAL" ) ,
t r at ami ent o( " DI ABETES GESTACI ONAL" ) ,
! .
%LOS SI NTOMAS QUE PUEDE LLEGAR A PRESENTAR EN LA DG
di agnost i car ( " Di abet i co" , " Femeni no" , " Mayor " ) : -
si nt omas( " Embar azada" ) ,
si nt omas( " DG pr evi a" ) ,
si nt omas( " Bebe con sobr eper so" ) ,
si nt omas( " Abor t o" ) ,
si nt omas( " Bebe con mal f or maci ones" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES GESTACI ONAL" ) ,
t r at ami ent o( " DI ABETES GESTACI ONAL" ) ,
! .
%PUEDE TENER O NO ALGUN SI NTOMA
di agnost i car ( " Di abet i co" , " Femeni no" , " Mayor " ) : -
si nt omas( " Pol i f agi a" ) ;
si nt omas( " Pol i ur i a" ) ;
si nt omas( " Pol i di psi a" ) ;
si nt omas( " Obesi dad" ) ;
si nt omas( " I nf ecci ones" ) ;
si nt omas( " Fat i gas" ) ;
si nt omas( " Vmi t os" ) ;
si nt omas( " Embar azada" ) ;
si nt omas( " DG pr evi a" ) ;
si nt omas( " Bebe con sobr eper so" ) ;
si nt omas( " Abor t o" ) ;
si nt omas( " Bebe con mal f or maci ones" ) ,
di agnost i codeabet i co_ct l : add( " DI ABETES GESTACI ONAL" ) ,
t r at ami ent o( " DI ABETES GESTACI ONAL" ) ,
! .

di agnost i car ( _, _, _) .



En el siguiente cdigo se describe la base de conocimientos.

pr edi cat es
%PREDI CAD QUE I NVOCA EL CONOCI MI ENTO DEL TRATAMI ENTO SEGUN EL
TI PO DE DI AGNOSTI CO.
t r at ami ent o : ( st r i ng Conoci mi ent o) .
cl auses
%CONOCI MI ENTO PRE- DI ABETI CO
t r at ami ent o( " PRE- DI ABETI CO" ) : -
t r at ami ent o_ct l : add( " Consumi r al i ment os con baj o cont eni do
en azcar es. " ) ,
t r at ami ent o_ct l : add( " Di et a r i ca en veget al es y f r ut as. " ) ,

t r at ami ent o_ct l : add( " Las f r ut as mas aconsej abl es son:
manzana, f r esa, nar anj a, nect ar i na o per a. " ) ,
t r at ami ent o_ct l : add( " Evi t e aquel l as con abundant e
cont eni do en azcar : pl t ano, uvas, hi gos, " ) ,
t r at ami ent o_ct l : add( " cer ezas, n sper os, chi r i moyas,
et c. " ) ,
t r at ami ent o_ct l : add( " Rest r i ngi r el exceso de sal . " ) ,
t r at ami ent o_ct l : add( " Rest r i ngi r l a azcar r ef i nada,
mer mel adas y j al eas, r ef r escos y j ugos i ndust r i a" ) ,
t r at ami ent o_ct l : add( " l i zados, f r ut as en al m bar y
chocol at es, ent r e ot r os. " ) ,
t r at ami ent o_ct l : add( " Rest r i ngi r en azcar es si mpl es: azcar
de mesa, panel a, mi el de abej a, gaseosa. " ) ,
t r at ami ent o_ct l : add( " Real i zar ej er ci ci o f si co di ar i o de
30 a 60 mi n. " ) ,
t r at ami ent o_ct l : add( " Cual qui er t i po de ej er ci ci o f si co
moder ada o vi gor osa como: t r ot ar , " ) ,
t r at ami ent o_ct l : add( " cami nar , hacer el j ar d n, gi mnasi a
r t mi ca, subi r y baj ar gr adas, ci cl i smo, bai l ar , " ) ,
t r at ami ent o_ct l : add( " nadar ) . " ) ,
t r at ami ent o_ct l : add( " Tener un cont r ol mdi co per i odi co. " ) ,
! .
%CONOCI MI ENTO DI ABETES MELLI TUS TI PO I
t r at ami ent o( " DI ABETES MELLI TUS TI PO I " ) : -
t r at ami ent o_ct l : add( " Consumi r al i ment os con baj o cont eni do
en azcar es. " ) ,
t r at ami ent o_ct l : add( " Repar t a l os al i ment os en 6
t omas( desayuno, medi a maana, comi da, mer i enda, " ) ,
t r at ami ent o_ct l : add( " cena y ant es de dor mi r ) " ) ,
t r at ami ent o_ct l : add( " Desayuno un vaso de l eche descr emada,
sol a o con caf , t ( Si n azcar , con " ) ,
t r at ami ent o_ct l : add( " sacar i na o aspar t amo) y 1/ 2 pi eza de
pan i nt egr al con acei t e de ol i va , queso " ) ,
t r at ami ent o_ct l : add( " f r esco. " ) ,
t r at ami ent o_ct l : add( " Medi a maana una f r ut a. " ) ,
t r at ami ent o_ct l : add( " Al muer zo un pl at o de Car ne o pescado
o pot aj e de l egumbr es/ cer eal es, i nt egr a" ) ,
t r at ami ent o_ct l : add( " l es/ past as, acompaado con: ensal ada
o ver dur a o pat at as ( asadas o coci das) , " ) ,
t r at ami ent o_ct l : add( " 1/ 4 de pi eza de pan, Yogur t h o queso
f r esco( quesi l i o) o f r ut a. " ) ,
t r at ami ent o_ct l : add( " Mer i enda una f r ut a, un yogur t h o un
vaso de l eche descr emada. " ) ,
t r at ami ent o_ct l : add( " Cena un pl at o de Car ne o pescado o
pot aj e de l egumbr es/ cer eal es i nt egr al es/ " ) ,
t r at ami ent o_ct l : add( " past as, acompaado con: ensal ada o
ver dur a o pat at as ( asadas o coci das) , " ) ,
t r at ami ent o_ct l : add( " 1/ 4 de pi eza de pan, Yogur t h o queso
f r esco o f r ut a. " ) ,
t r at ami ent o_ct l : add( " Ant es de acost ar se una f r ut a o un
yogur t h o un vaso de l eche descr emada. " ) ,
t r at ami ent o_ct l : add( " Las f r ut as mas aconsej abl es son:
manzana, f r esa, nar anj a, nect ar i na o per a. " ) ,
t r at ami ent o_ct l : add( " Evi t e aquel l as con abundant e
cont eni do en azcar : pl t ano, uvas, hi gos, cer e" ) ,
t r at ami ent o_ct l : add( " zas, n sper os, chi r i moyas, et c. " ) ,
t r at ami ent o_ct l : add( " Mant enga equi l i br ada l a pr opor ci n
ent r e el apor t e de car bohi dr at os ( 65 %) " ) ,
t r at ami ent o_ct l : add( " ( f r ut as ent er as, gr anos, veget al es,
semi l l as, f r j ol , al ber j a, l ent ej a, gar banzo" ) ,

t r at ami ent o_ct l : add( " y soya) , pr ot e nas ( 15 %) ( car nes,

pescados, aves, l eche, queso y huevos, " ) ,
t r at ami ent o_ct l : add( " gr anos, l egumbr es, nueces, semi l l as)
y gr asas ( 30 %) ( mar gar i na, gr asa de" ) ,
t r at ami ent o_ct l : add( " l as car nes, acei t e de coco, ol i va,
man , ma z, al godn, gi r asol , canol a, " ) ,
t r at ami ent o_ct l : add( " soya, cr t amo y l i no, sal mn, at n,
sar di na) . " ) ,
t r at ami ent o_ct l : add( " Di smi nuya el consumo de car nes r oj as
y aument e el de pescados. " ) ,
t r at ami ent o_ct l : add( " Evi t e o l i mi t e el consumo de
al i ment os f r i t os o coci nados con excesi va gr asa. " ) ,
t r at ami ent o_ct l : add( " Evi t ar l a azcar r ef i nada, mi el ,
mer mel adas y j al eas, r ef r escos y j ugos i ndust r i a" ) ,
t r at ami ent o_ct l : add( " l i zados, f r ut as en al m bar y
chocol at es, ent r e ot r os. " ) ,
t r at ami ent o_ct l : add( " Li mi t e l a i ngest a de gr asas sat ur adas
( l eche, quesos y hel ados) , y aument e el " ) ,
t r at ami ent o_ct l : add( " consumo de gr asas mono y
pol i i nsat ur adas. " ) ,
t r at ami ent o_ct l : add( " I nt ent e r epar t i r l os hi dr at os de
car bono ( pan, ar r oz, past a, pat at a, l egumbr e, " ) ,
t r at ami ent o_ct l : add( " f r ut a) a l o l ar go del d a. " ) ,
t r at ami ent o_ct l : add( " Los al i ment os deben ser f r escos y
poco pr ocesados ( coma 2 3 f r ut as al d a, " ) ,
t r at ami ent o_ct l : add( " cer eal es i nt egr al es y ver dur as
f r escas 2 veces al d a) . " ) ,
t r at ami ent o_ct l : add( " Su al i ment aci n l e debe apor t ar una
cant i dad adecuada de nut r i ent es esenci a" ) ,
t r at ami ent o_ct l : add( " l es ( vi t ami nas, mi ner al es, ci dos
gr asos esenci al es, et c. ) . " ) ,
t r at ami ent o_ct l : add( " Cont r ol e el apor t e de sodi o en l a
di et a( La i ngest a di ar i a mxi ma es de 2400mg) . " ) ,
t r at ami ent o_ct l : add( " Los al i ment os r i cos en f i br a son
r ecomendabl es ya que ayudan a di smi nui r , l as " ) ,
t r at ami ent o_ct l : add( " osci l aci ones de azcar . " ) ,
t r at ami ent o_ct l : add( " Los al i ment os especi al es par a
di abt i cos no son gener al ment e r ecomendabl es. " ) ,
t r at ami ent o_ct l : add( " Se debe de evi t ar t omar al i ment os con
azcar como t ar t as, r epost er a, gal l et as " ) ,
t r at ami ent o_ct l : add( " y endul zar con sacar i na. " ) ,
t r at ami ent o_ct l : add( " No debe de t omar bebi das al cohl i cas
ya que apor t an cal or as y pueden dese" ) ,
t r at ami ent o_ct l : add( " qui l i br ar l a di et a. " ) ,
t r at ami ent o_ct l : add( " No son r ecomendabl es bebi das
r ef r escant es, por su al t o cont eni do en azcar . " ) ,
t r at ami ent o_ct l : add( " Beba dos l i t r os de agua al d a. " ) ,
t r at ami ent o_ct l : add( " Real i zar cual qui er t i po de ej er ci ci o
f si co moder ada o vi gor osa como t r ot ar , " ) ,
t r at ami ent o_ct l : add( " cami nar , hacer el j ar d n, gi mnasi a
r t mi ca, subi r y baj ar gr adas, ci cl i smo, bai l ar , " ) ,
t r at ami ent o_ct l : add( " nadar ) . " ) ,
t r at ami ent o_ct l : add( " Cont r ol e l a gl ucemi a ant es, dur ant e y
despus del ej er ci ci o. " ) ,
t r at ami ent o_ct l : add( " Debe de hacer se de acor de con l a
edad, condi ci n f si ca y est ado de sal ud. " ) ,
t r at ami ent o_ct l : add( " Ant es de i ni ci ar una sesi n de
ej er ci ci o hacer un cal ent ami ent o de 10- 15 mi nu" ) ,
t r at ami ent o_ct l : add( " t os y t er mi nar con ot r os 10- 15
mi nut os de ej er ci ci os de f l exi bi l i dad y r el aj aci n" ) ,
t r at ami ent o_ct l : add( " muscul ar . " ) ,

t r at ami ent o_ct l : add( " Evi t ar i nyect ar i nsul i na en l as zonas

que van a ser r equer i das par a r eal i zar " ) ,
t r at ami ent o_ct l : add( " ej er ci ci o. " ) ,
t r at ami ent o_ct l : add( " Tener cer ca una f uent e de
admi ni st r aci n de hi dr at os de car bono, en al gunos " ) ,
t r at ami ent o_ct l : add( " casos con bebi das azucar adas par a que
su absor ci n sea ms r pi da. " ) ,
t r at ami ent o_ct l : add( " Consumo de l qui dos ant es, dur ant e y
despus del ej er ci ci o. " ) ,
t r at ami ent o_ct l : add( " Cui dado adecuado de l os pi es con uso
de cal zado apr opi ado y cal cet i nes de al " ) ,
t r at ami ent o_ct l : add( " godn, r evi sndose di ar i ament e y al
f i nal i zar el ej er ci ci o. " ) ,
t r at ami ent o_ct l : add( " Evi t ar r eal i zar ej er ci ci o en
condi ci ones de f r o o cal or ext r emos y dur ant e per i o" ) ,
t r at ami ent o_ct l : add( " dos de descont r ol met abl i co. " ) ,
t r at ami ent o_ct l : add( " Real i zar el ej er ci ci o en el
t r anscur so de l a medi a maana, ant es de l a admi ni s " ) ,
t r at ami ent o_ct l : add( " t r aci n de l a i nsul i na. " ) ,
t r at ami ent o_ct l : add( " Aument ar l a i ngest a de car bohi dr at os
ant es del ej er ci ci o ( 1- 3 hor as ant es) du" ) ,
t r at ami ent o_ct l : add( " r ant e el ej er ci ci o ( cada 30
mi nut os) . " ) ,
t r at ami ent o_ct l : add( " Pr ogr amar el ej er ci ci o evi t ando l as
hor as que coi nci dan con l os mxi mos pi cos " ) ,
t r at ami ent o_ct l : add( " de acci n de l a i nsul i na. " ) ,
t r at ami ent o_ct l : add( " Di smi nui r l a dosi s de i nsul i na en
f unci n del t i po, dur aci n e i nt ensi dad de ej er " ) ,
t r at ami ent o_ct l : add( " ci ci o r eal i zado. " ) ,
t r at ami ent o_ct l : add( " Par a su di agnost i co y t r at ami ent o
def i ni t i vo debe ser cont r ol ado y anal i zado por " ) ,
t r at ami ent o_ct l : add( " un mdi co especi al i st a par a l a
t er api a de l a i nsul i na. " ) ,
! .
%CONOCI MI ENTO DI ABETES MELLI TUS TI PO I I
t r at ami ent o( " DI ABETES MELLI TUS TI PO I I " ) : -
t r at ami ent o_ct l : add( " Consumi r al i ment os con baj o cont eni do
en azcar es. " ) ,
t r at ami ent o_ct l : add( " Repar t a l os al i ment os en 6
t omas( desayuno, medi a maana, comi da, mer i enda, " ) ,
t r at ami ent o_ct l : add( " cena y ant es de dor mi r ) " ) ,
t r at ami ent o_ct l : add( " Desayuno un vaso de l eche descr emada,
sol a o con caf , t ( Si n azcar , con " ) ,
t r at ami ent o_ct l : add( " sacar i na o aspar t amo) y 1/ 2 pi eza de
pan i nt egr al con acei t e de ol i va , queso " ) ,
t r at ami ent o_ct l : add( " f r esco. " ) ,
t r at ami ent o_ct l : add( " Medi a maana una f r ut a. " ) ,
t r at ami ent o_ct l : add( " Al muer zo un pl at o de Car ne o pescado
o pot aj e de l egumbr es/ cer eal es, i nt egr a" ) ,
t r at ami ent o_ct l : add( " l es/ past as, acompaado con: ensal ada
o ver dur a o pat at as ( asadas o coci das) , " ) ,
t r at ami ent o_ct l : add( " 1/ 4 de pi eza de pan, Yogur t h o queso
f r esco( quesi l i o) o f r ut a. " ) ,
t r at ami ent o_ct l : add( " Mer i enda una f r ut a, un yogur t h o un
vaso de l eche descr emada. " ) ,
t r at ami ent o_ct l : add( " Cena un pl at o de Car ne o pescado o
pot aj e de l egumbr es/ cer eal es i nt egr al es/ " ) ,
t r at ami ent o_ct l : add( " past as, acompaado con: ensal ada o
ver dur a o pat at as ( asadas o coci das) , " ) ,
t r at ami ent o_ct l : add( " 1/ 4 de pi eza de pan, Yogur t h o queso
f r esco o f r ut a. " ) ,

t r at ami ent o_ct l : add( " Ant es de acost ar se una f r ut a o un

yogur t h o un vaso de l eche descr emada. " ) ,
t r at ami ent o_ct l : add( " Las f r ut as mas aconsej abl es son:
manzana, f r esa, nar anj a, nect ar i na o per a. " ) ,
t r at ami ent o_ct l : add( " Evi t e aquel l as con abundant e
cont eni do en azcar : pl t ano, uvas, hi gos, cer e" ) ,
t r at ami ent o_ct l : add( " zas, n sper os, chi r i moyas, et c. " ) ,
t r at ami ent o_ct l : add( " Mant enga equi l i br ada l a pr opor ci n
ent r e el apor t e de car bohi dr at os ( 65 %) " ) ,
t r at ami ent o_ct l : add( " ( f r ut as ent er as, gr anos, veget al es,
semi l l as, f r j ol , al ber j a, l ent ej a, gar banzo" ) ,
t r at ami ent o_ct l : add( " y soya) , pr ot e nas ( 15 %) ( car nes,
pescados, aves, l eche, queso y huevos, " ) ,
t r at ami ent o_ct l : add( " gr anos, l egumbr es, nueces, semi l l as)
y gr asas ( 30 %) ( mar gar i na, gr asa de" ) ,
t r at ami ent o_ct l : add( " l as car nes, acei t e de coco, ol i va,
man , ma z, al godn, gi r asol , canol a, " ) ,
t r at ami ent o_ct l : add( " soya, cr t amo y l i no, sal mn, at n,
sar di na) . " ) ,
t r at ami ent o_ct l : add( " Di smi nuya el consumo de car nes r oj as
y aument e el de pescados. " ) ,
t r at ami ent o_ct l : add( " Evi t e o l i mi t e el consumo de
al i ment os f r i t os o coci nados con excesi va gr asa. " ) ,
t r at ami ent o_ct l : add( " Evi t ar l a azcar r ef i nada, mi el ,
mer mel adas y j al eas, r ef r escos y j ugos i ndust r i a" ) ,
t r at ami ent o_ct l : add( " l i zados, f r ut as en al m bar y
chocol at es, ent r e ot r os. " ) ,
t r at ami ent o_ct l : add( " Li mi t e l a i ngest a de gr asas sat ur adas
( l eche, quesos y hel ados) , y aument e el " ) ,
t r at ami ent o_ct l : add( " consumo de gr asas mono y
pol i i nsat ur adas. " ) ,
t r at ami ent o_ct l : add( " I nt ent e r epar t i r l os hi dr at os de
car bono ( pan, ar r oz, past a, pat at a, l egumbr e, " ) ,
t r at ami ent o_ct l : add( " f r ut a) a l o l ar go del d a. " ) ,
t r at ami ent o_ct l : add( " Los al i ment os deben ser f r escos y
poco pr ocesados ( coma 2 3 f r ut as al d a, " ) ,
t r at ami ent o_ct l : add( " cer eal es i nt egr al es y ver dur as
f r escas 2 veces al d a) . " ) ,
t r at ami ent o_ct l : add( " Su al i ment aci n l e debe apor t ar una
cant i dad adecuada de nut r i ent es esenci a" ) ,
t r at ami ent o_ct l : add( " l es ( vi t ami nas, mi ner al es, ci dos
gr asos esenci al es, et c. ) . " ) ,
t r at ami ent o_ct l : add( " Cont r ol e el apor t e de sodi o en l a
di et a( La i ngest a di ar i a mxi ma es de 2400mg) . " ) ,
t r at ami ent o_ct l : add( " Los al i ment os r i cos en f i br a son
r ecomendabl es ya que ayudan a di smi nui r , l as " ) ,
t r at ami ent o_ct l : add( " osci l aci ones de azcar . " ) ,
t r at ami ent o_ct l : add( " Los al i ment os especi al es par a
di abt i cos no son gener al ment e r ecomendabl es. " ) ,
t r at ami ent o_ct l : add( " Se debe de evi t ar t omar al i ment os con
azcar como t ar t as, r epost er a, gal l et as " ) ,
t r at ami ent o_ct l : add( " y endul zar con sacar i na. " ) ,
t r at ami ent o_ct l : add( " No debe de t omar bebi das al cohl i cas
ya que apor t an cal or as y pueden dese" ) ,
t r at ami ent o_ct l : add( " qui l i br ar l a di et a. " ) ,
t r at ami ent o_ct l : add( " No son r ecomendabl es bebi das
r ef r escant es, por su al t o cont eni do en azcar . " ) ,
t r at ami ent o_ct l : add( " Beba dos l i t r os de agua al d a. " ) ,
t r at ami ent o_ct l : add( " Real i zar cual qui er t i po de ej er ci ci o
f si co moder ada o vi gor osa como t r ot ar , " ) ,

t r at ami ent o_ct l : add( " cami nar , hacer el j ar d n, gi mnasi a

r t mi ca, subi r y baj ar gr adas, ci cl i smo, bai l ar , " ) ,
t r at ami ent o_ct l : add( " nadar ) . " ) ,
t r at ami ent o_ct l : add( " Cont r ol e l a gl ucemi a ant es, dur ant e y
despus del ej er ci ci o. " ) ,
t r at ami ent o_ct l : add( " Debe de hacer se de acor de con l a
edad, condi ci n f si ca y est ado de sal ud. " ) ,
t r at ami ent o_ct l : add( " Ant es de i ni ci ar una sesi n de
ej er ci ci o hacer un cal ent ami ent o de 10- 15 mi nu" ) ,
t r at ami ent o_ct l : add( " t os y t er mi nar con ot r os 10- 15
mi nut os de ej er ci ci os de f l exi bi l i dad y r el aj aci n" ) ,
t r at ami ent o_ct l : add( " muscul ar . " ) ,
t r at ami ent o_ct l : add( " Evi t ar i nyect ar i nsul i na en l as zonas
que van a ser r equer i das par a r eal i zar " ) ,
t r at ami ent o_ct l : add( " ej er ci ci o. " ) ,
t r at ami ent o_ct l : add( " Tener cer ca una f uent e de
admi ni st r aci n de hi dr at os de car bono, en al gunos " ) ,
t r at ami ent o_ct l : add( " casos con bebi das azucar adas par a que
su absor ci n sea ms r pi da. " ) ,
t r at ami ent o_ct l : add( " Consumo de l qui dos ant es, dur ant e y
despus del ej er ci ci o. " ) ,
t r at ami ent o_ct l : add( " Cui dado adecuado de l os pi es con uso
de cal zado apr opi ado y cal cet i nes de al " ) ,
t r at ami ent o_ct l : add( " godn, r evi sndose di ar i ament e y al
f i nal i zar el ej er ci ci o. " ) ,
t r at ami ent o_ct l : add( " Evi t ar r eal i zar ej er ci ci o en
condi ci ones de f r o o cal or ext r emos y dur ant e per i o" ) ,
t r at ami ent o_ct l : add( " dos de descont r ol met abl i co. " ) ,
t r at ami ent o_ct l : add( " De no ser suf i ci ent e l a di et a acudi r
al mdi co especi al i st a par a comenzar l a t er a" ) ,
t r at ami ent o_ct l : add( " pi a con i nsul i na o con t r at ami ent os
or al es. " ) ,
! .
%CONOCI MI ENTO DI ABETES GESTACI ONAL.
t r at ami ent o( " DI ABETES GESTACI ONAL" ) : -
t r at ami ent o_ct l : add( " Aument ar el apor t e de hi er r o ( huevos,
l egumbr es, l ent ej as, f r j ol es, gr anos " ) ,
t r at ami ent o_ct l : add( " secos, cer eal es i nt egr al es,
hor t al i zas, espi naca, per ej i l y car ne. ) . " ) ,
t r at ami ent o_ct l : add( " Aument ar el apor t e de cal ci o( l eche,
quesos, col , nabo, r banos, ber r os, " ) ,
t r at ami ent o_ct l : add( " f r j ol es, ar vej as, qui nua, cebada,
gar banzos, l ent ej a, soya) . " ) ,
t r at ami ent o_ct l : add( " Di et a r i ca en al i ment os de or i gen
ani mal , un compl ement o de 30 a 60 ml al d a. " ) ,
t r at ami ent o_ct l : add( " Equi l i br i o en l a di et a con aci do
f l i co dur ant e el cr eci mi ent o f et al son necesar i as " ) ,
t r at ami ent o_ct l : add( " 400 ml al d a, est os se encuent r an en
veget al es, hoj as ver des y f r ut as. " ) ,
t r at ami ent o_ct l : add( " Las necesi dades di ar i as de vi t ami nas
C ( f r ut as) dur ant e el embar azo son de 60 " ) ,
t r at ami ent o_ct l : add( " ml , l a f al t a de est o puede pr ovocar
al f et o y di smi nuci n en l a el ast i ci dad de " ) ,
t r at ami ent o_ct l : add( " l os t ej i dos de l a madr e. " ) ,
t r at ami ent o_ct l : add( " La di et a equi l i br ada en sodi o es muy
i mpor t ant e en el embar azo ya que su au" ) ,
t r at ami ent o_ct l : add( " ment o o su r est r i cci n puede ser
pel i gr oso a l a madr e como al f et o. " ) ,
t r at ami ent o_ct l : add( " Necesi t an i nsul i na par a su cont r ol ,
su ni vel de azcar debe est ar por debaj o de" ) ,
t r at ami ent o_ct l : add( " 100 mg/ dl . " ) ,

t r at ami ent o_ct l : add( " Reduci r ni vel es de azcar par a evi t ar
el r i esgo de mal f or maci ones del f et o. " ) ,
t r at ami ent o_ct l : add( " Real i zar obser vaci ones muy de cer ca
del f et o y de l a madr e dur ant e el embar a" ) ,
t r at ami ent o_ct l : add( " zo. " ) ,
t r at ami ent o_ct l : add( " Real i zar exmenes de ul t r asoni do y
car di ogr af a en r eposo. " ) ,
t r at ami ent o_ct l : add( " Di et a equi l i br ada de l a madr e. " ) ,
t r at ami ent o_ct l : add( " Al f i nal i zar el embar azo l as
necesi dades de i nsul i na di smi nuyen. " ) ,
t r at ami ent o_ct l : add( " Con un buen cont r ol mdi co t ant o
obst t r i co y met abl i co hay buenas posi bi l i " ) ,
t r at ami ent o_ct l : add( " dades de dar a l uz un hi j o sano. " ) ,
t r at ami ent o_ct l : add( " De no ser suf i ci ent e l a di et a acudi r
al mdi co especi al i st a par a comenzar l a t er a" ) ,
t r at ami ent o_ct l : add( " pi a de i nsul i na. " ) ,
t r at ami ent o_ct l : add( " Par a su di agnost i co def i ni t i vo debe
ser cont r ol ado y anal i zado por un mdi co " ) ,
t r at ami ent o_ct l : add( " especi al i st a par a l a t er api a de
i nsul i na o con i pogl ucemi ant es or al es. " ) ,
! .
t r at ami ent o( _) .

pr edi cat es
%PREDI CAD QUE I NVOCA EL CONOCI MI ENTO DE LOS SI NTOMAS.
si nt omas : ( st r i ng Si nt omas) .
cl auses
%CONOCI MI ENTO DE LOS SI NTOMAS.
si nt omas( " Ant ecedent es f ami l i ar es" ) : -
f ami l i ar es_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " Pol i f agi a" ) : -
pol i f agi a_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " Pol i ur i a" ) : -
pol i ur i a_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " Pol i di psi a" ) : -
pol i di psi a_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " Per di da de peso" ) : -
pr di daDePeso_ct l : get CheckedSt at e( ) =
checkBut t on: : checked,
! .
si nt omas( " Obesi dad" ) : -
obesi dad_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " I nf ecci ones" ) : -
i nf ecci ones_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " Fat i gas" ) : -
f at i gas_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " Vomi t os" ) : -
vomi t os_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " I nf ect adas l as her i das" ) : -
i nf ect adasHer i das_ct l : get CheckedSt at e( ) =
checkBut t on: : checked,
! .
si nt omas( " Her i das se demor an en ci cat r i zar se" ) : -

her i dasCi cat r i zar se_ct l : get CheckedSt at e( ) =

checkBut t on: : checked,
! .
si nt omas( " Vi si n bor r osa" ) : -
vi si onBor r osa_ct l : get CheckedSt at e( ) =
checkBut t on: : checked,
! .
si nt omas( " Per sona sedent ar i a" ) : -
sedent ar i a_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " Consume al i ment os al t os en gr asas" ) : -
al i ment osGr asas_ct l : get CheckedSt at e( ) =
checkBut t on: : checked,
! .
si nt omas( " Comsume al i ment os al t os en hi dr at os de car bono" ) : -
al i ment osHi dr at os_ct l : get CheckedSt at e( ) =
checkBut t on: : checked,
! .
si nt omas( " Pr esi n al t a" ) : -
pr esi onAl t a_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " Col est er ol al t o" ) : -
col est er ol Al t o_ct l : get CheckedSt at e( ) =
checkBut t on: : checked,
! .
si nt omas( " Embar azada" ) : -
%embar azada_ct l : get CheckedSt at e( ) =
checkBut t on: : checked,
! .
si nt omas( " Di abet es gest aci onal pr evi a" ) : -
dgPr evi a_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " Par t o pr evi o bebe < 4kg" ) : -
par t oPr evi o_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( " Abor t o" ) : -
abor t o_ct l : get CheckedSt at e( ) = checkBut t on: : checked,
! .
si nt omas( _) .

APNDICES

GLOSARIO DE TERMINOS

DM I.- Diabetes mellitus tipo I.

DM II.- Diabetes mellitus tipo II.
DMID.- Diabetes mellitus insulino-dependiente.
DMNID.- Diabetes mellitus no-insulino-dependiente.
IA.- Inteligencia Artificial.
MG.- Miligramos.
DL.- Decilitros.
PTOG.- Prueba de tolerancia oral a la glucosa.
GAA.- Glucemia Alterada Ayunas.
ITG.- Intolerancia a la Glucosa.
IMC.- ndice de masa corporal.
LDL.- Colesterol bueno.
HDL.- Colesterol malino.
HCO3.- Bicarbonato.
MA.- Microalbuminuria.
GPS.- General Problem Solver.
CBR.- Razonamiento basado en casos.
SBC.- Sistemas Basados en Conocimiento.

LISTA DE TABLAS

Tabla1:ConclusindelaDMI.................................................................................................... 10
Tabla2:Toleranciaalaglucosadetreshoras. ........................................................................... 14
Tabla3:ConclusindelaDG....................................................................................................... 21
Tabla4:Clasificacindealteracionesdelaglucosa. .................................................................. 26
Tabla5:Objetivosdecontrolconparticipacinactivadelpaciente. ......................................... 32
Tabla6:Valorcalricosegnlaactividadfsica.......................................................................... 34
Tabla7:ConclusindelaDMII................................................................................................... 38
Tabla8:Albuminuria. .................................................................................................................. 40
Tabla9:Propiedadesdelossistemasexpertosyclsicos. ......................................................... 68
Tabla10:UnatabladeverdadquemuestraquelasReglas1y2soncoherentes..................... 90
Tabla11:UnatabladeverdadquemuestraquelasReglas1y4sonincoherentes.................. 91
Tabla12:BasedelconocimientosobrelossntomasdelaDM................................................ 135
Tabla13:Basedelconocimientosobrelaprediabetes. ........................................................... 135
Tabla14:BasedelconocimientosobrelaDMI........................................................................ 139
Tabla15:BasedelconocimientosobrelaDMII....................................................................... 143

LISTA DE FIGURAS

Figura1:Algoritmoparaeldiagnostico. ..................................................................................... 27
Figura2:ComponentesdeunSistemaExperto.......................................................................... 80
Figura3:Unejemplodeunconjuntodeseisreglasrelacionando13objetos. .......................... 87
Figura4:UnarepresentacingrficadelasrelacionesentrelasseisreglasdelaFigura3. ...... 88
Figura5:Esquemaderepresentacinenelquefiguraelequipodedesarrollo. ..................... 125