Sistema Experto con Inducción de Reglas para Apoyo a la
Identificación de Géneros de Microorganismos
 

Ivan Flores, Esmeralda Ramos, Haydemar Núñez
Laboratorio de Inteligencia Artificial
Centro de Ingeniería de Software y Sistemas
Facultad de Ciencias, Universidad Central de Venezuela. Caracas, Venezuela
hnunez@ciens.ucv.ve, eramos@kuaimare.ciens.ucv.ve

Juana Vitelli Flores, Vidal Rodríguez Lemoine
Centro Venezolano de Colecciones de Microorganismos
Instituto de Biología Experimental
Universidad Central de Venezuela. Caracas, Venezuela

 
Abstract
 
In this work, a Web based Expert System (ES) for the identification of genders of gram-negative glucose nonfermenting bacilli is presented. These microorganisms are considered important agents in nosocomial infections, but its identification is a very complex process. The expert system’s knowledge base is conformed by two types of rules: primary rules, generated with the decision tree induction algorithm C4.5, but with some modifications to make one first classification in small groups of genders; and complementary rules, to characterize the gender. In order to handle the uncertainty, the certainty factor scheme was used. Tests made with isolated bacteria of different origin, show that the system allows a reliable characterization of the genders of a form simplified.
 
Keywords: Expert systems, rule induction, microorganism identification
Resumen
 
En este trabajo se presenta un Sistema Experto (SE) en ambiente Web para la identificación de géneros de Bacilos Gram Negativos No fermentadores de la Glucosa (BGNNF). Los BGNNF son considerados agentes importantes en cuadros clínicos de infecciones nosocomiales y su identificación es un proceso de alta complejidad debido a la variedad de ensayos bioquímicos a realizar y al análisis de resultados de muchas pruebas comunes. La base de conocimientos de este SE está conformada por dos tipos de reglas: las primarias, generadas con el algoritmo inducción de árboles de decisión C4.5 pero con algunas modificaciones, para hacer una primera clasificación en pequeños grupos de géneros; y las complementarias, para caracterizar el género en particular. Para tratar la incertidumbre inherente al problema se utilizó el esquema de Factores de Certeza. Las pruebas realizadas con bacterias aisladas de diferente origen, muestran que el sistema permite la caracterización de los géneros de una forma simplificada con un alto grado de confiabilidad.
 
Palabras Clave: Sistemas expertos, inducción de reglas, identificación de microorganismos.