Modelo de planificación dinámica para la extracción de conocimiento en expresiones genéticas

Abstract

[ES] La aplicación de las tecnologías de la información a los entornos biomédicos ha adquirido una gran importancia durante los últimos años. En este trabajo se presenta el modelo “Intelligent Biomedic Organizations (IBO)”, una arquitectura dinámica para la extracción del conocimiento en base de datos biomédicas. Se trata de un modelo organizativo especialmente diseñado para dar soporte al personal médico en sus tareas diarias, así como para establecer un innovador sistema inteligente para la clasificación y predicción de patrones a partir de grandes volúmenes de datos. IBO se fundamenta en una arquitectura multiagente con capacidades para la integración con servicios Web. El núcleo del sistema son agentes que incorporan estrategias de razonamiento basado en casos para la reorganización y planificación automática. El modelo propone un nuevo modelo de computación distribuida mediante los servicios Web. Los agentes actúan como coordinadores de los servicios Web que implementan que implementan los diferentes algoritmos del ciclo de razonamiento. Los agentes se han implementado bajo casos de estudios reales y se han incorporado nuevas técnicas estadísticas para la realización de filtrados, cluster para el análisis de los datos. Al final del trabajo se muestran los resultados obtenidos. Se hace un estudio tanto de las técnicas aplicadas como del mecanismo de planificación y su integración en la arquitectura multiagente.

[EN] The application of information technology in the field of biomedicine has become increasingly important over the last several years. This works presents the Intelligent Biomedic Organizations (IBO) model, an intelligent dynamic architecture for knowledge data discovery in biomedical databases. It involves an organizational model specially designed to support medical personnel in their daily tasks and to establish an innovative intelligent system to classify and predict with huge volumes of information. IBO is based on a multi-agent architecture with web service integration capability. The core of the system is a type of agent that integrates a novel strategy based on a case-based planning mechanism for automatic reorganization. This agent proposes a new reasoning agent model, where the complex processes are modeled as external services. In this sense, the agents act as coordinators of Web services that implement the four stages of the case-based planning cycle. The multi-agent system has been implemented in a real scenario to classify leukemia patients, and the classification strategy includes services such as a novel neural network and statistical methods to analyze the patient’s data. The results obtained are presented within this work and demonstrate the effectiveness of the proposed organizational model.