Shaker El-Sappagh y Mohammed Elmogy
La diabetes mellitus se considera una enfermedad crónica peligrosa. El diagnóstico es el primer paso para su tratamiento. El sistema de apoyo a la toma de decisiones clínicas (CDSS) para el diagnóstico de la diabetes mejora su detección y disminuye la posibilidad de complicaciones. Sin embargo, su diagnóstico es un problema que no depende de la teoría. El razonamiento basado en casos (CBR) es un paradigma de resolución de problemas que utiliza experiencias pasadas para resolver nuevos problemas. La integración de CBR y ontologías formales mejora la inteligencia de este paradigma. El uso de los registros médicos electrónicos (EHR) de los pacientes para generar conocimiento basado en casos resuelve el problema del cuello de botella en la adquisición de conocimiento; sin embargo, se requieren pasos de preparación. Además, el uso de ontologías médicas estándar, como SNOMED-CT, mejora la interoperabilidad y la integración de CDSS con el sistema de atención médica. Si los sistemas CBR basados en ontología utilizan conocimiento vago o impreciso, la efectividad semántica mejora aún más. Este documento propone un marco CBR avanzado y completo basado en ontología difusa que administra y utiliza conocimiento impreciso. Implementamos los pasos más críticos en CBR (es decir, representación y recuperación de casos). El marco implementado se ha probado en el diagnóstico de diabetes utilizando una base de casos de 60 casos reales del EHR de los Hospitales Universitarios de Mansoura, Mansoura, Egipto. El sistema propuesto tiene una precisión del 97,67%.