Data management for web-based E-health expert system: advising tool rule-based on outcomes of epidemiologic survey for users with possible allergic diseases

Abstract

El conocimiento tiene su base en la información, pero ésta necesita de habilidades de razonamiento, deducción, intuición y experiencia para ser útil. El tratamiento de datos es un conjunto de técnicas encaminadas a la extracción de conocimiento procesable implícito en las bases de datos con el objetivo de buscar solución a problemas de predicción y clasificación. Este proyecto ha supuesto la inmersión en el mundo de la minería de datos con el objetivo de crear una herramienta de ayuda para el tratamiento de datos de forma que se obtenga una mejora en el proceso de razonamiento para el diagnóstico de enfermedades crónicas como afecciones alérgicas, cuyo núcleo está basado en datos reales recogidos de una investigación de carácter epidemiológico. Estos datos reales recogidos en encuestas realizadas a pacientes contando con sus correspondientes diagnósticos médicos han sido usados para construir unas reglas capaces de describir el estado de salud a partir de unos síntomas. Ésta herramienta toma su estructura de los sistemas expertos y el modelado inteligente, capaces de simular problemas similares a la realidad basándose en el conocimiento integrado. Así, a partir de datos médicos, se han estudiado sus características y se han realizado análisis mediante herramientas estadísticas (SPSS y Statistica) con el objetivo de encontrar unas reglas capaces de gobernar un modelo de la actividad real, extrayendo el conocimiento de los datos recogidos, para dotar al sistema de capacidad de razonamiento y decisión. La herramienta simula el entorno real en cuanto a salud se refiere, basándose en reglas construidas para dar consejo a posibles usuarios de un sistema que, por medio de la web, pueden conocer si es necesario acudir a la consulta de un especialista por diferentes razones conectadas con síntomas (datos de entrada en el sistema experto) o su estado de salud.

Knowledge has its base in information, but also abilities of reasoning, deduction, intuition and experience are needed to achieve it. Data mining is a set of methods designed to extraction of machine‐processable knowledge implicit in data bases, with the aim of finding solutions to problems of prediction and classification. This report has supposed an immersion in data mining world with the target of building an advice tool to manage information in order to improve the reasoning process in diagnosis of chronic illnesses such as allergic diseases based on outcomes from epidemiologic research. Real data collected from surveys and medical checks is used to build rules describing health status reasoning from some symptoms. This tool uses the knowledge structure extracted from medical data by an expert system and intelligent modeling capable of responding to similar problems based on integrated knowledge rules. This way, from real medical data, statistical features and discriminant classification have been undertaken by statistical packages (statistica and Statistica) with the aim of finding some rules able to govern the model of real activity. Therefore, extracting knowledge from real data acquired by surveys we have been able to build a system with capacity of reasoning and taking decisions. The tool simulates health outcome reality on the basis of collected specific rules to give an advice to an user tested by web‐based survey, telling him if necessary to go and see the doctor due to different medical reasons connected with symptoms (as input data for expert system) or his health status.