Sistemas de apoyo a la decisión médica que utilizan expresión génica e información clínica, y método para su uso.

Un método implementado por ordenador para apoyar una decisión médica,

caracterizado por que

comprende:

proporciona un sistema de tres capas que comprende:

a. una primera capa que comprende:

i. un primer elemento de módulo predictor que opera sobre los datos de expresión génica de micromatriz usando una red neuronal difusa evolutiva;

ii. un segundo elemento de módulo predictor que opera sobre la información clínica usando un clasificador Bayesiano;

b. una segunda capa que comprende los siguientes elementos de clase:

i. Clase A; y

ii. Clase B; y

c. una tercera capa que consiste en un elemento de salida para proporcionar una salida combinada combinando la salida de todos los elementos de clase de la segunda capa, en el que:

dicho elemento de salida de tercera capa está conectado completamente a los elementos de clase de la segunda capa a través de pesos de conexión α y 1- α;

todos los elementos de clase de la segunda capa están completamente conectados con los elementos de módulo de la primera capa a través de pesos de conexión ß1,1- ß1, ß2 y 1-ß2; y

dichos pesos de conexión son tales como para minimizar un error de dicha salida combinada de tal forma que dicha salida combinada tiene una mayor precisión que la salida de Clase A o la salida de Clase B individualmente, en el que:

los valores de parámetros ß1, ß2, y α se evalúan y se cuantifican para el sistema de tres capas usando un método de búsqueda exhaustiva de acuerdo con las etapas:

i. crear dicho primer elemento de módulo predictor y dicho segundo elemento de módulo predictor a través de entrenamiento, ensayo y optimización de parámetros;

ii. para cada valor de ß1 y para cada valor de ß2 y para cada valor de α, ensayar la precisión del sistema de tres capas para la totalidad de un conjunto de datos; y

iii. escoger los valores de parámetros ß1, ß2, y α que dan la mayor precisión del sistema de tres capas; los valores de parámetros ß1, ß2, y α se evalúan y se cuantifican para el sistema de tres capas de acuerdo con un método de especialización de base estadística, donde cada salida de clase de cada módulo se pondera con la precisión de clase normalizada calculada para este módulo a través de todos los módulos en el sistema, donde los valores de salida continuos para las salidas de clase se multiplican por los pesos, y la suma de los valores de salida ponderados de todos los módulos constituye el valor de salida final para la clase, y donde una clase se escoge con el mayor valor de salida; o

el sistema de tres capas se interpreta como un perceptrón multicapa, donde los valores de parámetros ß1, ß2, y α se evúaaln y se cuantifican para el sistema de tres capas a través de un procedimiento de aprendizaje que utiliza el algoritmo de retropropagación de error, en el que los valores de parámetros unidos a las conexiones en una estructura de red neuronal multicapa de perceptrón se calculan como pesos de conexión durante el entrenamiento de la red neuronal.