Embed Size (px)
Citation preview
Universidad de Castilla-La Mancha
Escuela Superior de Informática
Departamento de Tecnologías y Sistemas de Información
Programa Oficial de Postgrado en Tecnologías Informáticas Avanzadas
Trabajo Fin de Máster
____________________
ACA-ICo: Una propuesta de Arquitectura Contextual
Asistencial basada en elementos de Interacción por Contacto
Septiembre de 2010
Alumno: Jesús Fontecha Diezma
Director: Dr. D. José Bravo Rodríguez
Trabajo Fin de Máster – Jesús Fontecha Diezma
II
Trabajo Fin de Máster – Jesús Fontecha Diezma
III
Contenido
Contenido ................................................................................................................................................. III Índice de Figuras ..................................................................................................................................... IV Índice de Tablas ....................................................................................................................................... IV Presentación ............................................................................................................................................... V 1. Introducción ............................................................................................................................................ 1 2. Caso de Estudio ...................................................................................................................................... 2
2.1. Dominio ............................................................................................................................................. 2 2.2. Motivación ......................................................................................................................................... 2 2.3. Objetivos ........................................................................................................................................... 2
3. Estado del Arte ....................................................................................................................................... 3 3.1. Inteligencia Ambiental y Computación Ubicua ................................................................................. 3 3.2. Antecedentes ..................................................................................................................................... 4
3.2.1. La Tecnología RFID ................................................................................................................... 4 3.2.2. La Tecnología NFC .................................................................................................................... 5 3.2.3. Interacción Natural vs. Interacción por contacto ........................................................................ 7
3.3. La Tecnología en el ámbito de la Salud (HealthCare). Estudios relacionados .................................. 8 3.4. El Contexto ...................................................................................................................................... 10
3.4.1. Dimensiones del contexto ......................................................................................................... 10 3.4.2. Etiquetado y Consciencia del Contexto .................................................................................... 10
3.5. Ontologías ....................................................................................................................................... 11 3.5.1. Lenguajes de Formalización de Ontologías .............................................................................. 11
3.6. Aprendizaje Automático .................................................................................................................. 12 3.6.1. Árboles de Decisión ................................................................................................................. 13
4. Propuesta de Investigación .................................................................................................................. 14 4.1. Presentación ..................................................................................................................................... 14 4.2. Taxonomía del Entorno ................................................................................................................... 15 4.3. Etiquetado del Contexto .................................................................................................................. 17
4.3.1. Aplicación de un enfoque molecular ........................................................................................ 17 4.3.2. Gramática de etiquetado ........................................................................................................... 18
4.4. Consciencia del Contexto Asistencial ............................................................................................. 19 4.4.1. Obtención de servicios del entorno ........................................................................................... 19 4.4.2. Estructuras dinámicas para la obtención de servicios implícitos .............................................. 22 4.4.4. Suites Móviles .......................................................................................................................... 26 4.4.5. La necesidad de un sistema centralizado .................................................................................. 26 4.4.3. Árboles de decisión como soporte al despliegue de servicios implícitos ................................. 27
4.5. Visión global de la Arquitectura ...................................................................................................... 29 4.6. Experiencia ...................................................................................................................................... 30
4.6.1. Descripción ............................................................................................................................... 31 4.6.2. Modelo...................................................................................................................................... 32 4.6.3. Resultados ................................................................................................................................ 34
5. Conclusiones y Trabajo Futuro ........................................................................................................... 35 6. Referencias ............................................................................................................................................ 36 ANEXO I. Curriculum Vitae ................................................................................................................... 41 ANEXO II. Resumen de asignaturas cursadas ...................................................................................... 47 ANEXO III. Guía de prácticas ................................................................................................................ 51 ANEXO IV. Cuestionario de Evaluación ............................................................................................... 55
Trabajo Fin de Máster – Jesús Fontecha Diezma
IV
Índice de Figuras
Figura 1.- Comunicación RFID mediante ondas de radio [16]. .................................................................. 5 Figura 2.- Previsión futura de la tecnología NFC en teléfonos móviles ...................................................... 6 Figura 3.- Ejemplo de interacción y comunicación móvil – etiqueta ........................................................... 6 Figura 4.- Visión general de conceptos ...................................................................................................... 14 Figura 5.- Taxonomía del entorno ............................................................................................................. 15 Figura 6.- Elementos principales de la ontología del entorno ................................................................... 16 Figura 7.- Ejemplo interacción por contacto ............................................................................................. 17 Figura 8.- Estructura molecular general de una etiqueta .......................................................................... 18 Figura 9.- Generación de servicios conscientes del contexto .................................................................... 18 Figura 10.- Ejemplo de acción explícita .................................................................................................... 19 Figura 11.- Ejemplo con servicios implícitos ............................................................................................. 20 Figura 12.- Acciones y servicios implícitos ................................................................................................ 21 Figura 13.- Esquema de asociación Acciones/Servicios ............................................................................ 22 Figura 14.- Estructura de las acciones ...................................................................................................... 23 Figura 15.- Diagrama de flujo Ciclo Acciones .......................................................................................... 24 Figura 16.- Piezas del software móvil ........................................................................................................ 26 Figura 17.- Partes del sistema central ....................................................................................................... 27 Figura 18.- Entradas del Módulo IA .......................................................................................................... 28 Figura 19.- Ejemplo de Árbol Acción "medir temperatura" (iteración i) .................................................. 28 Figura 20.- Ejemplo de Árbol Acción "medir temperatura" (iteración i+j) .............................................. 29 Figura 21.- Visión en capas de la ACA ...................................................................................................... 30 Figura 22.- Realización del experimento ................................................................................................... 31 Figura 23.- Control administración medicamento ..................................................................................... 31 Figura 24.- Diagrama de fases del experimento ........................................................................................ 32 Figura 25.- Gráfica valoración del prototipo ............................................................................................ 35
Índice de Tablas
Tabla 1. Diferencias entre AmI y Computación Ubicua (Information Society Technologies Advisory
Group ISTag, 2003) ...................................................................................................................................... 4 Tabla 2.- Características NFC y RFID ........................................................................................................ 8 Tabla 3.- Porcentajes de tiempo sobre actividades y perfiles hospitalarios ................................................ 9 Tabla 4.- Producciones Gramática de etiquetado ...................................................................................... 19 Tabla 5.- Servicios derivados de las acciones ............................................................................................ 21 Tabla 6.- Tipo de acciones y servicios asociados ....................................................................................... 21 Tabla 7.- Visión general algoritmos acciones ............................................................................................ 25 Tabla 8.- Fases del experimento................................................................................................................. 33 Tabla 9.- División en bloques cuestionario experimento ........................................................................... 34 Tabla 10.- Tabla de asignaturas Máster .................................................................................................... 47
Trabajo Fin de Máster – Jesús Fontecha Diezma
V
Presentación
El presente documento forma parte del programa: Máster en Tecnologías Informáticas Avanzadas de la
Universidad de Castilla la Mancha (UCLM). Llevado a cabo según indica la normativa para la
realización del Trabajo Fin de Máster (TFM), y cuya finalidad es la presentación de una propuesta de
investigación como anteproyecto a la tesis doctoral.
El trabajo está dividido en diferentes bloques:
Introducción y objetivos del proyecto de investigación. Se expone una introducción del trabajo,
seguida de los objetivos principales y secundarios de su realización.
Estado del arte y estudios relacionados. Donde se exponen los conceptos, tecnologías y
paradigmas de los que hará uso nuestro trabajo. De la misma forma se expondrá una breve
revisión acerca de los trabajos de investigación llevados a cabo en el ámbito de estudio.
Anteproyecto de investigación, donde se desarrolla cada una de las partes fundamentales del
trabajo, incluyendo experimentos reales, conclusiones y trabajos futuros.
Anexos. Entre los anexos, se presentan el curriculum vitae del autor, resumen de las asignaturas
cursadas en la primera etapa docente previa a la consecución del presente trabajo, y los anexos
desprendidos del trabajo de investigación realizado.
Trabajo Fin de Máster – Jesús Fontecha Diezma
VI
Trabajo Fin de Máster – Jesús Fontecha Diezma
1
ACA-ICo: Una propuesta de Arquitectura Contextual Asistencial basada en elementos de
Interacción por Contacto.
Jesús Fontecha Diezma, José Bravo Rodríguez (MAmI Research Lab - Universidad de Castilla la Mancha, Ciudad Real, España
{jesus.fontecha, jose.bravo}@uclm.es
Abstract: En este documento se presenta el trabajo de investigación llevado a cabo, consistente
en la propuesta de una arquitectura contextual asistencial que, basada en los principios para la
consciencia del contexto y la inteligencia ambiental, es capaz de asistir al personal sanitario en
sus tareas cotidianas de una forma natural y transparente de acuerdo a una inexperiencia
tecnológica patente en este ámbito. La arquitectura se divide en diferentes capas con módulos
dedicados a satisfacer las necesidades procedentes del entorno (administración de
medicamentos, realización de pruebas, toma de constantes vitales, etc). Para ello, se apoya en
tecnologías de interacción por contacto embebidas en dispositivos móviles y elementos
asistenciales, etiquetado del contexto y métodos de aprendizaje inductivo. El objetivo final de
la arquitectura será el despliegue de servicios de forma implícita y consciente del contexto ante
determinadas acciones realizadas por el personal sanitario. La necesidad de este proyecto viene
precedida por los resultados obtenidos de sendos experimentos realizados en Escuelas de
Enfermería, donde se pone de manifiesto que el uso de tecnologías no intrusivas en
combinación con sistemas ubicuos, puede mejorar la calidad asistencial y por ende el día a día
de los pacientes del entorno sanitario.
Keywords: Cuidados en Enfermería, Computación Ubicua, Consciencia del Contexto
Asistencial, Movilidad, Etiquetado del contexto, Interacción por contacto.
1. Introducción
Siempre se ha buscado mejorar la calidad de vida de las personas en distintos ámbitos
sociales. Uno de los principales escenarios relacionados directamente con este hecho,
concierne al ámbito de los cuidados sanitarios en los diferentes complejos
hospitalarios y asistenciales existentes en la actualidad. En estos, el personal sanitario
realiza, entre otras funciones, una labor muy importante a la vez que imprescindible,
ya que se encarga de prestar los cuidados necesarios a los pacientes que tiene a su
cargo.
Aprovechando el conocimiento proveniente de otras disciplinas como la ingeniería
informática se pueden ofrecer soluciones para ayudar a mejorar estas tareas. La
integración de los conceptos de ubicuidad, movilidad, consciencia del contexto e
interacción natural suponen una solución inmediata para satisfacer las necesidades del
personal sanitario referidas al cuidado de sus pacientes [1, 2].
Estudios realizados en los contextos hospitalarios revelan que un 20% de media del
tiempo del personal sanitario (médicos y enfermeros/as) es empleado en el manejo de
información, como por ejemplo en los historiales clínicos de los pacientes. Se han de
tener en cuenta multitud de variables, importantes para el diagnóstico, tratamiento y
cuidado de los pacientes [3].
Un correcto modelado del contexto a través de la adaptación e integración de
tecnologías no intrusivas de identificación por contacto como Near Field
Communication (NFC), embebidas en objetos cotidianos del entorno hospitalario
constituirá un modo de acceso y gestión de la información de una forma simple y
hasta hace poco desconocida. Las interacciones que los usuarios realicen con los
objetos del entorno junto con el dinamismo intrínseco de la consciencia del contexto,
Trabajo Fin de Máster – Jesús Fontecha Diezma
2
logrará captar las necesidades de los usuarios que manejan el sistema, mejorando la
actuación de enfermeros/as y asegurando la calidad asistencial de los pacientes [4, 5].
Lo que se pretende en este trabajo es conformar una arquitectura mediante el
modelado del contexto del entorno asistencial en el que trabajan enfermeros/as en el
cuidado de pacientes, como por ejemplo en una planta hospitalaria. Mediante el uso
de tecnología NFC se propone dar solución a las tareas esenciales que este tipo de
profesionales llevan a cabo en el día a día. A través de interacciones naturales y una
evaluación dinámica de la consciencia del contexto, previo etiquetado o marcado de
objetos del entorno, se tratará de reducir el tiempo que enfermeros/as pasan
gestionando la información de sus pacientes, obteniéndola tanto de forma explícita
como implícita de estos elementos del entorno.
Todo ello soportado por el concepto de Inteligencia Ambiental desprendida de la
consciencia del contexto o Awareness. Entendiendo Awareness como la cualidad de
ser consciente, estar alerta, enterado, dándose cuenta de lo externo e interno,
percibiendo el entorno [6].
2. Caso de Estudio
2.1. Dominio
La investigación presentada se enmarca dentro del ámbito de los cuidados en
enfermería. Servicios conscientes del contexto podrán ser desplegados en el entorno
para satisfacer las necesidades que se vayan presentando. En el marco de la salud y
los cuidados hospitalarios no existen apenas propuestas en este sentido. Por otra parte,
sí existen aproximaciones de modelado y consciencia del contexto en otros ámbitos
como el de los negocios o la docencia utilizando tecnologías no intrusivas [7, 8]. El
estudio de estas investigaciones, no obstante, podrá beneficiar a la propuesta aquí
presentada.
2.2. Motivación
En la actualidad, los profesionales de enfermería manejan grandes volúmenes de
información procedentes del entorno donde se desarrolla su trabajo. Esto, unido a la
falta de tiempo para tratar esa información, a la vez que atienden a sus pacientes, hace
que se vea afectado y por consiguiente reducido el tiempo dedicado al cuidado del
paciente.
Como se verá posteriormente, los intentos de inclusión de nuevas tecnologías para
paliar estas y otras deficiencias relacionadas, en el ámbito de los cuidados
hospitalarios, hasta el momento, no han sido muy alentadores y efectivos. En gran
parte, se debe a la dificultad que supone su implantación y manejo en dichos entornos
tan heterogéneos y dispersos, lo que hace que no sólo no se vean reducidos los
tiempos necesarios para el cuidado de los pacientes sino que éstos se ven
incrementados entre otros problemas subyacentes.
Así, con el presente trabajo, se pretende dar una solución mediante el modelado del
contexto y la integración de tecnologías no intrusivas en el entorno, capaces de
interactuar con elementos del mismo y satisfacer las necesidades de información del
personal sanitario sin que por ello se vea reducido el tiempo dedicado al cuidado de
los pacientes.
2.3. Objetivos
Objetivo general
Definir y desarrollar una solución, para entornos asistenciales, basada en el modelado
y etiquetado del contexto, y que mediante mecanismos de Awareness e interacción
Trabajo Fin de Máster – Jesús Fontecha Diezma
3
por contacto facilite el manejo, tratamiento de la información y obtención de servicios
del entorno, reduciendo el tiempo y el volumen de datos, al mismo tiempo que
minimiza/reduce errores.
Objetivos específicos
Conseguir una adaptación e integración de la tecnología NFC en el entorno,
de forma “transparente” y accesible al usuario, sin que se requiera un
esfuerzo interactivo extra ni conocimiento previo.
Definir un modelo taxonómico general atendiendo a elementos de
Awareness, eventos y servicios a desplegar en el entorno. Establecimiento de
un modelo de etiquetado del contexto o Tagging Context específico y
dedicado al ámbito de aplicación en base a la taxonomía presentada.
Desarrollo e integración de un conjunto de módulos o bloques que den
soporte a las necesidades del etiquetado.
Proponer y desarrollar una arquitectura dinámica de Awareness o
consciencia del contexto mediante formalizaciones y técnicas de aprendizaje
automático inductivo para la asistencia y captación de las necesidades en las
tareas cotidianas del entorno asistencial.
Proporcionar un control y seguimiento de los pacientes de una forma más
eficaz mediante métodos ligeros de interacción por contacto. Evaluación y
validación de una primera aproximación en el ámbito docente de enfermería.
3. Estado del Arte
3.1. Inteligencia Ambiental y Computación Ubicua
La computación ubicua es un modelo de interacción en el que el procesamiento de
información se integra fuertemente en las actividades y objetos cotidianos. En lugar
de interactuar intencionadamente con un elemento como sucede hasta ahora, se
interactúa con muchos simultáneamente, sin que la persona sea consciente de ello,
obteniendo múltiples beneficios [9].
Propuesto por Mark Weiser como un paradigma, que llama computación ubicua a la
integración de la informática en el entorno del usuario, de forma que los dispositivos
computacionales existentes no se perciban como objetos diferenciados [10]. A raíz de
esto, investigadores de todo el mundo se muestran interesados y aparecen multitud de
publicaciones dónde se debate sobre ello. Al mismo tiempo, este nuevo paradigma da
pie al nacimiento de una serie de disciplinas derivadas. Muchos autores denominan a
la Computación Ubicua como Computación Pervasiva [11].
Por su parte, la Inteligencia Ambiental (AmI) no es más que una evolución de este
paradigma, y aunque son dos términos que van de la mano, tienen sus diferencias.
Enfoque Orientación Base Industrial
Inteligencia Ambiental Usuario en su
ambiente
Usuario Telecomunicaciones, electrónica de
consumo, aeroespacial, sistemas
embebidos
Trabajo Fin de Máster – Jesús Fontecha Diezma
4
Computación Ubicua -
Pervasiva
Siguiente
generación de
tecnología
computacional
Tecnología Proveedores de tecnología
computacional de objetivo general
Tabla 1. Diferencias entre AmI y Computación Ubicua (Information Society
Technologies Advisory Group ISTag, 2003)
Para algunos autores la computación ubicua debe contar con una forma de gestionar
las emociones para ser considerada Inteligencia Ambiental.
“La Inteligencia Ambiental está formada por la Computación Ubicua + interfaces
inteligentes y sociales que permitan la interacción social” [12].
La Inteligencia Ambiental debe poseer las siguientes características [13]:
Discreta (frecuentemente invisible). Los dispositivos deben ser “invisibles”
física y/o psicológicamente.
Personalizada. Debe de reaccionar de forma acorde con el entorno particular
de cada usuario.
Adaptable. Debe de modificar el entorno en función de la información y del
usuario.
Pro-activa. Debe de prever la mayor cantidad de procesos posibles en el
entorno.
Aunando los conceptos de Inteligencia Ambiental y Computación Ubicua, y una vez
se dispone de los medios y la tecnología apropiada, nace la idea de mejorar distintos
aspectos de la vida cotidiana aprovechando las investigaciones y avances realizados
en este amplio campo hasta la fecha.
El objetivo de la Inteligencia Ambiental es buscar el bienestar para el ciudadano, esto
es posible en gran parte a la integración en el entorno de tecnologías no intrusivas.
Aunque algo utópico a priori, la Inteligencia Ambiental aplicada a aspectos cotidianos
y cercanos a las personas es ya hoy una realidad.
“Este concepto sugerente, futurista, interconectado y que habla de entornos
inteligentes, define los nuevos escenarios tecnológicos, caracterizados, básicamente,
por la existencia de entornos digitales, dotados de dispositivos sensibles a la
presencia de las personas y que reaccionarán ante ellas, adaptándose a sus
necesidades, costumbres o emociones” [14].
En estos últimos años, la Computación Ubicua ha experimentado un gran impulso en
parte por el auge de la computación móvil y las comunicaciones inalámbricas, y
aunque en un primer momento no se preveía [15], la computación móvil ha llegado a
ser un firme candidato para complementar y/o satisfacer ciertos aspectos de la vida
cotidiana tal y como propone la Computación Ubicua y la Inteligencia Ambiental,
pudiendo recrear así entornos inteligentes.
3.2. Antecedentes
3.2.1. La Tecnología RFID
RFID son las siglas de Radio Frecuency IDentification (Identificación por
Radiofrecuencia). Este tipo de sistemas están destinados a la identificación de objetos
a distancia sin necesidad de contacto, ni siquiera visual. Para ello, se requiere de
ciertos elementos como etiquetas o tags RFID, consistentes en un microchip y una
antena de radio de reducidas dimensiones y que sirven para identificar unívocamente
al elemento portador de la etiqueta.
Trabajo Fin de Máster – Jesús Fontecha Diezma
5
La información almacenada en las etiquetas RFID puede ir desde 1 bit hasta varios
kilobytes, siendo la capacidad máxima existente de 4KB y dependiendo
principalmente del sistema de almacenamiento que posea el tag RFID.
Por otra parte es necesario un lector capaz de obtener los datos almacenados en las
etiquetas RFID. Lo normal es tener un dispositivo que tenga una o varias antenas que
emitan continuamente ondas de radio y que reciban las señales devueltas por las
etiquetas RFID.
El propósito inicial y en el que se fundamenta la tecnología RFID es el de transmitir
la identidad de un objeto, similar a un número de serie único, mediante ondas de
radio.
Figura 1.- Comunicación RFID mediante ondas de radio [16].
3.2.2. La Tecnología NFC
3.2.2.1. Definición y Fundamentos
NFC son las siglas de Near Field Communication (comunicación en campo cercano).
Se trata de una tecnología inalámbrica, que muchos autores definen como un
protocolo inalámbrico en ambos sentidos de muy corto alcance y basado en RFID que
permite a un dispositivo leer y/o escribir pequeñas cantidades de datos de otros
dispositivos o etiquetas por aproximación.
Esta tecnología inalámbrica trabaja en la banda de los 13,56MHz y es capaz de
transmitir a distintas velocidades: 106kbit/s, 212kbit/s o 424kbit/s. Es compatible con
otras tecnologías e incluso se puede usar para configurar e iniciar otras conexiones
wireless como Bluetooth, WiFi o UltraWireband.
Aprobado como estándar ISO en 2003 (ISO 18092), su uso ya ha tenido recorrido en
dispositivos como llaves para el coche, tarjetas de identificación o tickets
electrónicos. Aunque su máximo auge está llegando últimamente gracias a la
computación y entornos móviles, implantándose esta tecnología en dispositivos
móviles como teléfonos y PDAs.
La principal diferencia del NFC con otras tecnologías inalámbricas como RFID es
que el alcance es tan corto que se necesita que los dispositivos a interaccionar estén a
escasos centímetros (2-4cm) durante un instante para la transmisión de información.
Pese a que esta característica pueda parecer una limitación, es en realidad la clave de
esta tecnología [17].
Al contrario de lo que ocurre con los servicios por radiofrecuencia o Bluetooth,
basados en el descubrimiento de la presencia del dispositivo en la proximidad, estirar
el brazo para acercar un móvil NFC hacia otro dispositivo o etiqueta RFID supone
apenas un acto reflejo intuitivo y sencillo a la vez que representa en sí una afirmación
clara de nuestra voluntad por obtener dichos servicios.
Trabajo Fin de Máster – Jesús Fontecha Diezma
6
Hoy en día se sabe que multitud de empresas del sector están trabajando y
promoviendo desarrollos con NFC de cara a las posibilidades futuras de esta
tecnología. Sus especificaciones la hacen idónea para su integración en teléfonos
móviles. Además de esto, una de las empresas de mayor importancia en el ámbito de
la telefonía móvil (NOKIA) hace tiempo que comercializa varios modelos de
teléfonos móviles con NFC.
“Para el 2011, aproximadamente 500 millones de teléfonos móviles incorporarán
funciones NFC que no solo serán utilizados para pagar en los comercios, sino
también serán usados para acceder a la información disponible en los ‘objetos
inteligentes’” [18].
Figura 2.- Previsión futura de la tecnología NFC en teléfonos móviles
3.2.2.2. Funcionamiento y Elementos Básicos
La tecnología NFC está basada en tecnologías sin contacto e Identificación por Radio
Frecuencia (RFID), por lo que es necesario un lector y una etiqueta. El lector puede
estar contenido en cualquier dispositivo como un teléfono móvil o bien tratarse de un
lector fijo.
Cuando el lector se aproxima a otro lector o a una etiqueta RFID emite una señal de
radio de corto alcance que activa el microchip de la etiqueta con lo que podremos leer
la pequeña cantidad de datos que se encuentran almacenados en esta. En el caso de la
comunicación con etiquetas o tags es el reader o lector el encargado de establecer la
comunicación, pero no solamente se permite la transmisión lector NFC-etiqueta, si no
que dos dispositivos NFC también pueden comunicarse.
Figura 3.- Ejemplo de interacción y comunicación móvil – etiqueta
En cuanto a los elementos necesarios para establecer una comunicación vía NFC son:
Trabajo Fin de Máster – Jesús Fontecha Diezma
7
Dispositivos NFC: Teléfonos móviles, readers o lectores, PCs, PDAs,
impresoras, electrodomésticos, etc.
Etiquetas RFID.
En este punto cabe destacar que los dispositivos más habituales y que integran
tecnología NFC son teléfonos móviles NFC y Readers NFC. Estos últimos suelen
estar conectados a computadores de sobremesa para transmitir y/o recibir los datos de
otros dispositivos o etiquetas RFID.
NFC incluye procedimiento de autenticación seguro y mecanismo anticolisiones.
3.2.2.3. Usos de la Tecnología NFC
Como se ha comentado anteriormente, la tecnología NFC se diferencia de otros tipos
de conexión sin cables o tecnologías RFID en que su radio de acción es muy pequeño;
esto es una ventaja a la hora de establecer diferentes usos y atender servicios que
implican una necesaria privacidad. La necesidad de proximidad evita errores, cruces
de información con terceros, etc.
NOKIA móviles plantea una solución en este campo basada en tecnología NFC donde
la distancia efectiva para la comunicación con etiquetas RFID y otros dispositivos
NFC trata de pocos centímetros.
Con un teléfono móvil equipado con tecnología NFC, el usuario puede acceder
fácilmente a numerosos servicios o realizar operaciones en las distintas funciones de
su dispositivo. El usuario podrá tener contacto con una etiqueta o compartir
información acercando dos dispositivos NFC a menos de 4 centímetros.
Por otra parte, cuando el usuario aproxima su móvil NFC a una etiqueta RFID, el
dispositivo leerá el contenido, produciendo un evento que se convertirá en acción. La
generación y el tratamiento de dichas acciones supone un punto de inflexión en la
propuesta aquí presentada.
La tecnología NFC es una tecnología de futuro, por lo que la mayoría de los servicios
que esta puede ofrecer al usuario están aún por descubrir.
3.2.3. Interacción Natural vs. Interacción por contacto
Como ya sabemos, la tecnología NFC está fundamentada y basada en la RFID pero a
su vez constituye una tecnología diferente desde el punto de vista de la interacción del
usuario con el entorno.
Ambas tecnologías de identificación proponen una interacción natural y cercana al
usuario. Con RFID, un lector puede captar una señal de por ejemplo una etiqueta
identificativa en un radio de varios metros de una forma implícita de cara al usuario.
Sin embargo, con NFC la interacción debe ser explícita, es decir, indicada y
controlada por el usuario, que en este caso deberá acercar la etiqueta a escasos
centímetros del lector para su reconocimiento [19].
En el caso de RFID, los lectores suelen ser fijos e inamovibles, todo lo contrario que
con NFC, dónde como hemos visto anteriormente, hasta un simple teléfono móvil
puede contener un lector. Este hecho cambia considerablemente la forma de
interactuar con un entorno soportado por estas tecnologías y por consiguiente
podemos diferenciar 2 tipos de interacción: natural y por contacto.
NFC RFID NFC
Interaction
RFID
Interaction
Devices Mobile pone, tags Computer system,
readers, tags
Explicit Implicit
Reader Continuous
movement,
Fixed in the
environment
Explicit Implicit
Trabajo Fin de Máster – Jesús Fontecha Diezma
8
embedded in the
mobile phone
Tag Fixed in the
environment or
mobile
Continuous
movement
Explicit Natural
Storage of
data
Greater capacity,
760 bytes. Use of
the memory of the
mobile phone.
Limited capacity,
64 bytes
- -
Cost Reasonable High - -
Tabla 2.- Características NFC y RFID
Utilizando los paradigmas anteriormente descritos junto con las tecnologías
presentadas, y avanzando algunas ideas desarrolladas en posteriores apartados, se
puede realizar un modelado de un entorno consciente del contexto, de una manera no
intrusiva para el usuario, utilizando mecanismos de interacción implícita y explícita.
Usuario que en un contexto hospitalario requeriría de otra forma una adaptación y
experiencia previa.
3.3. La Tecnología en el ámbito de la Salud (HealthCare). Estudios relacionados
Existen numerosos estudios en cuanto a la integración de nuevas tecnologías en
ámbitos sanitarios: telemedicina, monitorización de pacientes, servicios de
localización, respuesta inteligente en urgencias, acceso a la historia clínica de
pacientes, etc [20]. Sin embargo, un alto porcentaje del personal sanitario, se muestra
reticente de cara a la comprensión y uso de estas propuestas, cuando son una realidad
los beneficios que aportan. Roy Want [21], pone de manifiesto si en verdad las
computadoras trabajan de forma eficiente en los entornos hospitalarios; además de
argumentar que la visión de Weiser trasladada a estos entornos no ha tenido el éxito
esperado. De forma que podríamos hablar de cierto grado de frustración al respecto.
Por otra parte, Favela [3] expone en un estudio que el tiempo empleado por el
personal sanitario (médicos y enfermeros/as) en el manejo de información supone un
20% del tiempo total del que disponen, este hecho resta tiempo al profesional en los
cuidados directos del paciente, ocasionando cierta pérdida de contacto con el mismo
(ver Tabla 3). Reducir el posible esfuerzo de adaptabilidad tecnológica puede tratar de
aliviar este problema. La correcta visualización de la información es fundamental a la
hora de augurar parte del éxito de estas investigaciones. En este caso, tenemos
estudios que proponen el uso de displays públicos para el acceso a la historia clínica
del paciente, facilitando la colaboración entre médicos y enfermeros/as [22], y en
nuestro grupo de investigación [23, 24]. Bardram [25], por su parte, propone la
visualización interactiva con la colaboración de usuarios remotos en una planta de
radiología. Como podemos observar, estas propuestas están más enfocadas a la toma
de decisiones y necesitan de colaboración entre miembros del personal sanitario. Otro
caso a estudio sería el de los cuidados hospitalarios a nivel de planta mediante el uso
de dispositivos móviles, añadiendo el plus de movilidad a las actuaciones.
Trabajo Fin de Máster – Jesús Fontecha Diezma
9
Tabla 3.- Porcentajes de tiempo sobre actividades y perfiles hospitalarios
Hasta la fecha, las apuestas de implantación e integración de tecnologías y equipos
móviles (PDAs, TabletPC,…) que se precisan para el manejo de información en el
ámbito sanitario han presentado cierto rechazo por parte del personal. En un estudio
del Hospital Universitario La Paz, Antonio Zarazaga [26] establece que las
limitaciones de la pantalla y la introducción de datos en los dispositivos móviles
constituyen un cuello de botella importante. Nunca se ha mostrado cómodo y fácil de
usar y transportar un TabletPC o cualquier otro dispositivo móvil de entrada y gestión
de datos en estos entornos.
Sin embargo, existen apuestas para el uso de movilidad en la educación en
enfermería. Un ejemplo de ello, está en la Escuela Universitaria de Enfermería de
Virginia dónde se realizan prácticas entre el alumnado con herramientas integradas en
dispositivos Handheld [27]. Este hecho favorece la investigación en este ámbito
mediante el descubrimiento de nuevas formas y mecanismos de interacción que se
aproximen a la interacción natural sin que requieran esfuerzos de adaptación por parte
del usuario.
Es cuestión de tiempo, y se presupone a corto plazo, la integración eficaz de nuevas
tecnologías en entornos hospitalarios. Por eso, en los comienzos de todo profesional
se debe ir induciendo e introduciendo su uso con el fin de lograr profesionales más
competitivos de cara al futuro. En [28], se propone una revisión acerca del uso de
herramientas informáticas para la realización de diversas tareas en la enseñanza de
enfermería. Podemos observar el crecimiento del éxito en la integración de nuevas
herramientas informáticas, sobre todo basadas en recursos online, y aplicaciones e-
learning en distintos ámbitos docentes de enfermería. En el grupo de investigación
MAmI (Modelling Ambient Intelligence) también se han realizado estudios y
desarrollos en el ámbito de la salud, como los citados en el apartado de introducción y
otros destacables como [29] en el que se propone el manejo de información médica
mediante tecnología NFC, y en [2], donde se pone de manifiesto las ventajas del
etiquetado en el uso de tecnologías para la consciencia del contexto en los cuidados
de enfermería.
Trabajo Fin de Máster – Jesús Fontecha Diezma
10
3.4. El Contexto
Según Dey [30], se define contexto como el conjunto de estados adecuados al entorno
y características relativas al usuario, que son relevantes para una aplicación sensible
(del contexto) en el proceso de adaptación de los servicios y la información ofrecida a
los usuarios del entorno.
Contexto es cualquier información que puede ser usada para caracterizar la situación
de una entidad. Como entidades identificamos personas, objetos y lugares que se
muestran propicios para llevar a cabo una interacción del usuario con un elemento
cualquiera.
Una vez identificado el contexto y los elementos que forman parte del mismo, se
necesita modelarlo de manera adecuada para facilitar la integración de sistemas
“inteligentes” o con consciencia del contexto.
3.4.1. Dimensiones del contexto
Con el fin de clasificar las instancias del contexto, estas pueden agruparse en
dimensiones externas e internas [31, 32]. La primera viene a identificar los elementos
físicos del entorno (ej: localización, proximidad, temperatura, hora, iluminación…)
que pueden ser medibles por sensores, y la interna o lógica se trata de los procesos
cognitivos (recuperación de información, toma de decisiones, monitorización,…),
cuyos elementos serán por ejemplo: tareas, contexto de trabajo, procesos, eventos,
estados (físicos y emocionales de usuarios), etc. Otros autores denominan a estas
dimensiones factores humanos y entorno físico [33]. En la propuesta presentada se
ofrecerá una aproximación que aúne ambas dimensiones y tener así una completa
percepción del entorno.
3.4.2. Etiquetado y Consciencia del Contexto
Para modelar el contexto de una forma adecuada debemos identificar y clasificar
todos los elementos que aportan información relevante sobre el mismo, lo que se
conoce como etiquetado. Estos pueden definirse mediante las cinco preguntas
narrativas básicas: “who”, “where”, “when”, “what” y “why” [34]. Partiendo de estos
estudios, se han llevado a cabo numerosas especificaciones para el modelado y
etiquetado de diferentes contextos. El modelado del contexto a través de la
identificación trata de modelar éste en base a las interacciones que el usuario puede
realizar de forma implícita mediante el uso de tecnologías de identificación como
entradas naturales del sistema (RFID y NFC). En [35], se narran los avances en este
sentido, llevados a cabo para la recreación de un entorno inteligente mediante una
adaptación del modelado basado en las cinco cuestiones básicas anteriores. En este
caso, se modela el “who” en función del “when” y del “where” como un conjunto de
elementos interrelacionados para la obtención de servicios, de forma que el “what”
quede representado, esto es “Who(Where,When)What”; recreando un entorno
proactivo transparente para el usuario y no intrusivo. Para conseguir una consciencia
del contexto se distribuirán pequeñas “marcas” de información por el mismo. Marcas
embebidas en etiquetas (de ahí el etiquetado del contexto) que proporcionarán
servicios al usuario de una forma implícita a partir de un contacto explícito previo con
algún elemento del entorno.
Esta consciencia del contexto puede embeberse tanto en los objetos distribuidos por el
entorno como en dispositivos con capacidades de procesamiento como teléfonos
móviles NFC capaces de interactuar con los elementos del entorno, ambos elementos
constituyen las entidades del entorno.
En un contexto hospitalario, como el presentado en este trabajo, el modelado del día a
día asistencial mediante interacciones simples constituye una premisa interesante. En
Trabajo Fin de Máster – Jesús Fontecha Diezma
11
este sentido, cabe destacar las propuestas de Schmidt respecto a la interacción
implícita y embebida [33].
3.5. Ontologías
Procedente del ámbito de la filosofía, el término ontología es utilizado para referirse a
un sistema de clasificación particular de una cierta visión del mundo [36]. Este
sistema de clasificación es independiente del lenguaje, y es muy usado en el campo de
la Inteligencia Artificial, donde se definió como: “mecanismo ingenieril, constituido
por un vocabulario específico que se usa para describir una cierta realidad junto con
un conjunto de descripciones aceptadas que muestran el significado usado de las
palabras del vocabulario” [36]. Las ontologías tienen su lugar entre los métodos y
lenguajes de representación del conocimiento. Pero la definición de ontología que
más se aproxima a lo que se pretende, ya que recoge los elementos principales de la
ontología, es la propuesta por Gruber en [37], que la define como: “descripción
formal y explícita de conceptos, considerados como un conjunto de entidades,
relaciones, funciones, instancias y axiomas”. Estos conceptos se describen más
detalladamente en [38]:
Conceptos o clases. Son las ideas básicas que se intentan formalizar. Estos
pueden ser, entre otros, clases de elementos, métodos, planes y procesos de
razonamiento.
Relaciones. Usadas para representar la interacción y enlace entre los
conceptos del dominio, formando la taxonomía del dominio.
Funciones. Son relaciones concretas donde se identifica una instancia
mediante el cálculo de una función que considera varias instancias de la
ontología.
Instancias. Usadas para representar objetos concretos de un concepto.
Axiomas. Son teoremas que se declaran sobre relaciones que deben cumplir
las instancias de la ontología, permitiendo inferir el conocimiento que no
esté indicado explícitamente en la taxonomía de conceptos. Los axiomas
aumentan la capacidad expresiva del dominio.
La aplicación de ontologías en el ámbito de la Inteligencia Ambiental es cada vez más
usual aportando numerosos beneficios y funcionalidades. No obstante su principal uso
es la representación del conocimiento con el objetivo de ayudar a su comprensión de
cara a las personas, sin ser procesado computacionalmente.
3.5.1. Lenguajes de Formalización de Ontologías
Sin entrar en detalle sobre el origen de los distintos lenguajes de formalización de
ontologías, para su representación formal se usan distintos lenguajes estructurados,
entre los más importantes destacan [38]:
RDF (Resource Description Framework). Fundamentado sobre XML,
RDF es un modelo que permite representar propiedades designadas y valores
de esas propiedades. Es una forma de sintaxis neutral para representar
expresiones RDF [39] y consiste en 3 tipos de objetos: recursos, propiedades
y sentencias. Las sentencias RDF pueden representarse gráficamente usando
unos gráficos etiquetados denominados diagramas de nodos y arcos.
Trabajo Fin de Máster – Jesús Fontecha Diezma
12
RDFS (RDF Schema). Definido sobre el lenguaje RDF con el fin de ofrecer
un vocabulario que permitiera definir las clases y sus propiedades, así como
las relaciones de herencia entre clases. En RDFS una clase es cualquier
recurso que tenga una propiedad rdf:type cuyo valor sea rdfs:Class. Un
recurso puede ser una instancia de más de una clase y es posible representar
jerarquías de clases a través de rdfs:subClassOf. Las propiedades en RFDS
son instancias de la clase rdf:Property, usando rdfs:range para decir que los
valores de una propiedad son instancias de una clase. RDFS es un lenguaje
débil, ya que provee solo las más básicas primitivas para el modelado de
ontologías.
OIL (Ontology Inference Layer). Su sintaxis, se basa en XML y constituye
una extensión de RDFS. OIL se encuentra estructurado en capas, formando
cada una de ellas un sublenguaje, dónde la llamada capa núcleo o base
coincide totalmente con RDFS y cada una de las capas superiores añade
funcionalidad y complejidad a la capa anterior. No obstante, OIL presenta
una serie de limitaciones como [40]: la imposibilidad de sobrescribir valores
heredados de una superclase, falta de expresividad a la hora de declarar
reglas o axiomas, y el no soporte de dominios concretos.
DAML+OIL. Más reciente que los anteriores, intenta conseguir extender el
nivel de expresividad de RDFS. Decir que hereda muchas de las
características de OIL pero difiere en otras tantas. Para Horrocks, Goble y
Bechhofer [40] demuestra ser más útil como soporte para ontologías que
RDFS, pero presenta algunas carencias como el formato de intercambio y el
modelado de ontologías. Lo que realmente puede ser un problema de este
lenguaje, es su complejidad conceptual.
OWL (Ontology Web Language). Es un lenguaje que deriva de DAM+OIL
y está basado en RDFS. OWL ostenta una mayor capacidad semántica que
RDF, ya que permite definir numerosas restricciones entre clases y
propiedades. En la actualidad existen tres variantes, también conocidas como
sublenguajes [41], en orden de complejidad tenemos:
o OWL Lite. Es la más sencilla, proporcionando lo necesario para
crear jerarquías de clases y restricciones simples.
o OWL DL. Proporciona la máxima expresividad manteniendo la
capacidad de procesamiento computacional completo.
o OWL Full. También proporciona máxima expresividad, pero sin
asegurar garantías computacionales.
3.6. Aprendizaje Automático
El uso de sistemas de aprendizaje automático está muy extendido en el ámbito de la
Inteligencia Artificial, dentro de la computación. El aprendizaje es un concepto muy
general y complejo. A lo largo de la historia se han dado numerosas definiciones entre
las que destacan:
Trabajo Fin de Máster – Jesús Fontecha Diezma
13
“Aprender es construir o modificar representaciones de aquello con lo que se está
experimentando” (McCarthy, 1968).
“El aprendizaje denota cambios en el sistema que… permiten que se realice la misma
tarea más eficiente y eficazmente la próxima vez” (Simon, 1983).
“El problema de definir aprendizaje se reduce a definir conocimiento. Aprendizaje
sería el aumento de conocimiento” (Dietterich, 1986).
Existen varios aspectos clave importantes en el aprendizaje y que servirán como base
para el aprendizaje automático:
Adquisición de conocimiento.
Inferir nuevo conocimiento a partir del ya adquirido.
Capacidad de mejorar en una habilidad haciendo uso del conocimiento
poseído.
Capacidad de relacionarse con el entorno, esto es interacción con el entorno
cambiante y habilidad para prever los cambios de este entorno, modificar el
estado interno de acuerdo al nuevo ambiente y anticiparse eventualmente a
esos cambios (supervivencia). Esto hace que el aprendizaje automático
llegue a conformar parte importante en un ambiente inteligente.
Sin detenerse más en el concepto de aprendizaje, el aprendizaje automático según
Mitchell [42]: Se dice que un programa aprende de la experiencia con respecto a
cierta clase de tareas T y una medida de rendimiento P si la medida del rendimiento
de tareas en T medidas por P aumenta con la experiencia E.
Existen multitud de procesos de inferencia y técnicas para tratar el aprendizaje
automático. En este trabajo se ha optado por la integración de un aprendizaje
automático inductivo ampliamente usado como son los árboles de decisión. El
aprendizaje inductivo tiene unas características que lo diferencian de los demás tipos
de aprendizaje, en los cuales no vamos a detenernos:
Realizan generalizaciones basadas en las semejanzas que puedan tener los
ejemplos.
Pueden partir de una clasificación de las observaciones procesadas de
acuerdo con un supervisor externo, denominado oráculo [43], en ejemplos
positivos o negativos de la clase (aprendizaje supervisado).
O tener que realizar primero una agrupación o clustering de los ejemplos según algún
criterio de semejanza previamente prefijado (aprendizaje no supervisado).
3.6.1. Árboles de Decisión
Sin detenernos en la base lógica del aprendizaje y los árboles de decisión, a
continuación se presentan las características principales de estos directamente
relacionadas con la investigación propuesta.
Como se ha mencionado anteriormente, los árboles de decisión constituyen uno de los
métodos de aprendizaje inductivo más usado. De forma general, se trata de aproximar
una función desconocida a partir de ejemplos positivos y negativos de esa función.
Estos ejemplos serán en realidad pares [x, f(x)], donde x es el valor de entrada y f(x)
el valor de la función aplicada a x. Dado un conjunto de ejemplos de f, la inducción
consiste en obtener una función h que aproxime f. A esta función h se le llama
hipótesis. Los árboles de decisión se representan mediante grafos. Y facilitarán la
Trabajo Fin de Máster – Jesús Fontecha Diezma
14
generación y seguimiento de actividades o sucesos procedentes del contexto de una
manera sencilla y comprensible.
4. Propuesta de Investigación
4.1. Presentación
En el siguiente trabajo se presenta una propuesta de adaptación e integración de
servicios esenciales del entorno asistencial mediante el uso de nuevas tecnologías por
contacto y métodos conscientes del contexto con el fin de satisfacer diferentes
necesidades del personal sanitario (ver Objetivos).
Estableciendo como entradas: el entorno asistencial, la interacción por contacto y la
consciencia del contexto embebida en el concepto de Inteligencia Ambiental, se
conformará lo que se ha denominado una Arquitectura Contextual Asistencial (ACA).
Ésta proporcionará, de manera dinámica, los mecanismos necesarios para el
despliegue de servicios por el entorno, tratamiento y presentación de información
relevante en el contexto, y adaptabilidad e integración tecnológica de forma
“transparente” de cara al usuario, tal y como se presenta de forma general en la
siguiente figura.
Figura 4.- Visión general de conceptos
Previamente a la creación de la arquitectura, la aplicación de la Inteligencia
Ambiental y Computación Ubicua mediante interacción por contacto con tecnologías
como NFC requiere del estudio del entorno. Este estudio nos lleva al establecimiento
de una taxonomía y etiquetado del contexto asistencial (Assisted Tagging Context).
Realizada la clasificación y mediante el uso de dispositivos móviles con tecnología
NFC se podrá dotar al entorno con diferentes mecanismos de Awareness capaces de
desplegar multitud de servicios tanto implícitos como explícitos (a petición del
usuario) de forma adaptativa. Un sistema centralizado recogerá, previa
sincronización, toda la información desprendida de los elementos del entorno, y
mediante técnicas de aprendizaje, confeccionará nuevas estrategias para la ejecución
de los procesos derivados de los servicios implícitos.
Al final del presente apartado, se expone una experiencia piloto llevada a cabo en el
ámbito docente de enfermería, en la que se pone de manifiesto que el uso de
tecnologías no intrusivas, como las presentadas, para el despliegue de servicios en
entornos asistenciales, ha cosechado un grado de aceptación realmente alentador.
Trabajo Fin de Máster – Jesús Fontecha Diezma
15
4.2. Taxonomía del Entorno
La heterogeneidad y ubicuidad del entorno asistencial requiere de una clasificación de
todos los elementos que participarán en el contexto. El sistema debe ser
completamente escalable y adaptable con lo que los nodos de menor nivel pueden
expandirse en cualquier momento si fuera necesario, sin afectar por ello a sus nodos
superiores.
Todos los elementos del modelo taxonómico presentado contribuyen en la presencia
directa o indirecta del Awareness o consciencia del contexto.
Figura 5.- Taxonomía del entorno
Como se puede observar en la figura 5, el entorno asistencial parte de ser la raíz del
modelo. En dicho entorno existirán usuarios, equipos computacionales con toda la
información centralizada y elementos de interacción por contacto (EIC), capaces de
proporcionar servicios explícitos si el usuario interacciona de forma directa con un
EIC o implícitos en el caso de servicios conscientes del contexto. Los servicios darán
lugar a eventos síncronos o asíncronos. Por su parte, los EIC son todos aquellos
objetos que utilizan tecnologías de contacto para la transmisión de información. Estos
elementos pueden ser activos (dispositivos) capaces de iniciar la comunicación, y
pasivos (etiquetas) que necesitan del contacto con un elemento activo. Por último,
identificamos varios tipos de etiquetas en función de los elementos existentes en el
entorno imprescindibles para el despliegue de servicios.
Por otra parte, las relaciones entre los nodos de la taxonomía quedan expresadas
mediante el modelo ontológico presentado a continuación.
Trabajo Fin de Máster – Jesús Fontecha Diezma
16
ClassUser Class
EIC
ObjectProperty
interactsdomain range
ObjectProperty
providesdomain
Class
Professional
ClassPatient
subClassOf
subClassOfrange
Class
Implicit Service
ObjectProperty
Id_service
ObjectProperty
Id_user
ObjectProperty
data structure
ObjectProperty
attends_to
domain
range
range
ObjectProperty
launches
domain
DataTypePropery
Enumeration:
[synchronous. asynchronous]
range
Ontology
Patient profile
ObjectProperty
has
domain
range
Class
Notification Proccess
domain
OntologyDevice
OntologyTag
subClassOf
subClassOf
OntologyTime
ObjectProperty
based_on
domain
range
Class
Medical Protocol
Proccess
range
ObjectProperty
type
ObjectProperty
relateddomain
range
commentExplicit Action
ClassMedical Protocol
Service
ClassNotification Service
Class
Alert ServiceClass
Control Service
subClassOfsubClassOf
subClassOf
subClassOf
ObjectProperty
launches
domain
ObjectProperty
launches
Class
Control Proccess
domain
range
ObjectProperty
launches
domain
Class
Alert Proccess
ObjectProperty
based_on
domain
ClassThreshold
domain
range
Figura 6.- Elementos principales de la ontología del entorno
Como se puede observar, existen determinados elementos (perfil del paciente, tiempo,
dispositivo y etiqueta) que conforman a su vez sendos modelos ontológicos dentro del
entorno, estando estos ya definidos en [44, 45].
Llegados a este punto, expondremos un ejemplo general de actuación de la
arquitectura:
“Un profesional del entorno asistencial, acerca su teléfono móvil (EIC) a un objeto
etiquetado del contexto para la obtención de un servicio determinado (acción
explícita). Gracias a los mecanismos de consciencia del contexto que aportan los
elementos con los que interacciona, el móvil procesa la información del exterior y
despliega otros servicios necesarios, dependientes o no del inicial (servicio
implícito), transformándolos en eventos (síncronos o asíncronos) visibles para este
usuario. Cada interacción con un objeto del entorno, enriquece el conocimiento y la
percepción del mismo de forma dinámica, aumentando la consistencia en las
decisiones del sistema”.
De forma particular y anticipándonos a los siguientes apartados, imaginemos que un
facultativo desea saber la relación de medicamentos prescritos a un paciente en
concreto (acción explícita). El profesional acercará su dispositivo a la etiqueta (EIC)
asociada al paciente. Acto seguido se le mostrará en la pantalla del dispositivo la lista
de medicamentos, y además le recordará que debe realizar una analítica a dicho
paciente (servicio implícito) mediante un aviso personalizado (evento síncrono
basado en el tiempo), como se muestra en la figura.
Trabajo Fin de Máster – Jesús Fontecha Diezma
17
Figura 7.- Ejemplo interacción por contacto
4.3. Etiquetado del Contexto
La obtención de servicios en cualquier entorno que se pretende modelar mediante
mecanismos de consciencia del contexto y objetos ubicuos, pasa por tener marcas de
información por determinados elementos del entorno. La posibilidad de almacenar
datos relevantes en estos elementos es esencial para su posterior tratamiento y
absorción de las necesidades del usuario en dicho entorno. Para ello, en este trabajo se
propone el uso de tecnologías por contacto favoreciendo la movilidad y ubicuidad que
albergan estos espacios. Por tanto, a partir de ahora hablaremos de elementos y/o
dispositivos NFC como elementos de interacción por contacto. No obstante, la
propuesta presentada podría usar cualquier tecnología “de contacto” con las mismas
características.
Los dispositivos NFC pueden leer y/o escribir pequeñas cantidades de datos
contenidas en etiquetas pasivas RFID (1Kbyte aprox.). Estas etiquetas pueden estar
distribuidas por el entorno o integradas en elementos del mismo. La información
albergada en estos tags es fundamental para la consecución de acciones fruto de la
obtención de la consciencia del contexto. Dependiendo de la tipología del elemento en
cuestión, su etiqueta asociada presentará una información u otra.
Por ello, cada etiqueta deberá contener tanto información general como específica,
pero de una manera simplificada. Bien es cierto que parte de esta información, en
lugar de ser estática, podría ser dinámica y cambiante cada vez que interaccionamos
con la etiqueta, actuando como soporte en la generación de Awareness.
Ejemplo de etiqueta:
Elemento asociado. Paciente.
Datos estáticos. Identidad del paciente y descripción.
Datos dinámicos. Marcas de los servicios ya desplegados y otros servicios
dependientes.
Acción producida al interaccionar con un dispositivo. Mostrar
información del paciente (ej. historial clínico). Generación de servicios
dependientes del usuario.
4.3.1. Aplicación de un enfoque molecular
Las marcas de información contenidas en las etiquetas, a partir de ahora se
denominarán moléculas. Desde un punto de vista científico, una molécula es la
partícula más pequeña que presenta todas las propiedades físicas y químicas de una
sustancia. A su vez, estas se encuentran formadas por uno o más átomos que pueden
ser iguales o distintos. De igual forma, siguiendo la metáfora, nuestras moléculas
albergarán las propiedades necesarias para determinar su comportamiento de acuerdo
a la información que porten sus átomos. En nuestro caso los átomos serán las
Trabajo Fin de Máster – Jesús Fontecha Diezma
18
unidades mínimas de información y compondrán las moléculas, necesarias para el
desencadenamiento de servicios. De manera similar a lo que se propone en [46] con
las cookexts, en este caso las moléculas de información contenidas en la etiqueta
podrán ser estáticas y/o dinámicas con propiedades para modificarse y combinarse
con otras moléculas en la generación de servicios conscientes del contexto.
Figura 8.- Estructura molecular general de una etiqueta
En un principio, estas moléculas permanecen inalteradas en la etiqueta. Solamente el
contacto de un dispositivo NFC como un teléfono móvil NFC con una etiqueta
provocaría lo que se conoce como una alteración molecular del tag. En este estado de
alteración se evalúa la información de las moléculas, y se generan los servicios
conscientes del contexto, correspondientes a dichas acciones, tal y como muestra la
figura.
Figura 9.- Generación de servicios conscientes del contexto
4.3.2. Gramática de etiquetado
Es necesaria la construcción de una gramática con el fin de que los EIC del entorno
mantengan una estructura común para asegurar la interoperabilidad con los
dispositivos NFC. Además de favorecer la incorporación de nuevos datos,
aumentando la escalabilidad. Esta gramática definirá formalmente la información
contenida en las etiquetas del entorno mediante notaciones tipo EBNF [47]. Esta
información en forma de moléculas, debe estar dispuesta de una manera óptima
debido a las limitaciones de espacio físico que ostenta la etiqueta. Por ello, se debe
asegurar que el crecimiento de información en el tag, debido al dinamismo que pueda
experimentar, no sobrepase su capacidad de almacenamiento.
Trabajo Fin de Máster – Jesús Fontecha Diezma
19
En la siguiente tabla se expone una primera aproximación de la gramática derivada
para el etiquetado del contexto.
Gramática
Etiquetado
<etiqueta> ::= <id_tag> <datos_reservados> <tipo_tag> <moléculas>
<id_tag> ::= {varchar}
<datos_reservados} ::= {varchar}
<tipo_tag> ::= {varchar}
<moléculas> ::= <molécula> {‘#’ <molécula>}
<molécula> ::= <id_acción><name_acción><info_contextual>
<id_acción> ::= 00 | … | 99
<name_acción> ::= {varchar}
<info_contextual> ::= {‘|’ <dato>}
<dato> ::= {varchar}
Tabla 4.- Producciones Gramática de etiquetado
De forma general, en la gramática de etiquetado, según la tabla, cada etiqueta
contiene un identificador único, una serie de datos reservados (claves, formato,…), el
tipo de etiqueta (cada etiqueta del entorno será de un tipo determinado), y las
moléculas de información; dónde cada molécula estará compuesta por un
identificador de la acción almacenada en la etiqueta, seguida del nombre y la
información contextual correspondiente. Este conjunto de datos de la información
contextual, son los denominados átomos de información.
Todos estos datos conforman la base para el despliegue de servicios conscientes del
contexto.
4.4. Consciencia del Contexto Asistencial
4.4.1. Obtención de servicios del entorno
El principal objetivo de la propuesta aquí presentada es la generación y obtención de
servicios dependientes del contexto. Estos servicios podrán ser demandados
directamente por los usuarios mediante acciones explícitas, o por el contrario
presentarse de forma implícita también debido a una acción.
Entendemos como acción explícita aquella que el usuario solicita directamente al
interaccionar con la etiqueta NFC asociada a un elemento, tal y como muestra la
siguiente figura, donde el usuario ejecuta la acción “tomar medida”, que recoge la
medida de un paciente, en este caso, de un tensiómetro Bluetooth.
Figura 10.- Ejemplo de acción explícita
Por su parte, un servicio implícito es aquel que se ofrece de forma transparente, que el
usuario no solicita directamente y que viene precedido, en la mayoría de los casos, de
la petición de una acción explícita. Este tipo de servicios serán desplegados en
Trabajo Fin de Máster – Jesús Fontecha Diezma
20
función de distintas variables conscientes del contexto y constituyen uno de los
objetivos más importantes de la arquitectura contextual asistencial.
Estos entornos sanitarios tan heterogéneos y dispersos, se muestran propicios para el
despliegue de estos servicios, ya que gran parte de la información no está
centralizada, sino que aparece con un elevado grado de dispersión. Cuando es posible
el conveniente tratamiento y modelado de esta información gracias a elementos
ubicuos y capaces de procesar los datos del entorno, se ofrece al profesional un
soporte automatizado de todas las tareas desprendidas de un entorno asistencial de
forma intuitiva y adaptada. Los servicios implícitos consisten, por tanto, en
aprovechar toda esa información recogida en base a las interacciones que el usuario
realiza con los distintos EIC del entorno en combinación con los datos de los que ya
dispone anteriormente, para ofrecer servicios que subyacen de las necesidades
primarias.
En el ejemplo anterior, el profesional pide “tomar medida” como parte del
seguimiento a un paciente concreto de manera explícita. Esta acción da pie al
despliegue de varios servicios relacionados con el contexto asistencial que le rodea.
En este caso, tras la interacción por contacto, ocurre una evaluación de la información
procedente del elemento del entorno (tensiómetro) junto con la que se dispone hasta el
momento acerca del paciente. El resultado de esta evaluación advierte de la necesidad
del despliegue del servicio de notificación “realización próxima de radiografía” y el
servicio de alerta “presión arterial baja”. Como se puede observar, la ejecución del
segundo de los servicios implícitos es dependiente de la acción explícita; sin embargo
el servicio relativo a la notificación no depende directamente de esta pero si forma
parte del contexto del paciente en el momento actual.
Figura 11.- Ejemplo con servicios implícitos
Puede establecerse una primera aproximación para una división de los servicios
implícitos que se pueden derivar en función de las acciones llevadas a cabo,
distinguiendo así entre:
Icono Tipo Servicio Descripción Ejemplo
Alerta Cuyo objetivo es avisar al
profesional acerca de un problema
o anomalía desprendida de la
acción llevada a cabo. Suelen estar
relacionados con los EIC dedicados
para la toma de constantes vitales y
los eventos asíncronos
Una medida de
temperatura
supera un umbral
determinado.
Notificación Se encargan de avisar y notificar al
profesional una situación o
Recordatorio de
próxima
Trabajo Fin de Máster – Jesús Fontecha Diezma
21
circunstancia temporal derivada.
Suelen estar relacionados con tareas
o acciones pendientes, basados en
tiempo como eventos síncronos.
realización de
radiografía.
Control y
Seguimiento
Llevan a cabo tareas de
almacenamiento, procesamiento y
evaluación de datos procedentes del
entorno.
Control en la
administración de
un medicamento.
Protocolo Encargados de la generación y
muestra de protocolos derivados de
acciones explícitas o ante la
presencia de servicios de alerta.
Creación y
visualización de un
protocolo ante una
hipoglucemia.
Tabla 5.- Servicios derivados de las acciones
En la siguiente figura podemos observar la relación de las acciones con el despliegue
de los tipos de servicios anteriores.
Figura 12.- Acciones y servicios implícitos
Todos estos servicios pueden llevar asociadas una serie de recomendaciones que en la
mayoría de los casos se desplegarán como elementos visuales en el display del
dispositivo.
En cuanto a las acciones, podemos agruparlas en tres tipos bien diferenciados
expresados en la siguiente tabla. Estas acciones dan lugar al despliegue de los
servicios anteriormente estudiados (ver servicios asociados en la tabla inferior).
Icono Tipo Acción Descripción Servicios asociados
Test Acciones relativas a
la realización de
pruebas (clinical tets)
y muestras (clinical
samples)
Control/Seguimiento
Protocolo
Notificación
Vitales Acciones relativas a
las medidas de
constantes vitales
(vitals)
Control/Seguimiento
Protocolo
Alerta
Rutinas Acciones rutinarias
de control y
administración
(routines)
Control/Seguimiento
Protocolo
Tabla 6.- Tipo de acciones y servicios asociados
Trabajo Fin de Máster – Jesús Fontecha Diezma
22
Una vez conocemos los tipos de servicios y acciones, y sabiendo que estas últimas
albergan la posibilidad de desplegar servicios implícitos asociados a ellas, a
continuación se presenta el esquema específico de asociación entre los tipos de
acciones y los tipos de servicios.
Figura 13.- Esquema de asociación Acciones/Servicios
Como se puede observar de manera gráfica en la figura, los tres tipos de acciones:
test, vitales y rutinas pueden desplegar servicios de control/monitorización y de
protocolo. Además, las acciones de test y vitales pueden dar lugar a servicios de
notificación y alerta respectivamente. A su vez, ante un servicio de alerta, puede
desplegarse un servicio de protocolo relacionado con esa alerta, observando una
relación de asociación entre estos dos tipos servicios.
4.4.2. Estructuras dinámicas para la obtención de servicios implícitos
Partiendo de la información conocida del usuario y del entorno, necesitamos
estructurar esta de una forma adecuada para el despliegue de todos estos servicios. Lo
que necesitamos saber es aquello de lo que el usuario va a hacer uso en el entorno y lo
que este le puede ofrecer al respecto. La información del usuario paciente que se toma
como referencia, es la descrita en su historial de prescripciones facultativas. Estas son
impuestas por un médico o facultativo y estarán almacenadas en el dispositivo móvil
capaz de interaccionar con los elementos del entorno. Este almacenamiento debe tener
una forma estructurada determinada para facilitar la comunicación con los diferentes
mecanismos de Awareness existentes, poseyendo a su vez cierto grado de dinamismo.
Por ello surge la necesidad de convertir esas acciones impuestas en la prescripción
médica a un tipo de datos comprensible por la arquitectura y que conforme la base
para el despliegue de los servicios implícitos pertinentes.
Mediante lenguajes formales basados en marcas como puede ser XML se plantea la
construcción de diferentes estructuras, las cuales aparecen en la siguiente figura.
Trabajo Fin de Máster – Jesús Fontecha Diezma
23
Figura 14.- Estructura de las acciones
Como puede verse, las acciones prescritas por el facultativo serán transformadas de
una manera formal para facilitar su tratamiento por el sistema, construyéndose una
lista de prescripciones comprensible por el mismo. Esta estructura contiene todas las
acciones prescritas acompañadas de la fecha de realización, sabiendo que una acción
se da por realizada cuando contenga un valor válido en el campo “Realized”. De igual
forma, cada acción está representada en una nueva estructura dinámica llamada tabla
de acción. Esta tabla, identifica el tipo de acción de entre los estudiados, la fecha cita
aproximada en la que deberá ocurrir la acción de manera explícita mediante la
interacción del profesional con el EIC correspondiente, la fecha estimada y los valores
(máximo y mínimo), ambos campos dependientes de la condición, los datos
necesarios para la acción, y por último los procesos a ejecutar en función de los
servicios implícitos que tal acción es capaz de desplegar. En este caso
“temperature_process()” para el servicio de control, y “anomalyTemp_process()”
para el servicio de alerta en caso necesario.
Es importante destacar el campo condición. El valor que este presenta da pie a la
realización de la evaluación de los campos adyacentes y con ello la ejecución de los
procesos relativos a servicios de: notificación, protocolo y/o alerta. Existen 2 tipos de
condiciones:
Basadas en tiempo. Cuando el valor de la condición es “pendiente” se
realiza una comparación y evaluación de la fecha estimada, fecha cita y la
fecha actual, desplegando el/los proceso(s) correspondientes a los servicios
de notificación.
Basadas en valores. Cuando el valor de la condición es “rangos
observables”, se realiza una comparación y evaluación de los umbrales
máximos y/o mínimos en relación a los ofrecidos en la realización de tal
acción, desplegando el/los proceso(s) correspondientes a los servicios de
alerta y protocolo.
En cada interacción que el usuario realiza con un EIC del entorno se evaluarán las
condiciones de todas las acciones de la lista no realizadas hasta el momento, y con
ello se ejecutarán los procesos referentes a los servicios asociados contenidos en la
tabla de acción. Cuando todos los registros hayan sido consultados, los servicios
desplegados, y las acciones realizadas, se completará el ciclo para ese paciente. En
ese momento se podrá establecer una comunicación, produciéndose una
sincronización con el sistema central, capaz de atender estas peticiones y actualizar
los datos en el historial del paciente, proporcionando nueva información para un
Awareness posterior más eficiente, favoreciendo la realimentación del sistema.
Trabajo Fin de Máster – Jesús Fontecha Diezma
24
Veamos un ejemplo real y general de funcionamiento con las estructuras anteriores
(una vez transformadas y formalizadas las prescripciones), siguiendo el flujo
descrito. Un enfermero/a interacciona con una etiqueta correspondiente a la
administración de un medicamento a un paciente concreto (acción explícita). Esto
hace que una parte de la arquitectura, consulte la lista de acciones prescritas del
paciente. Al llegar a dicha acción de administración, esta será consultada y evaluada
según su tabla de acción atendiendo a las condiciones. El recorrido de la tabla nos
muestra que no se le administró la toma anterior del medicamento; lo que lleva a la
ejecución del proceso correspondiente al servicio implícito de protocolo ante esta
situación, informando al enfermero/a de cómo debe actuar. Continuando con la
evaluación de la lista de acciones, observamos que no se le han tomado las constantes
vitales cuando estaba previsto, lo que lleva a la ejecución de el/los proceso(s)
asociados al servicio implícito de notificación. De igual forma, ante una acción
explícita de toma de constantes (de tipo “vitales”), al llegar a la tabla de acción
correspondiente a dicha acción y observar que la condición alberga el valor “rangos
observables”, se evalúan los valores máximos y mínimos de la medida con el fin de
detectar valores anómalos y ejecutar los procesos que marca el despliegue del servicio
de alerta asociado, y si fuera el caso también los procesos relativos a un servicio
protocolario de actuación ante esta situación. La realización de la totalidad de las
acciones del paciente culminará, como se ha mencionado anteriormente, con una
sincronización con el sistema central.
De manera gráfica, el ciclo general queda representado en el siguiente diagrama de
flujo.
Figura 15.- Diagrama de flujo Ciclo Acciones
El inicio del flujo comienza en el establecimiento de las prescripciones facultativas.
Estas son tratadas por una serie de procesos antes de ser enviadas al dispositivo móvil
previa sincronización. El módulo IA consta de una serie de tareas y algoritmos
basados en inteligencia artificial y aprendizaje con el fin de hacer el modelo de
despliegue de servicios implícitos más eficiente en el futuro, no siendo elemento de
estudio esencial en este momento, pero que se hablará de él en posteriores apartados.
Trabajo Fin de Máster – Jesús Fontecha Diezma
25
En cada interacción que el profesional realiza con un EIC (ej. Etiqueta NFC), ocurre
el flujo que concierne a la evaluación de las acciones y el despliegue de los servicios
implícitos. Cuando todas las acciones se han llevado a cabo y todos los servicios han
sido desplegados, el dispositivo móvil se sincroniza con el sistema central y la
información almacenada es enviada a este para iniciar la actualización de los
historiales de los pacientes tratados.
La verificación y evaluación de las estructuras propuestas para las acciones es llevada
a cabo por varios algoritmos, los cuales deciden la ejecución de los procesos
asociados al despliegue de los servicios implícitos, pudiendo completarse con técnicas
basadas en inteligencia artificial y mecanismos de decisión (procedentes del módulo
de IA) con el fin de potenciar sus posibilidades. En la siguiente tabla se muestra de
forma general y en pseudocódigo cómo podría ser alguno de estos algoritmos de
evaluación.
Algoritmos de verificación de acciones
test
Para acción i:
Consultar tabla acción i
Evaluar condición
Si es “pendiente”:
Evaluar fechas (cita, estimada, actual)
Lanzar proceso(s) servicio notificación
Lanzar proceso(s) servicio control/seguimiento
Si existe servicio protocolo:
Lanzar proceso(s) servicio protocolo
vitales
Para acción i:
Consultar tabla acción i
Evaluar condición
Si es “rangos observables”:
Evaluar valores (máximo, mínimo, actual)
Lanzar proceso(s) servicio alerta
Si la alerta está asociada a un servicio
protocolo:
Lanzar proceso(s) servicio protocolo
Lanzar proceso(s) servicio control/seguimiento
Si existe servicio protocolo:
Lanzar proceso(s) servicio protocolo
rutinas
Para acción i:
Consultar tabla acción i
Evaluar condición
Si es “pendiente”:
Evaluar fechas (cita, estimada, actual)
Lanzar proceso(s) servicio protocolo
Lanzar proceso(s) servicio control/seguimiento
Tabla 7.- Visión general algoritmos acciones
Trabajo Fin de Máster – Jesús Fontecha Diezma
26
4.4.4. Suites Móviles
La aplicación de todos estos métodos y estructuras para la obtención de servicios
implícitos está soportada sobre una suite móvil donde cada parte puede representarse
como una pieza de software. El conjunto de todas ellas implementa las
funcionalidades de los artefactos presentados por medio de la lógica necesaria, tal y
como indica la figura inferior.
Figura 16.- Piezas del software móvil
4.4.5. La necesidad de un sistema centralizado
Anteriormente se ha mencionado la necesidad de disponer de un sistema
computacional centralizado como eje de la arquitectura presentada. Este sistema
permitirá la sincronización y actualización de la información en tiempo real de los
dispositivos distribuidos por el entorno mediante las herramientas o módulos software
correspondientes.
Las principales características de este sistema son:
Formalización de las prescripciones facultativas. Siguiendo el esquema
presentado en la figura 13, el sistema debe ser capaz de crear los documentos
formalizados (XML) con la totalidad de las acciones prescritas a los
pacientes.
Escritura de los datos para el etiquetado del contexto. Los datos
necesarios para la consciencia del contexto almacenados en los objetos del
entorno deben ser escritos previamente por una parte del sistema siguiendo la
estructura gramatical propuesta en apartados.
Despliegue del módulo de IA construido. El módulo de Inteligencia
Artificial (IA) dotará al sistema de los mecanismos necesarios para la
ejecución de decisiones automatizadas relacionadas con la asociación de
servicios y acciones derivadas. El siguiente apartado muestra como los
árboles de decisión suponen el complemento ideal para la toma de decisiones
en este sentido.
Gestión de acciones y servicios. Se trata de una herramienta para la
administración y configuración manual y automatizada de todos los procesos
relacionados con los servicios y acciones prescritas, elaboración y
visualización de estadísticas al respecto, estudio personalizado e interacción
táctil accesible.
Trabajo Fin de Máster – Jesús Fontecha Diezma
27
Sincronización de información y actualización. Esta parte del sistema se
encarga de la sincronización de los datos contenidos en las listas de acciones
albergadas en los dispositivos móviles del entorno. Esto comprende el envío,
de forma inalámbrica, de la información del sistema a los dispositivos y
viceversa. Cuando la información llega de los dispositivos móviles al sistema
central, se actualizan los historiales clínicos relativos a los pacientes tratados.
Este sistema ofrecerá el soporte adecuado a las suites móviles (presumiblemente
mediante comunicación inalámbrica) y elementos ubicuos distribuidos por el entorno.
Ante la aparición de nuevas necesidades, estas podrán integrarse como módulos
independientes que cooperan entre sí, de modo que el sistema software central puede
verse como un conjunto de piezas diferenciadas al igual que ocurre con la suite móvil
(ver Figura 17).
Figura 17.- Partes del sistema central
4.4.3. Árboles de decisión como soporte al despliegue de servicios implícitos
Ofrecer al profesional la posibilidad de captar y/o absorber las necesidades de los
pacientes en el entorno consciente del contexto es esencial para un conveniente
despliegue de los servicios implícitos. Por ello, se propone la utilización de
mecanismos de aprendizaje inductivo como los árboles de decisión capaces de
establecer el camino a seguir en la ejecución de los procesos derivados de las acciones
particulares de cada paciente.
La evaluación de la lista de acciones de acuerdo a las características del paciente nos
permitirá conformar el árbol de decisión con los servicios asociados. Esto transcurre
en el sistema central, concretamente es el módulo de IA el encargado de efectuar tal
análisis. En cada sincronización de los datos procedentes de los dispositivos del
entorno, el módulo actuará generando los árboles de decisión correspondientes en
base a la información recibida. La llegada de nuevos datos conducirá a una
realimentación del sistema volviendo a generar nuevos árboles de decisión. Esto hará
que la lista de acciones prescritas a transformar y enviar a los dispositivos móviles
goce cada vez de una mayor precisión a la hora de definir los procesos a ejecutar en
función de las necesidades del paciente, enriqueciendo la arquitectura global.
Trabajo Fin de Máster – Jesús Fontecha Diezma
28
Figura 18.- Entradas del Módulo IA
Como se puede observar en la Figura 18, el módulo para la construcción de los
árboles de decisión se realimenta a partir de árboles anteriores (Histórico) y nuevas
listas de prescripciones formalizadas. Una vez construidos los nuevos árboles, estos
son implementados como algoritmos de verificación de acciones conformando un
complemento de la lista de prescripciones formalizada a enviar al dispositivo móvil.
Una vez concluida la sesión del profesional, los datos se sincronizan con el sistema
central, dando lugar a nuevos árboles de decisión a partir de las acciones cometidas.
De una iteración a otra posterior, el módulo de IA para la generación de estos árboles
es capaz de aprender cómo debe actuar el sistema implícito de despliegue de servicios
de forma eficiente. A continuación se presenta un ejemplo de dos árboles de decisión
generados en dos iteraciones distintas.
Figura 19.- Ejemplo de Árbol Acción "medir temperatura" (iteración i)
Evaluando el recorrido del árbol en su parte izquierda, presentado en la Figura 19 ante
la acción “medir temperatura”, observamos que si el atributo condición posee un
valor, analizamos si se trata de “pendiente”, en cuyo caso se lanzarán los procesos
asociados a un servicio de notificación, o posee el valor de “rangos observables”,
donde la evaluación de los valores umbrales dará pie a la ejecución de los procesos
asociados al servicio de alerta. En la parte derecha se comprueba si existe algún
servicio de protocolo para ser desplegado. En cualquier caso los procesos asociados al
servicio de control serán ejecutados.
Tras diferentes iteraciones, realizando esta misma acción a un paciente determinado,
el árbol se realimentará, aprenderá y mutará, construyéndose uno nuevo más eficiente
en el despliegue de los servicios implícitos.
Trabajo Fin de Máster – Jesús Fontecha Diezma
29
Figura 20.- Ejemplo de Árbol Acción "medir temperatura" (iteración i+j)
Este árbol podría ser similar al presentado en la Figura 20. Como se puede observar,
De anteriores ocasiones en las que se realizó la acción “tomar temperatura” al
paciente “x”, lo que siempre se evaluó al inicio fue la condición de “rangos
observables” asociada a este tipo de acción, con lo que el árbol la convertirá en un
atributo destacable de mayora peso, ascendiéndola a un nivel superior entre sus
ramas, se comprobarán los valores umbrales con el fin de desplegar los servicios de
alerta relacionados. El atributo que evalúa la condición “pendiente”, en este caso no
aparece, quizá debido a que el profesional siempre ha realizado la acción en la fecha
indicada o nunca se ha presentado la fecha estimada correspondiente. La ejecución de
los procesos asociados al servicio de control sigue presente, no así el despliegue de
servicios protocolarios, que ante la inexistencia de estos en anteriores iteraciones, han
hecho que desaparezcan, no teniéndolos presentes en este caso.
Cabe destacar que los algoritmos derivados de los árboles de decisión asociados a la
lista de prescripciones definitiva que se envía a los dispositivos móviles, deben ser lo
más ligeros posibles, albergando toda su funcionalidad, teniendo en cuenta la reducida
capacidad de procesamiento de estos dispositivos.
4.5. Visión global de la Arquitectura
A lo largo del presente trabajo, se han identificado todas las partes de la arquitectura
contextual asistencial (ACA). En este apartado, se expone la visión global de la
misma, caracterizada en la siguiente figura.
Trabajo Fin de Máster – Jesús Fontecha Diezma
30
Figura 21.- Visión en capas de la ACA
El sistema central se sitúa en el nivel más bajo de abstracción conformando la base de
la arquitectura. Sus diferentes módulos, comentados anteriormente, darán soporte a
los bloques de los niveles inferiores. Así, el bloque correspondiente al etiquetado del
contexto asistencial (Assisted Tagging Context), procedente de una configuración
previa de los elementos del entorno, engloba a la gramática de marcado y los
mecanismos de interacción por contacto con los diferentes EIC. Por su parte, el
bloque referente al aprendizaje inductivo se basa en las tablas de prescripción y los
árboles de decisión, todo ello integrado en el Módulo IA, mientras que el sistema
móvil contendrá los algoritmos y la lógica necesaria para la ejecución de los procesos
asociados a los servicios, enlazándose con los mecanismos de sincronización para la
transmisión de información de forma inalámbrica. Sobre estos bloques se sustentan
las acciones realizadas por los profesionales y los servicios implícitos desplegados,
conformando la consciencia del contexto asistencial o Assited Tagging Awareness
requerida en el entorno, en el nivel más elevado de abstracción.
4.6. Experiencia
En diferentes apartados del estado del arte, se ha expuesto la necesidad de cambiar y
de introducir la tecnología de una forma no intrusiva para el usuario que la maneja.
Esto en el ámbito de la salud puede suponer un cuello de botella difícil de salvar pero
necesario a corto plazo.
Para valorar la inclusión de estas nuevas formas de interacción aplicada a diferentes
procedimientos cotidianos en el día a día de profesionales de enfermería, se ha creado
un primer prototipo sencillo, testado en el proceso formativo del enfermero/a.
Simulando el escenario de una planta hospitalaria, el prototipo ha sido evaluado,
mediante experimento, en Escuelas de Enfermería de Ciudad Real y Albacete de
forma muy satisfactoria, con unos resultados realmente alentadores.
Trabajo Fin de Máster – Jesús Fontecha Diezma
31
Figura 22.- Realización del experimento
4.6.1. Descripción
Este sistema es capaz de dotar al entorno de distintos servicios relacionados con el
cuidado de los pacientes y las rutinas en planta hospitalaria, mediante la interacción
de dispositivos móviles NFC y etiquetas. Entre los servicios ofrecidos destacan:
control y gestión en la administración de medicamentos, control y gestión en la
realización de pruebas y toma de muestras, sincronización de historiales y cambios de
turno, etc. El acceso a estos servicios proporciona simplicidad e intuitividad,
reduciendo todas las acciones a tocar. “Si quieres un servicio, tócalo”. Ejemplo:
control en la administración de un medicamento – Toca la etiqueta del medicamento y
la pulsera del paciente. Este hecho actualiza el historial del paciente, apareciendo en
su dispositivo las acciones realizadas (entre ellas la administración de tal
medicamento), y las que aún le restan por realizar. Una posterior sincronización con
un sistema central básico mediante un lector NFC actualizará los historiales de todos
los pacientes atendidos.
Figura 23.- Control administración medicamento
El experimento en cuestión trata de poner esta tecnología al servicio del docente y el
estudiante de distintos cursos de Enfermería en forma de prácticas. Para ello, se
planificó una rutina hospitalaria con varios pacientes ficticios, cada uno con unas
patologías y tareas a realizar por el personal sanitario (administrar medicamentos,
realizar análisis de sangre, toma de constantes vitales,…), todo ello usando estos
mecanismos de interacción por contacto. La reducción en el manejo de información
quedó patente, ya que la totalidad de datos de las acciones y seguimiento se
almacenan de forma automática en los dispositivos con cada interacción. Por otra
parte, no haber usado nunca este tipo de tecnología no fue ningún impedimento para
los participantes en el experimento, sino todo lo contrario, confirmando la naturalidad
e intuitividad que sabemos proporciona este método.
A continuación se expone brevemente el modelo de evaluación seguido.
Trabajo Fin de Máster – Jesús Fontecha Diezma
32
4.6.2. Modelo
El modelo para la evaluación propuesto fue un modelo iterativo dividido en fases. En
cada fase se plantean una serie de tareas o acciones a realizar por el alumnado hasta
completar el ciclo o iteración. La sesión se dió por finalizada cuando todos los
alumnos completaron el ciclo adoptando todos los roles existentes. Estos son:
2 alumnos asumirán el papel de enfermeros/as.
8 alumnos asumirán el papel de pacientes.
El resto de alumnos asumirán el papel de espectadores.
Así, teníamos dos tipos de actores o participantes en el escenario,
Participantes activos. Aquellos que asumen los papeles de pacientes o
enfermeros/as
Participantes pasivos. Aquellos que asumen los papeles de espectadores
En cada iteración de la sesión de prácticas cambió el rol del alumno, por un rol no
asumido con anterioridad, enriqueciendo la experiencia, favoreciendo entre otras
cierto grado en la recencia del conocimiento.
En la siguiente figura se presenta el diagrama de fases con el desarrollo para los
alumnos que asumían el papel de enfermeros/as.
Figura 24.- Diagrama de fases del experimento
Podemos observar de forma detallada en la tabla en qué consistía cada una de estas
fases.
Trabajo Fin de Máster – Jesús Fontecha Diezma
33
Fase Descripción breve Tipo
interacción
Gráfico
Inicialización El enfermero/a se
identifica acercando un
móvil NFC a su etiqueta
RFID.
NFC
Pre-navegación
táctil
El enfermero/a acerca el
móvil NFC a un lector
NFC conectado a un
equipo de escritorio.
Puede visualizar las tareas
a realizar a los pacientes
de forma táctil.
Táctil
Sincronización
inicial
El enfermero/a acerca el
móvil NFC al lector
conectado al equipo para
descargar todas las tareas
a realizar a los pacientes.
Táctil
Rutina NFC Mediante interacciones
NFC, el enfermero/a
controla todas las tareas a
realizar a los pacientes
desde su móvil con tan
solo “tocar“ las etiquetas
correspondientes.
NFC
Sincronización
final
El enfermero/a acerca el
móvil NFC al lector
conectado al equipo para
actualizar el historial de
los pacientes tratados.
Táctil
Pos-navegación
táctil
El enfermero puede
navegar por la aplicación
táctil y observar toda la
información de los
pacientes.
Táctil
Cambio de
turno
El enfermero/a acerca el
móvil a la etiqueta
identificativa de otro
enfermero/a, y al lector
NFC conectado al equipo
para confirmar el cambio
de turno.
Táctil&NFC
Tabla 8.- Fases del experimento
Una vez concluida la evaluación del prototipo, los alumnos y docentes participantes
rellenaron un cuestionario con diferentes bloques de preguntas, correspondientes a
diferentes aspectos métricos a analizar. En la siguiente tabla se presentan los bloques
estudiados.
Bloque Descripción
B0. El teléfono móvil Con diferentes preguntas acerca de
generalidades sobre tal dispositivo.
Trabajo Fin de Máster – Jesús Fontecha Diezma
34
B1. Tecnología NFC e Interacción Táctil
Expresan el conocimiento del usuario
acerca de ambas tecnologías.
B2. Interacción con el Sistema Con diferentes preguntas acerca de la
interacción con teléfonos móviles y con
la aplicación táctil de escritorio.
B3. Usabilidad del Sistema Definirán las pautas para un análisis
heurístico adaptado de la usabilidad
basado en las heurísticas de Jacob
Nielsen.
B4. Relación con tareas de enfermería
Define la relación que puede tener el
sistema con ciertas tareas de enfermería.
B5. Valoración General Contiene la valoración general del
sistema dada por el usuario.
Tabla 9.- División en bloques cuestionario experimento
La información desprendida de los cuestionarios nos ha servido para discutir cada
aspecto del sistema. Es importante evaluar la experiencia del alumnado a partir del
prototipo presentado con el fin de plantear mejoras, estudiar el rendimiento y el aporte
de la utilización e impacto de dicho sistema en el entorno y en los usuarios. El
cuestionario de evaluación completo se encuentra entre los anexos del presente
trabajo.
4.6.3. Resultados
Como se ha mencionado anteriormente, la evaluación de este sistema se ha llevado a
cabo en las escuelas universitarias de Enfermería de Ciudad Real y Albacete. En
dicha evaluación han participado un total de 62 alumnos: 36 de ellos primer curso, 24
de segundo curso y 2 de tercero; y 8 docentes.
Entre los resultados obtenidos más relevantes, cabe destacar lo siguiente:
El 100% de los encuestados utiliza teléfono móvil regularmente. Y de estos,
el 50% usa un dispositivo táctil.
El 85% desconocía la tecnología de contacto NFC antes de llevar a cabo el
experimento. Sin embargo el 88% de los encuestados ha utilizado alguna vez
otras tecnologías inalámbricas como Bluetooth, las cuales sí requieren una
interacción previa del usuario con el dispositivo.
El 73% cree que el manejo y consulta de información por medio de
interfaces táctiles es más rápido y eficiente. Como sabemos, la aplicación de
escritorio del prototipo estaba enfocada a su manipulación táctil.
Un 56% cree que la solución planteada se integraría adecuadamente en un
entorno asistencial real.
En cuanto al funcionamiento del sistema, el 90% dice que lo recordaría si
tuviera que volver a utilizarlo. Dato que se manifiesta en el 66% que admite
que le ha costado poco o nada asimilar su funcionamiento.
El 71% cree que la inclusión de estas tecnologías y sistemas mejorarían
diferentes aspectos como el tiempo, la productividad, etc. en relación a los
sistemas actuales.
Actualmente, sólo el 42% reconoce haber utilizado algún software
informático o dispositivo computacional para desempeñar ciertas tareas de
enfermería.
Si este sistema se ofreciera de manera opcional en la profesión, un 57% de
los encuestados asegura que lo utilizaría con frecuencia.
Trabajo Fin de Máster – Jesús Fontecha Diezma
35
Para concluir con los resultados obtenidos, en el diagrama inferior se exponen los
correspondientes a la valoración general del sistema, otorgada por el profesorado y el
alumnado participante en las sesiones de evaluación. Siendo el “1” la mínima
valoración y el “5” la máxima, podemos observar que el 57% de los participantes
valoran el sistema de interacción por contacto muy positivamente. Y tan solo un 5%
no cree en sus posibilidades.
Figura 25.- Gráfica valoración del prototipo
Este hecho nos hace reflexionar y ver como el futuro en la integración de nuevas
tecnologías en ámbitos como la salud, es preciso si se lleva a cabo de la manera
adecuada, involucrando al usuario de una forma natural y sencilla.
5. Conclusiones y Trabajo Futuro
Mejorar el día a día de los pacientes y asegurar una asistencia de calidad en un
entorno sanitario debe ser una prioridad a la vez que una necesidad en nuestros días.
Como hemos visto, la adaptación de sistemas computacionales en su mayoría, no es
sencilla, y en multitud de casos ha supuesto un fracaso. Los usuarios de estos entornos
deben dedicarse al cuidado de sus pacientes y no tanto al manejo de nuevos sistemas
emergentes, máxime cuando estos requieren de algún tipo de adaptabilidad y
experiencia previa. La inteligencia ambiental y la computación ubicua conforman las
bases para conseguir que el usuario de un entorno heterogéneo (como puede ser el
hospitalario), obtenga servicios de forma sencilla mediante el uso de tecnologías
transparentes y no intrusivas. Un ejemplo de ello, es la tecnología NFC, una
tecnología de contacto que permite la obtención de todos estos servicios a partir de la
interacción por aproximación entre elementos NFC. “La tecnología al servicio del
usuario”.
Por otra parte, y como indican varios principios de la inteligencia ambiental, es
esencial que el usuario no solamente obtenga una serie de servicios del entorno, sino
que los obtenga en función de sus necesidades dependiendo del contexto en el que se
halla en un momento determinado. La arquitectura propuesta en este trabajo, tiene
como finalidad ofrecer un soporte al despliegue de aquellos servicios, en función a la
evaluación del contexto, los elementos de interacción y los usuarios participantes
(pacientes y personal sanitario).
Esto es presentado a través de diferentes mecanismos de evaluación y técnicas de
aprendizaje inductivo. Para facilitar el desarrollo de sistemas en base a estos
mecanismos, se proponen también diferentes formas de estructurar la información en
los distintos elementos de interacción (EIC) mediante nuevas gramáticas de
etiquetado del contexto. Se plantea la arquitectura de forma modular y escalable con
Trabajo Fin de Máster – Jesús Fontecha Diezma
36
el fin de integrar múltiples funciones como nuevas capas que satisfagan futuras
necesidades.
La línea de investigación por tanto, está abierta, y el desarrollo y refinamiento de este
trabajo supone el punto de partida a la creación de un sistema más completo sin
alejarse de los principios que hemos estudiado. Por ello, se perseguirán una serie de
trabajos futuros siguiendo el campo abierto por la experiencia realizada en las
Escuelas de Enfermería. Estos son:
Desarrollo de las herramientas y módulos software propuestos, siguiendo los
principios de la arquitectura. La intuitividad y naturalidad debe estar presente en
toda pieza software que requiera una mínima interacción con el usuario. Por ello,
los mecanismos de interacción táctil se presentan como el principal método para
interactuar con el usuario.
De igual forma, y al paso de la tecnología, se debería complementar la actual
interacción por contacto, ofrecida por tecnologías como NFC, con mecanismos
ligeros de interacción táctil en dispositivos móviles de nueva generación.
Estudiar y modelar los bloques referentes al aprendizaje inductivo para la
creación de los árboles de decisión de manera compacta e independiente. Valorar
el uso complementario de sistemas de reglas ECA, en el módulo IA, como
sistema intermedio entre las tablas de prescripción formalizadas y la
implementación de los árboles de decisión.
Valorar y extrapolar el uso de sistemas expertos en dispositivos móviles para,
entre otras cosas, su aplicación en el recorrido de los árboles de decisión. Esto
puede ser ventajoso si dichos árboles tienen un elevado número de alternativas a
evaluar. Sin embargo la capacidad de procesamiento de estos dispositivos
móviles puede hacerlo inadecuado ya que la evaluación consumiría un tiempo
prudencial.
Estudiar el desarrollo de una capa para el filtrado y adaptación de la información
presentada en la pantalla del dispositivo móvil. Nuevas técnicas y métodos
ligeros basados en Inteligencia Artificial extraerán la información relevante de
los árboles y las tablas de acciones en tiempo real en relación al paciente actual,
poniéndola a disposición del profesional de una forma más eficiente, y adaptada
al contexto. La llegada de dispositivos móviles que aúnen métodos táctiles con
tecnologías de contacto facilitaría su desarrollo siguiendo estos fundamentos.
Desarrollar un prototipo completo y concluir con la realización de un
experimento en un entorno hospitalario real, para la obtención y evaluación de
medidas tales como el impacto en el uso del sistema, calidad en la experiencia de
usuario, usabilidad, productividad del personal y conocimiento implícito
adquirido, entre otras muchas.
6. Referencias
1. Bravo, J., Hervás, R., Sánchez, C., Fuentes, M. C., Chavira, G. & Nava, S.
Adaptabilidad NFC en cuidados de enfermería. in 4to. Taller de
Computación Clínica e Informática Médica. CCIM'07. 2007. Morelia,
Mich.; (México).
2. José Bravo, R.H., Carmen Fuentes, Salvador Nava, Gabriel Chavira.
Tagging for NursingCare. in 2nd International Conference on Pervasive
Trabajo Fin de Máster – Jesús Fontecha Diezma
37
Computing Technologies for Healthcare (Pervasive Health). 2008. Tampere,
Finland.
3. J. Favela, M.T., L. Castro, V. Gonzalez, E. Moran, and A.I. Martinez.
EstimatingHospital Workers' Activities and its use in Context-Aware
Hospital Applications. in First Conference in Pervasive Healthcare. 2006.
Innsbruck, Austria.
4. J. Bravo, C.F., R. Hervás, V. Villarreal, Enabling NFC Technology in
Hospital Wards, in International IEEE Conference EUROCON. 2009:
Petersburg, Rusia.
5. Jose Bravo, D.L.-d.-I., Carmen Fuentes, Ramón Hervás, Rocío Peña, Marcos
Vergara, and Gregorio Casero. Enabling NFC Technology for Supporting
Chronic Diseases: A Proposal for Alzheimer Caregivers in European
Conference, AmI 2008. 2008. Nuremberg, Germany: LNCS, Springer.
6. Aware and Awareness. 2007 [cited Junio, 2010]; Available from:
http://xholan.blogspot.com/2007/10/aware-and-awareness.html.
7. Chavira, G., Modelado de un ambiente inteligente a través de la interacción
de contacto, in MAmI Research. 2009, Escuela Sup. Informática (UCLM):
Ciudad Real. p. 209.
8. Nava-Díaz, S.W., Modelado de un Ambiente Inteligente: Un Entorno
Consciente del Contexto a través del Etiquetado, in MAmI Research. 2010,
Escuela Sup. Informática: Ciudad Real. p. 230.
9. La Computación Ubicua y por qué nos interesa. 2009 [cited Junio, 2010];
Available from: http://www.smartsite.es/ubicomp/la-computacion-ubicua-y-
por-que-nos-interesa-55.html.
10. Weiser, M., The Computer for the 21st. Century. Scientific American, 1991:
p. 91-104.
11. Chen, G., Solar: Builder a Context Fusion Network for Pervasive
Computing. 2004: Dartmouth College: Hanover, New Hampshire.
12. Nijholt, Lost in Ambient Intelligence? 2004.
13. Aarts, E.R., ed. Ambient Intelligence, in The Invisible Future: the seamless
integration of technology into everyday life. 2001, Mc-Graw Hill: Blacklick:
USA.
14. Uceda, J., Inteligencia Ambiental, bienestar y salud. 2006.
15. Weiser, M., Ubiquitous Computing. s.f.
16. Technologies, A. RFID Overview. 2007 [cited Junio, 2010].
17. Forum, N. NFC Forum. s.f. 2009 [cited 2010; Available from:
http://www.nfc-forum.org.
18. Carlaw, S., ABI Research. s.f.
19. S. W. Nava-Díaz, G.C., R. Hervás, V. Villarreal, J. Bravo, S. Martín, M.
Castro, NFC Approach: Towards a simple interaction, in IADIS
Internacional Conference on Mobile Learning. 2009: Barcelona, Spain.
20. Varshney, U., Pervasive Healthcare. 2003. 36. n12: p. 138-140.
21. Want, R. People First, Computers Second. in IEEE Pervasive Computing.
2007.
22. M. Munoz, M.D.R., J. Favela, A.I. Martinez-Garcia, and V.M. Gonzalez.
Context-Aware Mobile Communication in Hospitals. in IEEE Computer.
2003.
23. Hervás, R.N., Salvador W.; Chavira, Gabriel; Sánchez, Carlos; Martín,
Sergio; Castro, José; Bravo, José. Visualization Mosaic Carrying Out
Cooperative Tasks: An Interactive Experience. in IADIS Multi Conference
on Computer Science and Information Systems (MCCSIS). 2007. Lisboa,
Portugal.
24. Hervás, R.B., José; Nava, Salvador W.; Chavira, Gabriel. Interacción
Natural en Ambientes Inteligentes a travás de Roles en Mosaicos de
Trabajo Fin de Máster – Jesús Fontecha Diezma
38
Visualización. in VII Congreso Internacional de Interacción Persona-
Ordenador. 2006. Puertollano, Ciudad Real. Spain
25. Bardram, J. Hospitals of the Future – Ubiquitous Computing support for
Medical Work in Hospitals. in 2nd International Workshop on Ubiquitous
Computing for Pervasive Healthcare Applications. 2003.
26. Monzón, A.Z. Las PDA en el entorno hospitalario. Mitos y realidades. 2003
[cited; Available from:
http://www.conganat.org/seis/is/is40/pdahospital.htm.
27. Huffstutler S, W.T., Wright CP., The use of handheld technology in nursing
education. 2002.
28. J. L. Fernández Alemán, J.M.C.d.G., Una revisión de la enseñanza de la
enfermería basada en las TIC. RevistaeSalud.com, 2010. 6 n22.
29. J. Bravo, G.C., M. Vergara, C. Fuentes, R. Peña, R. Hervás and V. Villarreal.
Supporting clinical information management by NFC technology in 4th
European Conference of the International Federation for Medical and
Biological Engineering, ECIFMBE. 2008. Antwerp, Belgium: Springer.
30. Dey, A.K., Understanding and Using Context. Personal and Ubiquitous
Computing, 2001: p. 4-7.
31. Lieberman, H., Selker, T., Out of context: Computer systems that adapt to,
and learn from, context. IBM Systems Journal, 2000. 39 (3-4): p. 617-632.
32. Prekop, P., Burnett, M., Activities, Context and Ubiquitous Computing.
Computer Communications, 2003. 26: p. 1167-1176.
33. Schmidt, A., Beigl, M., & Gallersen, H.-W, There is more to Context than
Location, in Intl. Workshop on Interactive Applications of Mobile
Computing. 1998: Rostock, Germany
34. Brooks, K., The Context Quintet: narrative elements applied to
ContextAwareness, in 10th. International Conference on Human-Computer
Interaction. 2003: Crete, Greece.
35. S. W. Nava-Díaz, M.V., R. Hervás, J. Bravo, Una propuesta para etiquetar
entornos conscientes del contexto, in 3ras. Jornadas Científicas sobre RFID.
2009: Bilbao, Spain.
36. Guarino, N. Formal Ontology in Information Systems. in 1st International
Conference. 1998. Italy: IOS Press: Trento.
37. Gruber, T.R., A Translation Approach to Portable Ontology Specifications. .
Knowledge Acquisition, 1993. 5(2): p. 22.
38. Peña, R.B., J., Modelado del contexto mediante ontologías: Una propuesta
de fusión. 2008. p. 209.
39. Resource Description Framework (RDF). Especificación del modelo y la
sintáxis. [cited; Available from:
http://www.sidar.org/recur/desdi/traduc/es/rdf/rdfesp.htm.
40. Horrocks, I., et al, The Ontology Inference Layer OIL. 2000.
41. McGuinness, D.L.a.F.v.H. OWL Web Ontology Language Overview. 2004
[cited; Available from: http://www.w3.org/TR/owl-features.
42. Mitchell, T., Machine Learning. 1997, McGraw-Hill.
43. Valiant, L.G. A theory of the learnable. 1984.
44. Hervás, R., Modelado de Contexto para la Visualización de Información en
Ambientes Inteligentes. 2009, Universidad de Castilla la Mancha: Ciudad
Real, Spain. p. 329.
45. Villarreal, V., MoMo: Una propuesta de Framework para la Monitorización
Móvil de Pacientes. 2009: Ciudad Real. p. 58.
46. Ramón Hervás, G.C., Salvador W. Nava, Vladimir Villarreal, José Bravo.
Context Cookies in 12th International Conference on Knowledge-Based and
Intelligent Information & Engineering Systems. 2008. Zagreb, Croatia:
Springer.
Trabajo Fin de Máster – Jesús Fontecha Diezma
39
47. Garshol, L.M. BNF and EBNF: What are they and how do they work? 2008
[cited Julio, 2010]; Available from:
http://www.garshol.priv.no/download/text/bnf.html.
Trabajo Fin de Máster – Jesús Fontecha Diezma
40
