Daniel de Faveri Honorato,  Huei Diana Lee,  Feng Chung Wu,  Renato Bobsin Machado,  Antonio Pietrobom Neto,  João José Fagundes,  Juvenal Ricardo Navarro Góes. 

Pesquisas relacionadas a doenças pépticas têm despertado grande interesse, principal- mente devido ao seu alto índice de incidência na população. Uma das causas relacionadas a essas doenças e a presença da bactéria Helicobacter pylori. Ainda, com o avanço tecnológico, conceitos e técnicas de Inteligência Artificial - IA - têm sido cada vez mais aplicados na solução de problemas reais por meio de sistemas de IA, tais como os Sis- temas Baseados em Conhecimento. Esses sistemas dependem de conhecimento, o qual pode ser adquirido de maneira manual, também denominada explícita ou de maneira automática, referida como implícita. Neste trabalho foi realizado o projeto e o desenvolvimento de um protótipo de Sistema Baseado em Conhecimento - SBC - denominado H.pylori-MINDSys para auxílio na predição da existência da bactéria Helicobacter pylori. Foi utilizada a Shell de SBC CLIPS com Motor de Inferência e Base de Conhecimento- BC - para a construção do protótipo, e a interface foi desenvolvida na linguagem JAVA.O conhecimento utilizado pelo SBC foi adquirido por meio de extração automática de conhecimento, utilizando um algoritmo de Aprendizado de Maquina - AM - simbólico supervisionado, de uma base de dados coletada no Hospital Municipal de Paulínia contendo informações de pacientes e resultados de Endoscopia Digestiva Alta - EDA. O conhecimento extraído foi avaliado e validado por especialistas do domínio e inserido na BC do SBC. Para utilizar o sistema, o usuário deve fornecer informações sobre o paciente,as quais são processadas pela Shell e o resultado apresentado na interface do sistema. Épossível também visibilizar o conhecimento que o sistema empregou para classificar o paciente, assim como, armazenar os resultados obtidos para utilização futura. Especialis-tas do domínio consideraram bons os resultados alcançados, tendo sido o conhecimento extraído classificado como correto de acordo com o conhecimento de domínio. Como trabalhos futuros propõem-se a aplicação do algoritmo de AM sobre outros conjuntos de dados de EDA e com isso, novas regras serem identificadas e avaliadas por especialistasdo domínio para que a base de conhecimento do sistema seja aumentada. Outro trabalho inclui a ampliação do sistema para que possa auxiliar o especialista durante a EDA,ou seja, à medida que o exame vai sendo realizado e os dados fornecidos ao sistema, esse, de modo interativo, exibe o conhecimento embutido em sua BC relacionado com as características correntes do exame.

http://www.lbd.dcc.ufmg.br/colecoes/wim/2005/0016.pdf

Processando consulta.