BDBComp
Parceria:
SBC
H.pylori-MINDSys: Um Protótipo de Sistema Baseado em Conhecimento para Auxílio na Predição da Bactéria Helicobacter pylori em Doenças Pépticas

Daniel de Faveri HonoratoHuei Diana LeeFeng Chung WuRenato Bobsin MachadoAntonio Pietrobom NetoJoão José FagundesJuvenal 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

Caso o link acima esteja inválido, faça uma busca pelo texto completo na Web: Buscar na Web

Biblioteca Digital Brasileira de Computação - Contato: bdbcomp@lbd.dcc.ufmg.br
     Mantida por:
LBD