Flávio L. Seixas,  Bianca Zadrozny,  Jerson Laks,  Débora C. M. Saade,  Aura Conci. 

Este artigo descreve um sistema de suporte à decisão clínica, aplicado ao diagnóstico da Doença de Alzheimer. Os principais componentes presentes no sistema são: um modelo de conhecimento baseado em rede bayesiana, uma ontologia para representação do conhecimento clínico e incertezas, um motor de inferência e aprendizagem computacional. A estrutura da rede bayesiana foi baseada nos critérios clínicos publicados pelo NINCDS-ADRDA e DSM-IV. Os parâmetros da rede foram definidos aplicando o algoritmo de aprendizagem computacional conhecido como Expectation Maximization (EM). A base de treinamento foi baseada em dados clínicos de cerca de 1500 indivíduos obtidos do CERAD. Os resultados foram avaliados através de uma análise de sensibilidade.

http://www.lbd.dcc.ufmg.br/colecoes/wim/2011/0021.pdf

Processando consulta.