Um mecanismo de apoio á tomada de decisão em agravo de dengue baseado em dados probabilísticos

• Ano de defesa: 2013
• Autor(a) principal: Teles, Germanno Gurgel do Amaral
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual do Ceará
• Palavras-chave em Português: Computação aplicada; Dengue; Modelos gráficos; Rede Bayesiana
• Link de acesso: https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=87584

Incertezas envolvidas em processos de tomadas de decisão exigem, cada vez mais, o uso de mecanismos de inferências baseadas em dados probabilísticos no desenvolvimento de sistemas inteligentes. Modelos de grafos têm sido usados com formalismo unificado para muitos modelos probabilísticos. Redes Bayesianas se adéquam à construção de sistemas que dependem do conhecimento probabilístico. A área da saúde é um exemplo da utilização de redes probabilísticas na modelagem de incertezas em diagnósticos, tais como: Alzheimer, doenças cardíacas, entre outras. Este trabalho propõe o uso de redes Bayesianas no apoio à tomada de decisão em agravos de dengue para o projeto LARIISA, uma plataforma orientada a contexto (contextaware concept) destinada à governança de sistemas de saúde. O trabalho especifica e implementa o LARIISA_Bay, um componente baseado em redes Bayesianas agregado à plataforma LARIISA. Este componente auxilia uma equipe de especialistas para melhor diagnosticar casos de dengue a partir de dados coletados dos usuários do LARIISA, classificando-os em: emergencial (dengue hemorrágica), grave (existência de dengue) ou normal (não existência da enfermidade). A partir desta classificação, a equipe de especialistas poderá tomar a decisão mais conveniente como, por exemplo, a providência imediata de uma ambulância ou a visita ao usuário de uma agente de saúde ou, simplesmente, uma notificação de orientação ao usuário. Um protótipo do LARIISA_Bay é descrito com interfaces para os três principais atores do sistema: paciente, agente de saúde e especialista. Os dados coletados por estas interfaces alimentam a rede Bayesiana ao sistema. Para tanto, o metadado utilizado entre os atores e o sistema contém o SUS_ID (identificação do usuário no SUS), além de outras informações necessárias ao processo de inferência da rede (geolocalização, biométricas, etc). A rede Bayesiana do LARIISA_Bay leva em consideração uma tabela de probabilidades construída com o auxílio de profissionais da área. Além de permitir o apoio à decisão sobre a gravidade do caso de dengue, filtrando casos prováveis de dengue para a classificação acima citada, o LARIISA_Bay utiliza mecanismos de georreferenciamento que podem ser usados como entrada em sistemas de detecção e monitoramento de epidemias em diversas regiões. Palavras-Chave: Redes Bayesianas, modelos gráficos, incertezas, dengue.