Home

Sistemas Especialistas Como Ferramenta Auxiliar para o Ensino da

1. Figura 4 24 Abertura de arquivo 4 6 2 Criac o de um novo arquivo Seguindo a segii ncia Arquivo Novo salve se o grafo anterior e um novo ini cializado 4 6 3 Impress o do formul rio com o grafo Para que seja poss vel a impress o do formul rio vis vel na rea de trabalho da tela do computador e do desenho do grafo clica se em Arquivo e Imprimir formul rio Cap tulo 5 Construc o de Sistemas Especialistas 5 1 Introduc o Na avalia o de Biczyc o conhecimento m dico pode ser obtido e corretamente ex tra do a partir de tr s fontes Biczyc et all 1993 e Fontes te ricas como por exemplo livros m dicos manuais e literatura em geral e Fontes emp ricas tal como banco de dados de pacientes e Especialista m dico O papel do engenheiro do conhecimento gerar uma base de dados a partir de uma fonte bruta denominada banco ou base de conhecimento que serve de esteio para a cons tru o de sistema especialista em um determinado dom nio do saber A base de conhecimento pode ser armazenada sob um ou mais formatos regras de produ o scripts frames redes sem nticas etc Neste cap tulo continuar se desenvolvendo o sistema especialista para escolha da melhor dieta do paciente cir rgico cujas regras regras de produ o e vari veis foram ge rados pelo SGR e que s o a base para montagem do banco de conhecimento O uso de SGR como se viu a
2. procedure TFrmMapa IncListaRegra var PrimListaRegras PTRListaRegra var UltListaRegra PTRListaRegra linha longint Nodo PTRGrafo var PAux PTRListaRegra begin new PAux PAux Nodo Nodo PAux Linha Linha PAux Prox nil if PrimListaRegras nil then begin Se for o primeiro PrimListaRegras PAux UltListaRegra PAux end else begin Sen o inclui depois do ltimo UltListaRegra Prox PAux UltListaRegra PAux end end Finalmente o Caminhamento entre dois nodos Procedime procedure var PTROri PAuxl PAuxl begin Limpa impaLis Li Li nto para forma o das Regras TFrmMapa FormaRegra gem PTRDestino PTRGrafo staO0rigem PTRListaOrigem staDestino PTRListaDestino Lista de regras lista de ori taRegra PrimListaRegra UltLis gem e de destino taRegra impaLis impaLis FrmResul FrmResul FrmResul FrmResul FrmResul Atualiz Formar FormarLi if Prim Li ta0rigem PrimListaOrigem UltL taDestino PrimListaDestino Ul tado RERelatorio Lines Adad tado RERelatorio Lines Adad tado RERelatorio Lines tado RERelatorio Lines Adad tado RERelatorio Lines Adad a ponteiros para os nodos de staOrigem staDestino istaDestino nil then begin Add R istaOrigem tListadestino EGRAS origem e destino 191 Anexo II 192 showmessage 0 Grafo n o apresenta objetivos de
3. marcados com Objetivo ERelatorio Lines Add 4 1 PAuxGrafo Nome nodo PAuxGrafo PAuxGrafo Prox end end As regras s o formadas a partir de Finalmente o Caminhamento entre dois nodos Procedimento para forma o das Regras procedure TFrmMapa FormaRegra var PTROrigem PTRDestino PT RGrafo PAuxListaOrigem PTRListaOrigem PAuxListaDestino PTRLis begin Limpa Lista de regras taDestino lista de origem e de destino impaListaRegra PrimListaRegra UltListaRegra i mpaLlistaOrigem PrimListaOrigem UltListaOrigem impaListaDestino PrimListaDestino UltListadestino FrmResultado RERelatorio Lines Add FrmResultado RERelatorio Lines Add FrmResultado RERelatorio Lines Add REGRAS FrmResultado RERelatorio Lines Add FrmResultado RERelatorio Lines Add Atualiza ponteiros para os nodos de origem e destino FormarListaOrigem FormarListaDestino if PrimListaDestino nil then begin showmessage 0 Grafo n o apresenta objetivos definidos exit end PAuxListaOrigem PrimListaOrigem while PAuxLista0Origem lt gt nil PTROrigem PAuxListaOrigem NodoOrigem PAux ListaDes tino PrimLista do begin Destino while PAuxListaDestino lt gt nil do begin PTRDestino PAuxListaDestino NodoDestino if PTRO Construi rigem nil or recursivo forma regra PAuxListaDesti
4. procedure TFrmMapa AplDadosGrafo var PAux PTRGrafo RegGrafo Grafo begin Atribui os valores do RegGrafo ao ponteiro para essa estrutura PAux PAux CodNodo RegGrafo CodNodo PAux nome nodo RegGrafo nome nodo PAux Opcao tipo RegGrafo opcao tipo PAux objetivo RegGrafo objetivo PAux pergunta RegGrafo pergunta PAux motivo RegGrafo motivo PAux relacionamentol RegGrafo relacionamentol PAux nome_valorl RegGrafo nome_valorl PAux relacionamento2 RegGrafo relacionamento2 PAux nome valor2 RegGrafo nome valor2 PAux xiNodo RegGrafo xiNodo PAux yiNodo RegGrafo yiNodo PAux xfNodo RegGrafo xfNodo PAux yfNodo RegGrafo yfNodo PAux Prox RegGrafo Prox PAux PrimAd3 RegGrafo PrimAd PAux UltAdj RegGrafo UltAd5 end Procedimento IncluiGrafo Inclui um nodo no grafo Par metros PrimGrafo Aponta para o primeiro elemento do gr fico UltGrafo Aponta para o ltimo elemento do grafo RegGrafo Estrutura contendo os dados que ser o inclu dos TFrmMapa IncluiGrafo var PrimGrafo PTRGrafo var UltGrafo PTRGrafo RegGrafo Grafo var PAux PTRGrafo begin new PAux Aloca o espa o necess rio AplDadosGrafo PAux RegGrafo Atribui os dados do Nodo RegGrafo ao ponteiro PAux if PrimGrafo nil then begin Insere o primeiro n do Grafo PrimGrafo PAux UltGrafo PAux end else begin Insere um n depois do ltim
5. Bases da T cnica Cir rgica uma op o a mais para fixa o de assuntos abordados em sala de aula Sem necessidade de decorar no sentido de memoriza o permite treinamento para desenvolvimento do racio c nio empregado em atividades decis rias na pratica m dica elabora o de diagn sticos prescri o de medicamentos solicita es de exames dentre outros O aprendizado al can ado a partir da intera o homem m quina o aluno tomar decis es a partir de per guntas formuladas pelo computador Cap tulo 5 Constru o de Sistemas Especialistas 126 5 3 Relev ncia Para que se possa avaliar a relev ncia do tema tomar se como exemplo o manu seio de dist rbios hidroeletrol ticos um dos assuntos abordados na disciplina Bases da T cnica Cir rgica que ser objeto do segundo sistema especialista O manuseio dos dist rbios hidroeletrol ticos tarefa nem sempre agrad vel para a maioria dos m dicos sendo quase sempre feito de maneira emp rica acarretando quando perpetrada de modo incorreto trabalho extra ao rim do paciente que al m de realizar sua tarefa normal de homeostasia ter que reagir frente ao uso inadequado de solu es no que se refere a sua qualidade e quantidade As raz es pelas quais no manuseio dos dist rbios hidroeletrol ticos haja pr tica inadequada por parte de alguns profissionais e estudantes de Medicina s o dentre outras as que se seguem e Desconhecim
6. Di lise peritonial Hemodi lise etc Anexo I 165 Cloro Funcoes Papel digestivo HCl Equil brio osm tico Equil brio cido b sico Entrada Cloreto de s dio Excre o Renal suor secre o g strica Cloro total 1490 mEq Valor plasm tico 100 mEq l 96 105 Meq 1 Hipocloremia 1 Classifica o Moderada 90 95 mEq l M dia 80 90 mEq l Grave lt 80 mEg l 2 Etiologia Falta de ingest o Dieta prolongada sem sal Perdas g stricas V mitos aspira o g strica Nefropatias diur ticas Sudorese significativa Acidose respirat ria hipoventila o Diluig o por excesso de l quidos em an ricos 3 Quadro cl nico leo v mitos agravam a hipocloremia Hipotonia vascular hipotens o arterial podendo chegar a colapso circulat rio 4 Tratamento Tratar a causa b sica D ficit total de cloro gua extracelular d ficit de cloro por litro Na hipocloremia por dilui o eliminar gua N o se deve administrar cloro Administra o de cloro Via oral Alimentos com cloro sal comum cloreto de pot ssio etc Via parenteral Solu o salina hipert nica soro fisiol gico Cloreto de Pot ssio Anexo I 166 Hipercloremia 1 Classificac o Moderada 105 115 mEq Acentuada 115 125 mEq l Grave gt 125 mEq 2 Etiologia Sobrecarga na administra o de sais de cloro stress p s operat rio doentes renais Anastomos
7. Escreve o c digo do n dentro do quadrado end Desenha o mapa completo Todas os nodos e suas liga es procedure TFrmMapa DesMapa var PAuxGrafo PTRGrafo PAuxAdj PTRListaAdS xiorigem yiorigem xidest yidest xidiv yidiv k integer begin PAuxGrafo PrimGrafo LimpaMapa Limpa o mapa k 3 Raz o de divis o igual a 3 utilizado para dividir o segmento que liga um n a outro Com essa divis o uma parte final do segmento ter uma cor diferente identificando que o nodo que receber a linha dessa cor diferente o nodo destino Primeiro Desenha todas as linhas while PAuxGrafo lt gt nil do begin PAuxAd PAuxGrafo PrimAd3 while PAuxAdj lt gt nil do begin Atribui os valores das coordenadas xiorigem PAuxGrafo xiNodo 10 yiorigem PAuxGrafo yiNodo 10 xidest PAuxAdj Nodo xiNodo 10 yidest PAuxAdj Nodo yiNodo 10 Divide o segmento numa raz o Para poder identificar quem a origem e quem o destino xidiv round xiorigem k xidest 1 k Ponto que Divide um segmento numa raz o k Geometria Anal tica yidiv round yiorigem k yidest 1 k Desenha a linha que liga os dois Mapa Canvas MoveTo xiorigem yiorigem Anexo II 180 apa Canvas LineTo xidest yidest Muda a cor e desenha a parte do segmento que identificar quem o destino Mapa Canvas Pen Color clRed Mapa Canvas Pen Width 2 apa Canvas LineTo xidiv yidiv apa Canvas Pen
8. RegGrafo Opcao tipo opcao tipo RegGrafo Objetivo objetivo RegGrafo Pergunta EdPergunta Text RegGrafo Motivo EdMotivo Text RegGrafo relacionamentol RegGrafo nome valorl RegGrafo relacionamento2 RegGrafo nome valor2 RegGrafo xiNodo 10 RegGrafo yiNodo 10 RegGrafo xfNodo 10 TAMNODO RegGrafo yfNodo 10 TAMNODO RegGrafo Prox nil RegGrafo PrimAdj nil RegGrafo UltAdj nil Inclus o no Grafo IncluiGrafo PrimGrafo UltGrafo RegGrafo AtualizaCmbGrafo Desenho da Vari vel no Mapa DesMapa LimpaFormNodo EdCodNodo SetFocus end z Executado quando o bot o Altera Clicado procedure TFrmMapa BtnAlteraClick Sender TObject var Opcao tipo Tipovariavel objetivo boolean begin if PrimGrafo nil then begin ShowMessage N o H Nenhuma Vari vel Cadastrada exit end Anexo II 198 else if EdCodNodo Text then begin ShowMessage 0 Campo c digo da Vari vel deve estar preenchido exit end If RgTipo ItemIndex 1 then Opcao tipo numerica else if RgTipo ItemIndex 0 then Opcao tipo Univalorada else if RgTipo ItemIndex 2 then Opcao tipo multivalorada Recebe o valor para Objetivo if Rg0bjetivo Itemindex 0 then objetivo true else objetivo false Atualiza os dados de PAtualGrafo PAtualGrafo CodNodo EdCodNodo Text PAtualGrafo nome nodo EdNomeNodo Text PAtualGrafo
9. Relacionamentol PAuxAdj nome valorl nome valorl PAuxAdj Relacionamento 2 Relacionamento2 PAuxAdj nome valor2 nome valor 2 PAuxAdj Prox nil PAuxAdj Ant PAntAdj POrigem UltAdj Prox PAuxAdJ POrigem UltAdJ PAuxAd5 end end Atribui ao objeto cmbRelacionamentol e cmbRelacionamento os sinais de atribui o e a EdValorVari e EdValor2 os valores definidos entre dois nodos selecionados apontadas por POrigem e PDestino procedure TFrmMapa ExibeValor Nodo PrimGrafo POrigem PDestino PTRGrafo var PAuxGrafo PTRGrafo PAuxAdj PTRListaAd5 Achou Boolean begin PAuxGrafo PrimGrafo Achou False EdValorl Text cmbRelacionamentol ItemIndex 0 EdValor2 Text cmbRelacionamento2 ItemIndex 0 while PAuxGrafo lt gt nil and not Achou do begin Come a a pesquisa na lista principal do grafo if PAuxGrafo POrigem then begin PAuxAd3 PAuxGrafo PrimAd3 Come a a pesquisa na lista de adjac ncia while PAuxAdj lt gt nil do begin if PAuxAd3 Nodo PDestino then begin Se os endere os de Paux e PDestino forem iguais gt achou Atualiza o objeto CmbRelacionamentol text PAuxAdj relacionamentol EdValorl Text PAuxAdj nome valorl CmbRelacionamento2 text PAuxAdj relacionamento2 EdValor2 Text PAuxAdj nome_valor2 if CmbRelacionamento2 Text lt gt or EdValor2 Text lt gt then begin CmbR
10. fo PDestino POrigem relacionamentol nome valorl relacionamento2 nome valo E2 DesMapa O preenchimento do campo valorl obrigat rio while EdValorl Text do begin ShowMessage E obrigat rio o preenchimento do valor edValorl SetFocus exit end Se for permitido Intervalo obrigat rio o preenchimento da caixa de texto2 com um valor num rico if RgIntervalo Itemindex 0 then begin while EdValor2 Text do begin ShowMessage E obrigat rio o preenchimento do valor Anexo II 200 edValor2 SetFocus exit end end DesMapa end Executado quando o bot o de exclus o de caminho clicado Exclui uma ligac o entre dois nodos procedure TFrmMapa BtnExcClick Sender TObject var POrigem PDestino PTRGrafo PAuxAdj PTRListaAdS begin Atribui os Ponteiros para o nodo origem e destino POrigem AtribPTRGrafo PrimGrafo CmbOrigem Items CmbOrigem ItemIndex PDesti no AtribPTRGrafo PrimGrafo CmbDestino Items CmbDestino ItemIndex if POrigem nil or PDestino nil then exit PAuxAdj POrigem PrimAd3 while PAuxAdj lt gt nil do begin come a a pesquisa na lista de adjac ncia if PAuxAd3 Nodo PDestino then begin Se encontrar o PDestino na lista de adjac ncia do POrigem ExcluiCaminho POrigem PrimAd3 POrigem Ul1tAdj PAuxAd break end else PAuxAd3 PAuxAd3 Prox end impaListaOrigem PrimListaOrigem UltListaOrigem impaListaDestino PrimL
11. l gica difusa est crescendo rapida mente Nos Estados Unidos da Am rica v rias tend ncias s o observadas no que concerne ao uso dos sistemas especialistas como por exemplo e Um movimento cont nuo em dire o integra o e aos sistemas h bridos Brasil at al 2001 nfase para o problema de solu o de neg cios e Crescimento da tend ncia de sistemas de informa o ativos ampla base de co nhecimento compartilhamento deste conhecimento e sistemas inteligentes h bridos e Necessidade de fornecer suporte de alto n vel para pesquisa em Intelig ncia Artifi cial e Uso de metodologias estruturadas para desenvolvimento de sistemas especialistas Dentre os in meros Sistemas Especialistas desenvolvidos alguns s o particular mente conhecidos devido a particularidades hist ricas Firebaugh 1988 Nilson 1980 pode se citar e Mycin Desenvolvido por Shortiliffe em 1973 na Universidade de Stanford espe cialista em terapia antimicrobiana O Mycin foi um pioneiro dentre os Sistemas es pecialistas e para sua elabora o foi consumido um esfor o de aproximadamente 50 homens ano boa parte dele embutido na elabora o da sua base de conheci mento Diagnostica rapidamente meningite e outras infec es bacterianas e pres creve seus tratamentos Para a representa o do conhecimento utilizou se uma es trutura baseada em regras probabil sticas em torno de 500 Este sistema introduziu explica o
12. nico n mero uma faixa de intervalo num rico N o permitido que um nodo que tenha a propriedade objetivo marcada como verdadeira seja pai de outro n qualquer Os nodos com propriedade definida como objetivo ser o sempre folhas Os nodos s o os elementos constituintes das regras as regras s o formados por en cadeamento de nodos e poder o representar quando da implementa o do sistema especi alista Vari veis S o obtidas a partir dos nodos marcados como n o objetivos S o consti tuintes das premissas das regras N o ser o exibidas pelo sistema especialista no m dulo de consulta a partir dos seus nomes e sim a partir das perguntas permiti das para cada n motor de infer ncia no entanto na confec o das regras ser o utilizados os seus nomes e os valores assumidos ser o tantos quantos forem os n meros de arcos gerados do nodo Objetivos N o ser o vari veis independentes Na verdade ser o valores de uma vari vel objetivo Por default esta vari vel recebe o nome de resultado por m poder assumir qualquer outro nome de acordo com a vontade do implementador do sistema e ser o mostrados como cabe as das regras Ser o exibidas pelo siste ma especialista como conclus o Regras de conclus o Os nodos assinalados como objetivo ser o portanto dentro do SE os valores ins tanciados por uma vari vel por default denominada resultado aparecer na cabe
13. Deficiente E Defici ncia de sal Cloro E Quadro Cl nico Hipocloremia ENTAO Resultado Hipocloremia CNF 100 Regra 13 SE Interface Diagn stico Prov vel E Antecedentes Administra o de sais E Administra o de sais Deficiente E Defici ncia de sal S dio E Quadro Cl nico Hiponatremia ENTAO Resultado Hiponatremia CNF 100 Regra 14 SE Interface Diagn stico Prov vel E Antecedentes Administra o de sais E Administra o de sais Deficiente E Defici ncia de sal Pot ssio E Quadro Cl nico Hipopotassemia ENTAO Resultado Hipopotassemia CNF 100 Regra 15 SE Interface Diagn stico Prov vel E Antecedentes Altera es do trato Gastro Intestinal E Altera o do Trato Gastro Intestinal Perdas G stricas V mito Aspira o E Quadro Cl nico Hiponatremia ENTAO Resultado Hiponatremia CNF 100 Regra 16 SE Interface Diagn stico Prov vel E Antecedentes Altera es do trato Gastro Intestinal E Altera o do Trato Gastro Intestinal Perdas G stricas V mito Aspira o E Quadro Cl nico Hipocloremia ENTAO Resultado Hipocloremia CNF 100 Regra 17 SE Interface Diagn stico Prov vel E Antecedentes Altera es do trato Gastro Intestinal E Altera o do Trato Gastro Intestinal Perdas G stricas V mito Aspira o E Quadro Cl nico Hiponatremia ENTAO Resultado Hiponatremia CNF 100 Regra 18 139 Cap tulo 5 Constru o de Sistemas Especial
14. EBRAHIM R Fuzzy logic programming Fuzzy Sets and Systems 117 2001 215 230 FALSARELLA O M CHAVES E O C Sistemas de Informa o e Sistemas de Apoio a Decis o http www2 people com br sad htm FAINTUCH J Altera es Hidroeletrol ticas no p s operat rio in RAIA A A ZER BINI E de J Cl nica Cir rgica Al pio Corr a Netto Volume I 4 edi o S o Paulo Sarvier p 6 23 FIREBAUGH M W Artificial Intelligence A Knowledge Based Approach PWS Kent Publish Company 1988 FONSECA D J KNAPP G M A fuzzy scheme for failure mode screening Fuzzy Sets and Systems 121 2001 453 457 FOSCARINI L G PEDROSO E P Dist rbios Hidroeletrol ticos e Acido b sicos in LOPES M Emerg ncias M dicas 2 edi o Rio de Janeiro Guanabara Koogan 1979 p 302 321 Bibliografia 214 GARIBALDI J M WESTGATE J A IFEACHOR E C The evaluation of an expert system for the analysis of umbilical cord blood Artificial Intelligence in Medicine 17 1999 109 130 GIARRATANO J RILEY G Expert System principles and programming 2 edi o Boston Pws Publishing Company 1998 GENARO S Sistemas Especialistas O Conhecimento Artificial Livros T cnicos e Ci entif cos Editora Ltda 1986 GOLDEMBERG E Altera es do Equil brio H drico Eletrol tico e cido B sico 5 edi o Rio de Janeiro Guanabara Koogan 1978 GUVENIN H A EMEKSIV N An expert system for the
15. Editar Regra 1x ltem de regra Fal ncia de rg os Sim v Fator de confian a gt el X Fecha Ajuda Figura 5 11 Edi o da cabe a das regras Caso seja dispon vel introduz se o Fator de Confian a para que esta regra seja verdadeira Conclu das estas etapas com a base de conhecimento completa inicia se o modo de consulta do Expert Sinta que permite a intera o com o sistema O sistema est inclu do no CD ROM anexo para que o leitor possa interagir quando desejar 5 5 2 Sistema especialista para diagn stico de dist rbios hidroeletrol ticos O sistema especialista para diagn stico de dist rbios hidroeletrol ticos dividido em dois m dulos Diagn stico Prov vel o diagn stico fornecido pelo programa o mais prov vel pa ra uma dada situa o e obtido a partir da intera o com o usu rio que de modo passivo informar os dados cl nicos presentes em um determinado paciente propor o que per guntas s o formuladas pelo sistema no modo de consulta Cap tulo 5 Constru o de Sistemas Especialistas 135 Diagn stico Laboratorial um diagn stico de certeza e baseado no fornecimento dos valores laboratoriais dos eletrol ticos A escolha do m dulo desejado pelo usu rio definido a partir da primeira pergun ta quando o sistema especialista posto para funcionar em modo de consulta e ter carac ter sticas de um menu de op o Figura 5 1
16. Hiponatremia ENTAO Resultado Hiponatremia CNF 100 Regra 29 SE Interface Diagn stico Prov vel E Antecedentes Perdas Urin rias Poli ria Uso de Diur ticos E Quadro Cl nico Hipocloremia ENTAO Resultado Hipocloremia CNF 100 Regra 30 SE Interface Diagn stico Prov vel E Antecedentes Perdas Urin rias Poli ria Uso de Diur ticos E Quadro Cl nico Hipopotassemia ENTAO Resultado Hipopotassemia CNF 100 Regra 31 SE Interface Diagn stico Prov vel E Antecedentes Perdas Urin rias Poli ria Uso de Diur ticos E Quadro Cl nico Desidratag o ENTAO Resultado Desidrata o CNF 100 Regra 32 SE Interface Diagn stico Prov vel E Antecedentes Perdas atrav s da Pele e dos Pulm es E Perdas Atrav s da pele e pulm o Sudorese intensa E Quadro Cl nico Hipocloremia ENTAO Resultado Hipocloremia CNF 100 Regra 33 SE Interface Diagn stico Prov vel E Antecedentes Perdas atrav s da Pele e dos Pulm es E Perdas Atrav s da pele e pulm o Sudorese intensa E Quadro Cl nico Hiponatremia ENTAO Resultado Hiponatremia CNF 100 Regra 34 SE Interface Diagn stico Prov vel E Antecedentes Perdas atrav s da Pele e dos Pulm es E Perdas Atrav s da pele e pulm o Sudorese intensa E Quadro Cl nico Desidrata o ENTAO Resultado Desidrata o CNF 100 Regra 35 SE Interface Diagn stico Prov vel E Antecedentes Perdas atrav s da Pele e dos Pulm es E Perdas Atrav s da pel
17. Hipopotassemia ENTAO Resultado Hipopotassemia CNF 100 Regra 61 SE Interface Diagn stico Prov vel E Antecedentes Altera es do Metabolismo Acido B sico E Estado metab lico Acidose E Acidose Respirat ria E Quadro Cl nico Hiperpotassemia ENTAO Resultado Hiperpotassemia CNF 100 Regra 62 SE Interface Diagn stico Prov vel i E Antecedentes Altera es do Metabolismo Acido B sico E Estado metab lico Alcalose E Alcalose Respirat ria E Quadro Cl nico Hipercloremia ENTAO Resultado Hipercloremia CNF 100 e Regras cuja cabe a n o objetivo do sistema Regra 63 SE Interface Diagn stico Prov vel E Sede Sim OU M sculo Espasmos musculares amplos OU Febre Sim OU Confus o Mental e Torpor Sim OU Lassid o Sim OU Coma Sem Agita o ENTAO Quadro Cl nico Hipercloremia CNF 100 Regra 64 SE Interface Diagn stico Prov vel E M sculo Fraqueza OU Sensibilidade parestesia OU Sensibilidade Anestesia OU Frequ ncia card aca Bradicardia OU Arritmia Fibrila o Ventricular OU Arritmia Parada card aca em di stole OU ECG Complexo QRS alargado OU ECG Onda T apiculada e sim trica OU Excita o Sim OU Ansiedade Sim OU Agita o Sim OU Torpor Sim ENTAO Quadro Cl nico Hiperpotassemia CNF 100 Regra 65 SE Interface Diagn stico Prov vel E Sede Sim E Diurese Diminu da OU Frequ ncia card aca Taquicardia OU Turgor e elasticidade da pele
18. Multivalorada Valor F gado Y XxX o Univalorada Y Dk x Cancelar Ajuda Figura 5 4 Vari veis do sistema especialista para escolha da melhor dieta para um paciente cir rgi co Quando todas as vari veis s o inclu das clica se no bot o OK e retorna se para a tela da Figura 5 2 A seguir s o definidas as vari veis que ser o objetivos do sistema ou seja aquelas que atuar o como pe as conclusivas do sistema especialista Para isto clica se no bot o Objetivos e na janela selecionam se as vari veis no lado direito que s o objetivos para que as mesmas mudem de posi o passando para o quadro da direita o que obtido ap s clique nas setas de dire o Figura 5 5 Cap tulo 5 Constru o de Sistemas Especialistas 131 Objetivos Apetite Preservado Condi o Especial rg os Trato Intestinal Funcionante JS Mostrar resultados Figura 5 5 Defini o das Vari veis Objetivo Ao pressionar o bot o OK retorna se para a janela da figura 5 2 O passo seguinte aquele que definir as perguntas que permitir o o encadeamento das regras do sistema especialista para isto clica se no bot o Interface que resultar na exibi o de nova janela Figura 5 6 Escolhem se as vari veis que permitir o formula o de perguntas e transfe rirmo las para o quadro Vari veis com perguntas no quadro de edi o apropriado pre enche se a cai
19. Univalorada C Num rica Tipo da Vari vel C Multivalorada Para saber se a vari vel do tipo objetivo Pergunta relacionada ao nodo Motivo para a pergunta Bot es para Incluir Alterar excluir e Limpar o Nodo R Relat rio do istema Fatos e Regras Bot o par Gerar Relat rio do sistema Bot o para sair Figura 4 2 Tela principal do SGR Os procedimentos necess rios para o desenho do grafo e defini o das propriedades dos nodos s o descritos a seguir 4 2 1 Incluir um nodo Para incluir um nodo basta preencher o formul rio de dados com as propriedades do nodo C digo Nome Tipo se o nodo representa uma vari vel Objetivo ou n o Se o bot o de r dio que define a propriedade Objetivo for marcado como falso valor n o ser obrigat rio o preenchimento no formul rio de uma pergunta relacionada aquele no do O motivo da formula o da pergunta de preenchimento opcional Ap s o preenchimento do formul rio pressiona se o bot o Inclui Ap s inser o do nodo o mesmo aparecer no canto esquerdo superior do desenho do grafo Figura 4 3 Para que seja poss vel a mudan a de posi o do nodo basta arrast lo para a nova disposi o desejada mantendo o bot o esquerdo do mouse pressionado durante o processo Cap tulo 4 O ambiente de desenvolvimento do SGR 107 Gera o de Regras a partir de Grafos Valorados E D x Arquivo Nodo val
20. cilmente de forma interativa a escolher a dieta mais adequada para um paciente cir rgi co Sim Fal ncia de rg os rg o Falido Corac o Dieta para Cardiopata Dieta para Renal Dieta para Hepatopata Apetite Pre servado Alimenta o parenteral Dieta por Sondas Figura 3 1 Fluxograma para escolha da melhor dieta para um paciente cir rgico 3 3 1 Detalhamento do sistema Para que seja poss vel a gera o de fatos e regras a partir do desenho de um fluxo grama de decis o foi desenvolvido um programa que permite a utiliza o da estrutura de Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 80 dados grafo num problema real O desenho ser armazenado num grafo e ser poss vel e xecutar diversas opera es sobre esse grafo como inclus o altera o e exclus o de no dos atribui o e exclus o de valores para os arcos que conectar o os nodos bem como gravar e restaurar essa estrutura em um arquivo O resultado do sistema ser um relat rio que permitir a alimenta o de um shell de sistema especialista baseado em regras que possibilitar ao aluno de bases da t cnica cir rgica de modo interativo respondendo as perguntas quando do modo de consulta do sistema especialista simula o de casos reais representados por estes fluxogramas Desenvolver se um sistema completo e com o relat rio gerado pelo software se r c
21. if RegGrafo CodNodo then begin Se o registro estiver identi ficado com sinal que come a as rela es de adjac ncias while not Eof ArqMapa do begin if Eof ArqMapa then Break Read ArqMapa RegGrafo L a vari vel de origem POrigem AtribPtrGrafoCod PrimGrafo RegGrafo CodNodo Pesquisa o c digo lido e retorna um ponteiro para o endere o onde as informa es sobre esse nodo est o armazenadas if Eof ArqMapa then Break Read ArqMapa RegGrafo while RegGrafo CodNodo lt gt do begin Em quanto o re gistro n o for vai incluindo os nodos lidas na lista de adjac ncia da vari vel origem PDesti no AtribPtrGrafoCod PrimGrafo RegGrafo CodNodo Pesquisa o c digo do nodo lido e retorna o seu ponteiro AtribDistGra fo POrigem PDestino RegGrafo Relacionamentol RegGra fo nome_valorl RegGrafo Relacionamento2 RegGrafo nome_valor2 Executa o procedimento que liga dois nodos if Eof ArqMapa then Break Read ArqMapa RegGrafo end end end else begin Se n o for nodo adjacente Inclui um novo nodo no grafo new PAuxGrafo Anexo II 206 PAuxGrafo CodNodo RegGrafo CodNodo PAuxGrafo nome nodo RegGrafo nome nodo PAuxGrafo opcao tipo RegGrafo opcao tipo PAuxGrafo objetivo RegGrafo objetivo PAuxGrafo Pergunta RegGrafo Pergunta PAuxGrafo Motivo RegGrafo Motivo PAuxGrafo relacionamentol RegGrafo relaci
22. nentes de um sistema especialista e dos seus utilizadores Usu rio Dados do problema Explica o do racioc nio Especialista M quina de Infer ncia Mem ria Engenheiro de de traba Base de Ferramen Iho conhecimen tas conhecimento Figura 2 4 Componentes de um sistema especialista Cap tulo 2 Sistemas Especialistas 64 2 4 Ferramentas para construc o de um sistema especialista Para constru o de sistemas especialistas 3 op es s o poss veis e Shell OPS Expert KAS Expert Sinta etc o m todo mais utilizado e Elementos embut veis regras objetos CLIPS JESS NeOpus JEPS etc e Linguagens de programa o de alto n vel Prolog Lisp OOP Para defini o da ferramenta mais adequada de constru o de um sistema especialista s o levados em considera o e Facilidade de uso e Flexibilidade e Interface com sistema e Desempenho e Portabilidade A figura 2 5 esquematiza as op es de softwares dispon veis para constru o de sis temas especialistas Software para Sistemas Especialista Linguagens Baseados Baseados em Regras em Objetos Baseados E Indu o em Regras Baseados em Frames H bridos Figura 2 5 Categorias de software para constru o de sistemas especialistas Cap tulo 2 Sistemas Especialistas 65 4 5 Personagens de um sistema especialista V rios s o as pessoas envolvidas com os
23. um Mob lia estofamento couro E um tamanho Figura 1 9 Rede de Frames 1 3 1 4 L gica dos predicados A linguagem de representa o do conhecimento mais importante a l gica dos predicados ou estritamente l gica dos predicados de primeira ordem A L gica dos pre dicados permite representar fatos complexos acerca do mundo e deriva fatos novos de certo modo com garantias que se os fatos iniciais forem verdadeiros assim tamb m ser o as conclus es uma linguagem formal bem entendida com sintaxe bem definida sem n tica e regras de conclus o O mundo da l gica dos predicados consiste de objetos que possuem identidade in dividual e propriedades que as distinguem de outros objetos Existem rela es entre esses objetos algumas das quais s o fun es ou seja rela es nas quais existe apenas um valor para uma determinada entrada L gica dos predicado pode expressar regras como Se lt objeto gt lt atributo gt lt valor gt ent o lt objeto gt lt atributo gt lt valor gt e capaz de permitir racioc nio sobre os diferentes componentes dessas proposi es O uso de conectivos l gicos permite constru o de senten as mais complexas S mbolos constantes vari veis e s mbolos funcionais s o usados para construir termos Quantificadores e s mbolos de predicados s o usados para construir senten as Cap tulo 1 Intelig ncia Artificial 41 Os quantificadores empregados s
24. 1994 ROTELLAR E ABC dos Transtornos Eletrol ticos 2 edi o S o Paulo Livraria Athe neu 1977 RUSSEL S NORVIG P Artificial Intelligence A Modern Approach Prentice Hall Upper Saddler River New Jerset 1995 SABBATINI R M E Um teste computadorizado para Auto Avalia o da Depress o Cl nica Revista Inform dica 1 1 5 11 1993 SABBATINL R M A Uso do Computador no Apoio ao Diagn stico M dico Revista Inform dica 1 1 5 11 1993 SABBATINI R M B Problemas ticos no Uso do Software de Apoio Decis o M di ca Revista Inform dica 1 1 5 11 1993 SABBATINL R M C Um Programa para Apoio ao Diagn stico do Infarto do Mioc r dio Revista Infom dica 1 2 12 14 1993 SABBATINL R M E PERSONA Um programa Para a Auto Avalia o de Persona lidade Tipo A B Revista Inform dica 2 7 15 17 1994 SABBATINI R M O CD ROM na Medicina Revista Inform dica 2 11 5 11 1194 SANTOS B F C dos ANDREL A M LOFTEMBERG S A JUNIOR M R Dis t rbios da Concentrac o Plasm tica do S dio In KNOBEL E Condutas no Paciente Grave S o Paulo Livraria Atheneu 1994 Bibliografia 218 SANTOS B F C dos AKAMINE N BARUZZI A C do A JUNIOR A J S Dis t rbios do Metabolismo do Pot ssio In KNOBEL E Condutas no Paciente Grave S o Paulo Livraria Atheneu 1994 SAKELLAROPOULOS G C NIKIFORIDES G C Prognostic performance of two ex
25. Lista dos n s fontes 86 Tabela 3 6 Lista dos nodos objetivos 86 Tabela 4 1 Atributos dos nodos 115 Tabela 4 2 Relacionamento e valor entre os nodos origem e destino 116 Introduc o A pr tica m dica essencialmente baseada na tomada de decis es S o frequentes os momentos que motivam ado o de atitudes cruciais para o sucesso profissional do m dico e para o manuseio dos seus pacientes tais como e Melhor modo de coletar interpretar mensurar e registrar dados de anamnese e e xame f sico do paciente e Conclus o do diagn stico mais prov vel e Avalia o de diagn sticos diferenciais e como exclu los e Decidir pela melhor terapia para o caso e Avaliar e detectar complica es da doen a e do tratamento evitando intera es me dicamentosas e Determina o do progn stico morbidade e mortalidade da doen a e Definir os custos do tratamento com exames medicamentos materiais hotelaria afastamento das atividades laborativas no decorrer da doen a e da convalescen a dentre outros Rabelo Jr correto quando observa que o processo de tomada de decis o m dica envolve portanto a coleta de dados o diagn stico a recomenda o terap utica e o prog n stico A coleta de informa es consiste na obten o da hist ria da doen a do paciente dados cl nicos e de laborat rio Os dados cl nicos compreendem sintomas que s o as sen sa es descritas pelo paciente e os sinais
26. Para iniciar no Comeco do Grafo while PAux lt gt nil do begin if PAux Objetivo true then IncListaDestino PrimListaDestino UltListaDestino PAux PAux PAux Prox end end Procedimento par incluir um nodo na lista de Destino procedure TFrmMapa IncListaDestino var PrimListaDestino PTRListaDestino Anexo II 189 var UltListaDestino PTRListaDestino Nodo PTRGrafo var PAux PTRListaDestino begin new PAux PAux NodoDestino Nodo PAux Prox nil if PrimListaDestino nil then begin Se for o primeiro PrimListaDestino PAux UltListaDestino PAux end else begin Sen o inclui depois do ltimo t t UltListaDestino Prox PAux UltListaDestino PAux end end Limpa o conte do da Lista Encadeada que armazena os nodos fonte Lista0 rigem executado quando um novo caminhamento feito ou quando o pro grama terminado procedure TFrmMapa LimpaListaOrigem var PrimListaO0rigem PTRListaOrigem var UltListaOrigem PTRListaOrigem var PAux PTRListaOrigem begin PAux PrimLista0Origem while PAux lt gt nil do begin Enquanto existir elementos na lista PrimListaOrigem PAux Prox PAux Prox nil Dispose PAux Desaloca PAux PrimListaOrigem end UltListaOrigem PrimListaOrigem null DesMapa end Limpa o conte do da Lista Encadeada que armazena os nodos destino Lis taDestino executado quando um novo caminhamento feito ou quando o pro
27. Pergunta EdPergunta Text PAtualGrafo Motivo EdMotivo Text PAtualGrafo Objetivo objetivo PAtualGrafo Opcao tipo opcao tipo AtualizaCmbGrafo end Executado quando o bot o Exclui clicado Exclui do grafo o nodo que est sendo apontado por PAtualGrafo procedure TFrmMapa BtnExcluiClick Sender TObject var PAntGrafo PAux PTRGrafo begin if PrimGrafo nil then begin ShowMessage N o h Nenhuma Nodo Cadastrado exit end PAux PrimGrafo PAntGrafo PrimGrafo Primeiro Exclui todas as liga es dele ExcluiLigacoes PAtualGrafo if PAtualGrafo PrimGrafo then begin Se for o primeiro do grafo PrimGrafo PAtualGrafo Prox PAtualGrafo Prox nil Dispose PAtualGrafo PAntGrafo nil end else while PAux lt gt nil do begin if PAtualGrafo PAux then begin PAntGrafo Prox PAux Prox Pr ximo do anterior recebe pr ximo do Paux PAux Prox nil Pr ximo do PAux recebe nil if PAux UltGrafo then UltGrafo PAntGrafo Se o exclu do for o ltimo atualiza o ltimo Dispose PAux break end else begin Continua varrendo o grafo PAntGrafo PAux PAux PAux Prox Anexo II 199 end end if PAntGrafo lt gt nil then PAtualGrafo PAntGrafo Atual aponta para o an terior do exclu do else PAtualGrafo PrimGrafo Para n o dar pau se o exclu do for o pri meiro do grafo AtualizaCmbGrafo DesMapa impaListaOrigem PrimLista0Origem UltListaOri
28. Ribeiro 1983 O Laborat rio de Intelig ncia Artificial da Universidade Federal do Cear merece destaque pelo desenvolvimento de um shell de sistema especialista o Expert Sinta desenvolvido no final da d cada de 90 utilizando uma linguagem orientada a objeto o object pascal do Delphi usado praticamente em todas as grandes Universidades brasi leiras no ensino e desenvolvimento de sistemas inteligentes Nogueira at al Silva at al 2 1 1 Classifica o Os Sistemas Especialistas s o empregados com duas finalidades b sicas e Apoio decis o ajuda o tomador de decis es a lembrar se de t picos ou op es estrat gicas do problema a ser resolvido e Tomada de decis o toma a decis o em substitui o a uma pessoa uso mais comum Hayes Roth oferece a seguinte tipologia de aplica es de sistemas especialistas Hayes Roth 1985 Cap tulo 2 Sistemas Especialistas 51 e Interpreta o s o sistemas que inferem descri es de situa es a partir da obser va o de fatos isto fazem a an lise de dados e procuram determinar as rela es e seus significados e Predi o Deduzindo consegii ncias prov veis de determinadas situa es A partir de uma modelagem de dados do passado e do presente este sistema permite uma determinada previs o do futuro e Diagnose Deduzindo conclus es de fatos observados S o sistemas que interpre tam falhas oriundas da interpreta o
29. Sim OU Arritmia Fibrila o Ventricular OU Press o Arterial Hipotens o arterial OU V mitos Sim OU M sculo Fraqueza OU Fontanelas deprimidas Sim OU Olhos encovados Sim OU Varia o de Peso Diminui o OU Pulso Fino OU Press o venosa Diminu da Veias colabadas OU Apatia Sim OU Tonturas Sim OU Tonturas Sim OU Irritabilidade Sim ENTAO Quadro Cl nico Hiperpotassemia CNF 100 Regra 66 SE Interface Diagn stico Prov vel E Sede Sim Cap tulo 5 Constru o de Sistemas Especialistas OU Diurese Diminu da OU Mucosas Secas OU Febre Sim OU Confus o Mental e Torpor Sim OU Del rio Sim OU Coma Com agitag o ENTAO Quadro Cl nico Hipernatremia CNF 100 Regra 67 SE Interface Diagn stico Prov vel E Frequ ncia card aca Taquicardia OU Press o Arterial Hipotens o arterial OU M sculo Fraqueza OU Pulso Fino OU Extremidades Frias Sim OU Anorexia Sim OU N useas Sim OU V mitos Sim OU Apatia Sim OU Lassid o Sim OU Confus o Mental e Torpor Sim OU Coma Sem Agita o OU Cefal ia Sim ENTAO Quadro Cl nico Hiponatremia CNF 100 Regra 68 SE Interface Diagn stico Prov vel OU Constipa o distens o abdominal leo Sim OU V mitos Sim OU Press o Arterial Hipotens o arterial OU Press o venosa Diminu da Veias colabadas ENTAO Quadro Cl nico Hipocloremia CNF 100 Regra 69 SE Interface Diagn stico Prov
30. a das regras e para defini o dos valores assumidos por este atributo ser empregado somente o sinal que assumir valor de atribui o e n o o de igualdade De acordo com o tipo de vari vel pode se quando da implementa o do sistema especialista ter se a obten o de uma nica resposta vari vel tipo objetivo univalorada ou mais de uma resposta vari vel tipo objetivo multivalorada Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 79 O fator de confianca representado em termos percentuais 0 a 100 indica a probabilidade de um ou mais fatos simult neos ocorrerem para que uma determinada con clus o seja obtida Este valor n o gerado pelo Sistema Gerador de Regras SGR no entanto se este fator for dispon vel a partir de outras fontes poder ser acrescentado manu almente s regras geradas quando da implementa o do sistema especialista Para exemplifica o e melhor entendimento das estruturas de dados bem como pa ra elabora o do sistema especialista Veja o Capitulo 5 confeccionado a partir do relat rio gerado pelo SGR ser empregado o fluxograma da Figura 3 1 elaborada para escolha de melhor dieta para o paciente de acordo com a sua condi o org nica propor o que se for avan ando ser montado o relat rio que gerar as vari veis e as regras que permitir o confeccionar um pequeno sistema especialista que possibilitar ao aluno aprender mais fa
31. algoritmos gen ticos realidade virtual e multim dia Os sistemas especialistas por outro lado ainda continuam apresentando problemas e limita es que restringem seu uso notadamente no que se refere e avalia o de desempenho dif cil e Ao fato de ser dif cil extrair conhecimento especialista e S trabalham muito bem em dom nios estreitos e Engenheiros do conhecimento s o raros e caros e Transfer ncia de conhecimento est sujeita a um grande n mero de preconceitos Sistemas especialistas por m apresentam vantagens inquestion veis principalmen te no que se refere a e O conhecimento do sistema especialista durar indefinidamente e Sistemas especialistas valem se do conhecimento de m ltiplos peritos estando dis pon vel para trabalhar simultaneamente e continuamente qualquer hora do dia ou noite na resolu o de um problema e O sistema especialista aumenta a confiabilidade de que uma boa decis o foi toma da A constru o de um sistema especialista envolve a extra o do conhecimento pertinen te a um ou mais peritos humanos Um engenheiro do conhecimento tem o trabalho de ex trair este conhecimento e construir a base de conhecimento do sistema especialista Amaral at al 1993 Tendo decidido que o problema adequado precisa se extrair o conhecimento do peri to e represent lo usando um shell de sistema especialista O engenheiro do conhecimen to atua como um intermedi rio entre o perito e o
32. end 194 Executado para defini o se o valor de um arco um n mero ou um inter valo procedure TFrmMapa RGIntervaloClick Sender TObject begin if RGIntervalo ItemIndex 0 then begin CmbRelacionamentol Items Clear CmbRelacionamento2 Items Clear CmbRelacionamento2 Visible true EdValor2 Visible true CmbRelacionamentol Items Add gt CmbRelacionamentol Items Add gt CmbRelacionamentol ItemiIndex 0 CmbRelacionamento2 Items Add CmbRelacionamento2 Items Add lt CmbRelacionamento2 Items Add lt CmbRelacionamento2 ItemiIndex 0 end else begin CmbRelacionamentol Items Clear CmbRelacionamento2 Items Clear CmbRelacionamento2 Visible false EdValor2 Visible false CmbRelacionamentol Items Add r CmbRelacionamentol Items Add lt gt CmbRelacionamentol ItemIndex O end end f OPERA ES NOS COMPONENTES CAMBOS Procedimento AtualizaCmbGrafo Atualiza os objetos CmbGrafo CmbOrigem CmbDestino CmbOrigemCam procedure var PAux PTRGrafo begin PAux PrimGrafo CmbGrafo Clear Limpa o conte do dos objetos CmbDestinoCam com os nodos atuais do grafo TFrmMapa AtualizaCmbGrafo Anexo II 195 CmbOrigem Clear CmbDestino Clear while PAux lt gt nil do begin Adiciona a cada objeto um novo item que o nome do nodo CmbGrafo Items Add PAux nome_nodo CmbOrigem Items
33. es contradit rias Sabendo se que uma heur stica melhor que outra se deve dar prioridade a melhor Mas o que fazer quando as duas parecem boas Neste caso me lhor dar um valor num rico para os estados sucessores de um dado estado e decidir conti nuar a busca pelo sucessor que tem o melhor valor O m todo para calcular estes n me ros denominado fun o de avalia o FA Por conven o os valores assumidos por uma fun o de avalia o s o n meros n o negativos tal que o estado associado com o menor n mero considerado o estado mais promissor Frequentemente a fun o de avalia o do estado meta zero Cap tulo 1 Intelig ncia Artificial 29 Al m das fun es de avalia o h outras fun es que podem auxiliar o processo de busca denominadas fun es de custo FC Elas s o fun es n o negativas que medem a dificuldade de ir de um estado para um outro Usando estas fun es poss vel encontrar n o somente um caminho mas um bom caminho ou ainda o melhor caminho para alcan ar uma dada meta A fim de n o confundir fun es de custo com fun es de avalia o importante observar que as fun es de custo se referem ao passado enquanto que as fun es de avali a o se referem ao futuro Isto as fun es de avalia o adivinham qu o perto est um estado do estado meta enquanto que as fun es de custo sabem qu o longe est um es tado do estado inicial Ne
34. etc provoca dilui o do espa o extracelular ocasionado dilui o de eletr litos com consequente aparecimento de hiponatemias hipocloremia e hipopotassemia A diminui o dos eletr litos portanto ocorre por aumento do continente O espa o extracelular tendo sua osmolaridade diminu da propicia entrada de gua na c lula com consequente aparecimento de hiperhidrata o intracelular Vari vel Administra o de sais Pergunta De que forma esta sendo feita a administra o de sais Motivo A administra o excessiva de sais Abuso na dieta reposi o excessiva principalmente em alimenta o pa renteral prolongada etc leva ao aumento da concentra o plasm tica dos eletr litos que constituem este sal Exemplo a administra o excessiva de sal de cozinha Cloreto de s dio poder desen cadear aumento da concentra o extracelular de s dio e de cloro seus constituintes A administra o deficiente de sais Reposi o insuficiente erro na reposi o n o se levando em considera es perdas por v mitos diarr ias fistulas dentro outros restri o excessiva na Cap tulo 5 Constru o de Sistemas Especialistas 155 administra o de sais como por exemplo paciente card aco que faz restri o excessiva do consumo de sal de cozinha poder diminuir a concentra o deste sais no plasmas levando consequentemente a situa es de d ficits eletrol ticos Vari vel Agita o Pergunta O Paciente es
35. mero e n o um intervalo num rico Quando a op o por um intervalo num rico duas caixas de sele o para escolha dos sinais de atribui o e para defini o dos valores que compor o o intervalo estar o pre sentes para uma delas ser introduzido o limite inferior do intervalo e na outra o limite su perior Figuras 4 7 e 4 8 Gera o de Regras a partir de Grafos Walorados Figura 4 7 Definic o de valores para um intervalo num rico entre um nodo origem e um nodo desti no O sinal de atribui o selecionado define o limite inferir do intervalo gt 4 Cap tulo 4 O ambiente de desenvolvimento do SGR 111 Gera o de Regras a partir de Grafos Walorados Figura 4 8 Defini o de valores para um intervalo num rico entre um nodo origem e um nodo desti no Em evidencia os poss veis valores que o sinal de atribui o poder o assumir para defini o do limi te superior do intervalo lt lt Quando o nodo de origem do tipo num rico e existe tentativa de introdu o de um valor que n o seja um n mero uma ou um uma caixa de mensagem exibida aler tando para tal situa o e nenhuma entrada ser permitida Figura 4 9 Figura 4 9 Tentativa de introdu o de um valor n o num rico para um nodo origem num rico Cap tulo 4 O ambiente de desenvolvimento do SGR 112 Quando terminado o pree
36. nome_valorl Grava o valor na estrutura grafo RegGrafo relacionamento2 PAuxAdj3 relacionamento2 RegGrafo nome valor2 PAuxAdj nome valor2 Grava o valor na estrutura grafo Write ArqMapa RegGrafo PAuxAd PAuxAd3 Prox end PAuxGrafo PAuxGrafo Prox end CloseFile ArqMapa Fecha o arquivo end Executado quando selecionada a opc o Abrir no menu procedure TFrmMapa AbrirClick Sender TObject begin Anexo II 205 Procedimento igual ao de salvar AbrirDialog FileName NomeArq if AbrirDialog Execute then begin NomeArq AbrirDialog FileName AbrirArg NomeArg end end Procedimento para abertura do arquivo procedure TFrmMapa AbrirArq NomeArqg string var ArqMapa Arquivo RegGrafo Grafo PAuxGrafo POrigem PDestino PTRGrafo begin AssignFile ArqMapa NomeArg Associa a vari vel de arquivo ao arquivo selecionado Reset ArqMapa Ativa o arquivo para escrita if IOResult lt gt 0 then begin ShowMessage Erro na Abertura do Arquivo exit end LimpaGrafo PrimGrafo UltGrafo Limpa o grafo que estiver na mem ria impaListaOrigem PrimListaOrigem UltListaOrigem Limpa a Lista de Origem impaListaDestino PrimListaDestino UltListaDestino Limpa a Lista de destino impaListaRegra PrimListaRegra UltListaRegra Limpa a lista de regra while not Eof ArqMapa do begin Em quanto n o for fim de arquivo Read ArqMapa RegGrafo L o registro atual
37. pode ria ser dado por um procedimento para calcular a rea de um quadrado dado o tamanho de Cap tulo 1 Intelig ncia Artificial 38 um dos lados Deste modo o valor da rea n o precisa estar representado podendo ser cal culado a partir de outras informa es na instancia o do frame A maioria dos sistemas que usam frames como forma de representa o do conhe cimento distinguem entre valores de atributo t picos e valores definidos que devem ser verdadeiros Uma forma surpreendentemente poderosa de conhecimento representada pelo co nhecimento de falta Este conhecimento assumido verdadeiro em um frame a menos que especifique exce es Por exemplo frame de pessoa em um sistema especialista m di co pode incluir conhecimento de falta como o seguinte Para cada pessoa assumido ter dois bra os dois olhos dois rins dois pulm es e assim por diante S para pessoas em que faltem dois de um rg o espec fico ou parte do corpo existe necessidade de especifica o de informa o adicional qualquer O uso de frames pode facilitar a elicita o do conhecimento por utilizar uma forma de representa o de conhecimento similar a utilizado por muitos especialistas para representa o do conhecimento em dom nios estruturados como biologia Um das formas mais poderosas de argumentar em frames a heran a Frames especializados podem herdar propriedades de frames mais gerais Isto
38. rio S o Paulo Byk 1987 p 121 136 PRITCHARD P Decision Suppot for GPs Towards a more certain future Journal of Informatics in Primary Care September 3 5 1995 RABELO JR A ROCHA A R SOUZA A de S XIMENES A A LOBO N CARVALHO D FILHO J W C S OLIVEIRA K M de SOUZA L A de Bibliografia 217 WERNECK V M Um Sistema Especialista para Diagn stico de Cardiopatias Isqu micas Revista Inform dica 1 10 5 11 1993 RABELO JR A gt ROCHA A R OLIVEIRA K SOUZA A XIMENES A AN DRADE C ONNIS D OLIVAES I LOBO N FERREIRA N WERNECH V An Expert system for diagnosis of acute myocardial infarction wit ECG analysis Artificial Intelligence in Medicine 10 75 92 1997 RAMOS O L Dist rbios Hidroeletrol ticos Estado de Coma Choque Hipertens o Arte rial in MARCONDES M SUSTOVICH D R RAMOS O L Proped utica M di ca 2 edi o Rio de Janeiro Guanabara Koogan 1979 p 885 933 REG CZY N G R G G P LOCZI K Developing an expert system for immuno phenotypical diagnosis in immunodeficiency Age related reference values of peripheral blood lymphocyte subpopulations in Hungary Immunology Letters 77 2001 47 54 RIBEIRO H da C e S Introdu o aos Sistemas especialistas Livros T cnicos e Cient fi cos Editora S A Rio de Janeiro 1983 RICH ELAINE KNIGHT K Intelig ncia Artificial 2 edi o S o Paulo Makron Bo oks
39. vel E Constipa o distens o abdominal leo Sim OU M sculo Fraqueza OU M sculo Hipotonia OU Sensibilidade paralisia OU Press o Arterial Hipertens o arterial OU Arritmia Extrassistoles OU Arritmia Parada card aca em di stole OU ECG Depress o ST OU ECG Onda U elevada OU ECG QRS alto OU ECG Onda T reduzida aspecto dif sico ou invertida OU Apatia Sim OU Del rio Sim OU Coma Sem Agita o ENTAO Quadro Cl nico Hipopotassemia CNF 100 Regra 70 SE Interface Diagn stico Prov vel E Hipertens o Intracraniana Cefal ia V mitos Hipertens o Arterial Sinal de Babinski Sim OU Aspecto do Paciente Edemaciado OU Ausculta Pulmonar Estertores OU Derrames cavit rios Ascite Derrame Pleural Sim OU Varia o de Peso Aumento ENTAO Quadro Cl nico Hiperhidrata o celular CNF 100 Regra 71 SE Interface Diagn stico Prov vel E Press o Arterial Hipertens o arterial E Press o venosa Aumentada Jugular T rgida OU Varia o de Peso Aumento OU Derrames cavit rios Ascite Derrame Pleural Sim OU Ausculta Pulmonar Estertores OU Ausculta Pulmonar Dispn ia OU Mucosas Cianose OU Arritmia Ritmo de Galope ENTAO Quadro Cl nico Hiperhidrata o extracelular CNF 100 145 Cap tulo 5 Constru o de Sistemas Especialistas 146 5 5 2 2 M dulo de Diagn stico Laboratorial Para este m dulo o trabalho simplificado j que poss vel a gera o de regra
40. Add PAux nome_nodo CmbDestino Items Add PAux nome nodo PAux PAux Prox end end Executado quando o objeto CmbGrafo clicado procedure TFrmMapa CmbGrafoClick Sender TObject var Chave str100 begin Chave CmbGrafo Items CmbGrafo ItemIndex Chave recebe o nome do nodo clicado ConsultaGrafo PrimGrafo Chave Consulta essa chave no Grafo EdCodNodo SetFocus Volta o foco para o objeto EdCodNodo end Executado quando alterado o nodo no objeto CmbOrigem procedure TFrmMapa CmbOrigemChange Sender TObject var POrigem PDestino PTRGrafo begin CmbRelacionamentol Clear CmbRelacionamentol Items Add CmbRelacionamentol Items Add lt gt CmbRelacionamentol ItemIndex 0 RGIntervalo Visible false POrigem e PDestino apontam para o endere o do grafo onde est locali zada o nodo selecionado no objeto POrigem AtribPTRGrafo PrimGrafo CmbOrigem Items CmbOrigem ItemIndex Retorna um ponteiro para o grafo Atualiza o relacionamento de atribui o de valor para um nodo do tipo num rico if POrigem 0Opcao tipo numerica then begin RgIntervalo Visible true RgIntervalo ItemIndex 1 end Ou n o num rico else if POrigem 0Opcao tipo lt gt numerica then begin RgIntervalo Visible false CmbRelacionamento2 Visible false EdValor2 Visible false end PDesti no AtribPTRGrafo PrimGrafo CmbDestino Items CmbDestino ItemIndex Retorna um
41. Aponta para o pr ximo elemento dessa lista lista de adjacentes Serve para realizar o encadeamento entre os elementos Ant Ponteiro para a Aponta para o elemento anterior dessa lista lista de adjacentes Esse campo necess rio pois a lista duplamente encade ada Tabela 3 2 Lista de adjacentes O fluxograma da figura 3 1 que exemplifica a aplica o esbogada na tela de de senho como na figura 3 2 Grafo valorado e sua forma estrutural evidenciada na figura EA Figura 3 2 Forma gr fica desenhado no Sistema Gerador de Regras a partir do fluxograma da Figura 3 1 Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 84 pn ma omHmos mAh Lista de Adjacentes Figura 3 3 Forma estrutural do grafo da Figura 3 2 3 5 3 Estrutura PilhaRegra E utilizada no momento em que feito algum caminhamento no grafo O caminha mento feito por profundidade isso quer dizer que cada nodo visitado colocado nessa pilha e o seu conte do final o pr prio caminho final Ponteiro para a lista principal do Aponta para um determi grafo nado nodo do mapa Esse n apontado adjacente ao n de origem Relacionamentol Caractere 2 Sinal atribu do a um de terminado valor da vari vel ra os nodos do grafo Relacionamento2 Caractere 2 Sinal atribu do a um de terminado valor da vari vel num rica s para intervalos Valor2 Caractere Valores in
42. Cl nico Hiponatremia ENTAO Resultado Hiponatremia CNF 100 Regra 7 SE Interface Diagn stico Prov vel E Antecedentes Administra o de l quidos sem sais E Administra o de L quidos sem sais Excessiva E Quadro Cl nico Hipocloremia ENTAO Resultado Hipocloremia CNF 100 Regra 8 SE Interface Diagn stico Prov vel E Antecedentes Administra o de l quidos sem sais E Administra o de L quidos sem sais Excessiva E Quadro Cl nico Hiperhidrata o celular Cap tulo 5 Constru o de Sistemas Especialistas ENT O Resultado Hiperhidratac o celular CNF 100 Regra 9 SE Interface Diagn stico Prov vel E Antecedentes Administrac o de sais E Administrac o de sais Excessiva E Administrac o Excessiva de Sais S dio E Quadro Cl nico Hipernatremia ENTAO Resultado Hipernatremia CNF 100 Regra 10 SE Interface Diagn stico Prov vel E Antecedentes Administrac o de sais E Administrac o de sais Excessiva E Administrac o Excessiva de Sais Cloro E Quadro Cl nico Hipercloremia ENTAO Resultado Hipercloremia CNF 100 Regra 11 SE Interface Diagn stico Prov vel E Antecedentes Administrac o de sais E Administrac o de sais Excessiva E Administrac o Excessiva de Sais Pot ssio E Quadro Cl nico Hiperpotassemia ENTAO Resultado Hiperpotassemia CNF 100 Regra 12 SE Interface Diagn stico Prov vel E Antecedentes Administra o de sais E Administra o de sais
43. Falido Tipo l ncia de algum rg o Motivo Pergunta Motivo Relacionamentol Motivo Relacionamento Valorl Relacionamentol Valorl Relacionamento2 Valorl Relacionamento2 Valor2 Relacionamento2 Valor2 yicid xicid lt val Inteiros gt Valor2 yicid xicid lt val Inteiros gt yfcid xfcid lt val Inteiro gt yicid xicid lt val Inteiros gt yfcid xfcid lt val Inteiro gt Prox nil yfcid xfcid lt val Inteiro gt Prox nil PrimAdj nil Prox nil PrimAdj nil ULA dj nil PrimAdj nil UItAd nil UItAd nil CodNodo 4 CodNodo 5 CodNodo 6 NomeNodo Dieta para Renal NomeNodo Dieta para Hepa NomeNodo Trato Intestinal Objetivo Sim topata Funcionante Tipo Objetivo Sim Objetivo N o Pergunta Tipo Tipo Univalorada Motivo Pergunta Pergunta O Paciente tem Trato Relacionamentol Motivo Intestinal Funcionante Valorl Relacionamentol Motivo Relacionamento2 Valorl Relacionamentol Valor2 Relacionamento2 Valorl yicid xicid lt val Inteiros gt Valor2 Relacionamento2 yfcid xfcid lt val Inteiro gt yicid xicid lt val Inteiros gt Valor2 Prox nil yfcid xfcid lt val Inteiro gt yicid xicid lt val Inteiros gt PrimAd nil Prox nil yfcid xfcid lt val Inteiro gt UltAdj nil PrimAdj nil Prox nil UItAdj nil PrimAdj nil UItAdj nil Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 98 Registro 7 CodNodo 7 NomeNodo Apetite Preservado Objeti
44. Hormonal e ou metab lica Dist rbios do Horm nio Anti Diur tico Diabetes incididos E Quadro Cl nico Hipernatremia ENTAO Resultado Hipernatremia CNF 100 Regra 42 SE Interface Diagn stico Prov vel E Antecedentes Doen as Hormonais e ou Metab licas E Altera o Hormonal e ou metab lica Dist rbios do Horm nio Anti Diur tico Diabetes incididos E Quadro Cl nico Desidrata o ENTAO Resultado Desidrata o CNF 100 Regra 43 SE Interface Diagn stico Prov vel E Antecedentes Doen as Hormonais e ou Metab licas E Altera o Hormonal e ou metab lica Hiperaldosteronismo Prim rio E Quadro Cl nico Hipernatremia ENTAO Resultado Hipernatremia CNF 100 Regra 44 SE Interface Diagn stico Prov vel E Antecedentes Doen as Hormonais e ou Metab licas E Altera o Hormonal e ou metab lica Doen a de Addison E Quadro Cl nico Hiperpotassemia ENTAO Resultado Hiperpotassemia CNF 100 Regra 45 SE Interface Diagn stico Prov vel E Antecedentes Doen as Hormonais e ou Metab licas E Altera o Hormonal e ou metab lica Cetoacidose diab tica Mucovicidose Insufici ncia Supra Renal E Quadro Cl nico Desidrata o ENTAO Resultado Desidrata o CNF 100 Regra 46 SE Interface Diagn stico Prov vel E Antecedentes Doen as Hormonais e ou Metab licas E Altera o Hormonal e ou metab lica Hipoproteinemia E Quadro Cl nico Hiperhidrata o extracelular ENTAO Resultado Hiperhid
45. Sim N o Condi o Especial Dieta para Card aco Cora o N o Condi o Especial Dieta para Renal Rim N o Condi o Especial Dieta para Hepatopata F gado N o Fal ncia de rg o Trato Intestinal Funcionante N o N o Cap tulo 4 O ambiente de desenvolvimento do SGR 116 Trato Intestinal Funcionante Apetite Preservado z Sim N o Trato Intestinal Funcionante Alimenta o Parente N o N o ral Apetite Preservado Oral Sim N o Apetite Preservado Atrav s de Sondas z N o N o Tabela 4 2 Relacionamento e valor entre os nodos origem e destino 4 4 1 Relat rio do Sistema Fatos e Regras Ap s defini o do nome e do tipo da vari vel objetivo vide definindo objetivo do sistema clica se o bot o Relat rio do Sistema Fatos e Regras e uma nova tela de for mul rio exibida contendo as vari veis Figura 4 14 e as regras Figura 4 15 que permi tir o a implementa o do sistema especialista Relat rio do sistema ES VARI VEIS NOME Fal ncia de rg os OBJETIVO N O TIPO univalorada PERGUNTA O Paciente tem fal ncia de algum rg o MOTIVO DA PERGUNTA VALORES sim n o NOME Condi o Especial OBJETIVO N O TIPO univalorada PERGUNTA Qual o rg o Falido MOTIVO DA PERGUNTA VALORES Cardi co Renal Hepatopata NOME Trato Intestinal Funcionante OBJETIVO N O TIPO univalorada PERGUNTA O Paciente te
46. Sistemas Especialis tas 1 1 3 Classificac o dos sistemas de IA Pode se dizer que a IA tem duas abordagens Simulation mode tentativa de se reproduzir o comportamento humano frente a um determinado problema Performance mode o que se busca desempenho inteligente na resolu o do pro blema tempo gasto para obten o do estado meta Russell classifica os Sistemas de IA baseados nos termos pensar e agir sobre os modelos humanos e racional nas quatro seguintes categorias Russell 1995 Sistemas que pensam como seres humanos esses sistemas expressam a abordagem cognitiva e s o na sua grande maioria baseados em modelos oriundos dos experi mentos psicol gicos estudados pelas ci ncias cognitivas Tais modelos s o cons tru dos com base nas investiga es experimentais em seres humanos e alguns ou tros animais e representam uma das mais importantes contribui es da IA embora a constru o desse tipo de sistemas n o seja seu objetivo Sistemas que agem como seres humanos essa abordagem bem representada pelo cl ssico Teste de Turing Turing 1950 elaborado para identificar comportamento inteligente onde uma pessoa interroga duas entidades uma humana e uma artificial m quina atrav s de uma interface comum O sucesso viria com a incapacidade do interrogador em decidir qual entidade seria a m quina A IA n o tem se dedicado a tratar desse tipo de abordagem pois a express o da intelig ncia n
47. Tend ncia hipertens o Tend ncia hipotens o Sinais de sobrecarga Esq estertores Normalidade cardiopulmonar 5 Laborat rio Hemoconcentra o Hemat crito elevado Volume globular m dio elevado gua dentro da c lula S dio menor que 138 mEq l Volume urin rio geralmente pequeno S dio urin rio pode estar baixo ou normal 6 Tratamento C lculo do d ficit de s dio S dio gua extracelular D ficit de s dio litro Via oral Sal comum bicarbonato de s dio Via parenteral Solu o salina hipert nica Solu o salina isot nica lactato de s dio bicarbonato de s dio etc Anexo I 164 Hipernatremia 1 Classifica o Moderada 145 150 mEq l Consider vel 150 160 mEq l Grave gt 160 mEq l 2 Etiologia Ingest o deficiente de gua Coma n ufrago preso etc Perda de gua maior que a de s dio Sudorese abundante diurese osm tica Mani tol v mitos etc Administra o excessiva de sais s dio Hiperaldosteronismo prim rio Dist rbios do metabolismo do horm nio antidiur tico Diabetes insipidus diabetes insipidus nefrog nico 3 Quadro cl nico Sede Secura das mucosas Febre Altera es mentais Del rio Coma com agita o 4 Laborat rio Aumento da press o osm tica do plasma Aumento da taxa de s dio plasm tica 5 Tratamento Suspens o do fornecimento Diluir e eliminar s dio Solu es glicosadas Maior rapidez
48. amplamente utilizadas desenvolveu se um software O Sistema Gerador de Regras SGR que permite a partir do desenho destas estruturas sob forma de grafos valorados fornecimento de todos os elementos sobre o formato de um relat rio necess rios para constru o de sistemas especialistas vari veis e regras de pro du o Para amplia o da contribui o da engenharia do conhecimento na tarefa de elabo ra o de sistemas especialistas confeccionou se tamb m uma base de conhecimento que possibilita o diagn stico de dist rbios hidroeletrol ticos t pico abordado na disciplina Ba ses da T cnica Cir rgica que emprega outras formas de representa o do conhecimento que n o fluxogramas de decis o Usando o SGR os sistemas especialistas poder o ser montados por qualquer usu rio que tenha conhecimento de uso de computadores e interfaces gr ficas Windows a partir de fluxogramas de decis o previamente elaborados dispensando na maioria das ve zes o engenheiro do conhecimento Para a constru o dos sistemas especialista empregou se o shell Expert Sinta de senvolvido pelo Laborat rio de Intelig ncia Artificial LIA da Universidade Federal do Cear Abstract It comes in this work the contribution that the expert systems can offer to the medi cal students in matter the one of Surgical Technique Bases in the sense of having a tool that allows simulation in most several clinical situations to ai
49. de dados A an lise dessas falhas pode condu zir a uma conclus o diferente da simples interpreta o de dados e Projeto Configurando objetos debaixo de restri es e Planejamento O sistema prepara um programa de iniciativas a serem tomadas pa ra se atingir um determinado objetivo e Monitoramento Comparando observa es para planejar vulnerabilidade do siste ma Deve se verificar de maneira cont nua um determinado comportamento em limites pr estabelecidos sinalizando se quando forem requeridas interven es pa ra O sucesso da execu o e Depura o Trata se de sistemas que possuem mecanismos para fornecerem solu es para o mau funcionamento provocado por distor es de dados e Conserto Desenvolve e executa planos para administrar os reparos feitos na fase de diagn stico e Instru o Diagnosticando depurando e consertando comportamento de aprendi zado dos estudantes Villela 1993 e Controle Interpretando predizendo consertando e monitorando comportamentos de sistemas Sistemas Especialistas s o utilizados portanto em problemas de gest o do tipo in terpreta o de normas de regulamento diagn stico m dico an lise financeira atrav s de indicadores previs o escolha de investimentos do tempo planejamento concep o desenvolvidos a partir de projetos e forma o suporte inteligente instru o inteligente 2 1 2 Benef cios Os sistemas especialistas apresenta
50. de uma ferida ou incis o Taquicardia Aumento da frequ ncia card aca T cnica de Degerma o Conjunto de procedimentos utilizados com a finalidade de eli mina o de germes Limpeza de m os uso de anti s pticos etc Tomografia Computadorizada Radiografia em s rie para fixar a um tempo o aspecto de v rios planos de um rg o ou regi o Bibliografia ABBOD M F KEYSERLINGK D G VON LINKENS D A MAHFOUF M Sur vey of utilisation of fuzzy technology in Medicine and Healthcare Fuzzy Sets and Sys tems 120 2001 331 349 ADAMS M B CONDON R E Terapia Hidroeletrol tica in CONDON R E NYHUS L M Manual de terap utica Cir rgica 5 edi o Rio de Janeiro Medsi 1982 p 187 221 ALBUQUERQUE G de C BARROS E Dist rbios do equil brio Hidroeletrol tico in BARRETO S S M Rotinas em Terapia Intensiva 2 edi o Artes M dicas 1993 AM NCIO A Controle Hidroeletrol tico em Cirurgia in BARBOSA H AM NCIO A Controle Cl nico do Paciente Cir rgico 4 Edi o S o Paulo Livraria Atheneu p 87 137 1976 AMARAL M B SATOMURA Y HONDA M SATO T A design for decision Mak ing construction and connection of knowledge bases for a diagnostic System in Medi cine Med Inform 18 4 307 320 1993 AMARAL M B SATOMURA Y HONDA M SATO T A Phichiatric Diagnostic System Integrating Propalistic and Categorical Reasoning Meth Infom Med 34 232
51. descrevendo a segii ncia de eventos e fatos presente numa determinada ocasi o de uma forma narrativa Um script usa uma s rie de campos contendo conhecimento declarativo ou procedural Condi es objetos pap is e cen rios s o componentes t picos de um script Causey 1994 Em scripts os n s s o eventos e os links entre eles s o simplesmente causais isto um evento provoca o pr ximo Scripts s o muito similares a frames s o codificados da mesma forma e s o normalmente considerados como uma sub classe de frames Exemplo de script Nome Restaurante Objetos mesas menu comida conta dinheiro Agentes cliente gargom cozinheiro caixa dono Condi es de entrada o cliente tem fome o cliente tem dinheiro Resultados o cliente tem menos dinheiro o dono tem mais dinheiro cliente n o tem fome Sequ ncia de cenas Cena 1 Entrada e Cliente entra no restaurante e Procura uma mesa e Decide onde sentar e Vai para a mesa e Senta Cena 2 Pedido e O cliente pega o menu e Olha o menu e Decide o que comer Cap tulo 1 Intelig ncia Artificial 37 e Chama o gar om e Vem at a mesa e Pede a comida O Script empregado para auxiliar no entendimento da estrutura e ordem de eventos A partir do argumento Se Maria foi ao restaurante comeu uma torta e saiu Pode se inferir sobre Maria que ela e Estava com fome e Tinha algum dinheiro e Pediu a t
52. differential diagnosis of ery themato squamous diseases Expert Systems with Applications 18 2000 43 49 HARMON P KING D Expert Systems Artificial Intelligence in Business Wiley New York 1985 HARPER H A Terap utica H drica e Eletrol tica in WILSON J L Manual de Cirur gia 5 edi o Rio de Janeiro Guanabara Koogan 1976 p 166 193 HAUGELAND J Mind Design Philosophy Psychology in Artificial Intelligence Mit Press Cambridge Massachussets 1985 HAYES ROTH F Rule based Systems communications of the ACM 28 9 p 921 932 1985 HEREDIA L R Mapa Rodovi rio for Windows 95 Trabalho Final de Algoritmos e Es truturas de Dados II Pontif cia Universidade Cat lica do Rio Grande do Sul 1996 HIDAL J T LOFTEMBERG S A SANTOS B F C dos LAGUDIS S Estados Hi perosmolares in KNOBEL E Condutas no Paciente Grave S o Paulo Livraria Athe neu 1994 HIRANO S HATA Y Fuzzy expert system for foot CT image egmentation Image and Vision Computing 19 2001 207 216 ILHA J O O Registro Cl nico Computadorizado no Hospital Revista Inform dica 1 3 5 8 1993 INNOCENT P R JOHN R IL GARIBADI J M The fuzzy medical group in the centre for computational Intelligence Artificial Intelligence in Medicine 21 2001 163 170 IVANDIC M HOFMANN W GUDER W G The use of knowledge based systems to improve medical knowledge about urine analysis Clinica Chimica Acta 29
53. do Veja o algoritmo j implementado Executado quando o bot o Exclui clicado Exclui do grafo o nodo que est sendo apontado por PAtualGrafo procedure TFrmMapa BtnExcluiClick Sender TObject var PAntGrafo PAux PTRGrafo begin if PrimGrafo nil then begin ShowMessage N o h Nenhum Nodo Cadastrado exit end PAux PrimGrafo PAntGrafo PrimGrafo Primeiro Exclui todas as liga es dele ExcluiLigacoes PAtualGrafo if PAtualGrafo PrimGrafo then begin Se for o primeiro do grafo PrimGrafo PAtualGrafo Prox PAtualGrafo Prox nil Dispose PAtualGrafo PAntGrafo nil end else while PAux lt gt nil do begin if PAtualGrafo PAux then begin PAntGrafo Prox PAux Prox Pr ximo do anterior recebe pr ximo do PAuxj PAux Prox nil Pr ximo do PAux recebe nil if PAux UltGrafo then UltGrafo PAntGrafo Se o exclu do for o Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 89 ltimo atualiza o ltimo Dispose PAux break end else begin Continua varrendo o grafo PAntGrafo PAux PAux PAux Prox end end if PAntGrafo lt gt nil then PAtualGrafo PAntGrafo Atual aponta para o an terior do exclu do else PAtualGrafo PrimGrafo Para n o dar pau se o exclu do for o pri meiro do grafo AtualizaCmbGrafo DesMapa impaListaOrigem PrimLista0Origem UltListaOrigem impaListaDestino PrimListaDestino UltListaDestino impaListaRegra PrimList
54. do siste ma especialista O arquivo de ajuda para diagn stico de dist rbios hidroeletrol ticos foi confeccio nado com o software Help Magician Pro O leitor poder interagir com o sistema especia lista e acessar o arquivo de ajuda a partir do aplicativo contido no CD anexo Cap tulo 6 Conclus es e Perspectivas 6 1 Conclus es A Intelig ncia Artificial fracamente representada nas gradua es das Universida des brasileiras em computa o sendo no m ximo uma disciplina obrigat ria depois do sexto per odo com ementa restrita e na maioria das vezes desatualizada Economicamente ainda incipiente talvez por falta de demanda ou de profissionais bem formados No Brasil existe uma vis o destorcida e incompleta do que IA diferentemente do exterior onde ao contr rio institui es como MIT Stanford Carnegie Mellon Berke ley Imperial College Cambridge desenvolvem importantes pesquisas na rea No final dos anos 50 e inicio dos anos 60 os cientistas Newell Simon e J C Shaw introduziram o processamento simb lico Surgiram desta forma programas de prop sitos espec ficos que utilizavam preceitos baseados em um dom nio restrito do conhecimento denominados sistemas especialistas Apesar do apelo da IA e dos sistemas especialistas as aplica es desse segmento da inform tica j passaram por diversos ciclos com maior ou menor aceita o No final da d cada de 80 o ciclo entrou em franca fase
55. espa o de busca e Tipo do nodo Poder ser o Univalorado quando s permite uma instancia o ou seja um nodo poder assumir um nico valor por vez quando de um consulta o Multivalorado Mais de uma instancia o permitida ou seja um nodo po der assumir mais de um valor para uma dada consulta o Num rico O nodo s permite que os arcos assumam valores num ricos e Objetivo Poder assumir valor Sim ou N o Quando o nodo um objetivo ele um estado meta a ser alcan ado pelo sistema especialista Na verdade um valor pa ra um atributo que representa o estado meta e Pergunta associada ao nodo Permitido somente para nodos que n o s o objetivo As respostas a estas perguntas na implementa o do sistema especialista que permitir o encaminhamento dentro do espa o de busca para que um estado meta se ja alcan ado decis o de qual caminho aresta ser escolhida para permitir a nave ga o no fluxograma No processo de consulta a um sistema especialista uma va ri vel quando colocada em evid ncia no quadro negro para refuta o de uma hip tese aparece para o usu rio atrav s de uma pergunta e n o por seu nome e Motivo da pergunta Seu preenchimento opcional Quando preenchido justificar a pergunta formulada para referenciar aquele n Quando o campo fica em branco no formul rio de propriedades dos nodos o sistema especialista quando implemen tado geralmente apres
56. evidentemente de baixa popularidade Por isso nesta poca as aplica es come aram a n o ser dirigida somente para o conhecimen to de um especialista mas para uma base de conhecimento Como consequ ncia foi intro duzida a figura do engenheiro do conhecimento que atua como profissional especializado em transpor uma base de informa o para um sistema Por esse motivo surgiu um movi mento na dire o de chamar essa nova gera o de sistemas especialistas de sistemas com base no conhecimento j que os mesmos n o se limitavam mais ao conhecimento ou ra cioc nio simb lico de um nico especialista Esses sistemas podem armazenar recuperar e analisar vastos repert rios de conhecimento e de dados A Pontif cia Universidade Cat lica do Rio de Janeiro desenvolveu na d cada de 1980 importantes trabalhos com sistemas especialistas Ribeiro 1983 O Laborat rio de Intelig ncia Artificial da Universidade Federal do Cear desen volveu um shell de sistema especialista o Expert Sinta no final da d cada de 90 cons Cap tulo 6 Conclus es e perspectivas 158 tru do a partir de uma linguagem orientada a objeto o object pascal do Delphi sendo usado praticamente em todas as grandes Universidades brasileiras no ensino e desenvolvi mento de sistemas Inteligentes Os novos sistemas inteligentes combinam os conceitos atuais de sistemas especia listas com outras tecnologias tais como redes neurais
57. externa Usa sensores Alto Baixo Cap tulo 1 Intelig ncia Artificial 18 criativo ou tem Alto Baixo imagina o Aprende por ex Alto Baixo peri ncia Ret m dados de Baixo Alto talhados Faz c lculos Baixo Alto complexos adapt vel Alto Baixo Usa uma varieda Alto Baixo de de fontes de informa o Transfere infor Baixo Alto ma o Tabela 1 1 Diferen a entre Intelig ncia Natural e Artificial Sistemas baseados em regras 1 1 2 Objetivo da IA O objetivo da IA sempre foi o de implementar programas que de algum modo pu dessem simular o pensamento isto no processo de resolu o de uma tarefa qualquer fosse empregado t cnicas que pudessem ser consideradas inteligentes de sorte que desse a impress o que tal obra fosse resolvida por um humano Aliado a isso existe uma tend ncia natural em se desejar adquirir computadores para realizar tarefas que requeiram simula o da intelig ncia humana Os estudiosos dentro da IA buscam automatizar a intelig ncia humana por diferen tes raz es Uma raz o simplesmente para que possa ser poss vel entend la melhor e ba seado neste fato por exemplo ser poss vel testar e refinar teorias psicol gicas e ling sti cas escrevendo programas que tentam simular aspectos do comportamento humano Outra raz o est na possibilidade de que seja poss vel a obten o de programas mais inteligen tes A principio n o existe preocupa o com a obri
58. figuras Lista de tabelas Introdu o Objetivos e motiva o desse trabalho Estrutura da disserta o Cap tulo 1 Intelig ncia Artificial 1 1 Intelig ncia Artificial Generalidades 1 1 1 Defini o de Intelig ncia Artificial 1 1 2 Objetivo da IA 1 1 3 Classifica o dos sistemas de IA 1 1 4 A Intelig ncia Artificial poss vel 1 1 5 Aplica es da IA 1 1 6 Disciplinas da IA 23 1 2 T cnicas empregadas em IA 1 2 1 Representa o do conhecimento 1 2 2 Busca 1 2 3 Programa o em Intelig ncia Artificial 1 3 Representa o do Conhecimento 1 3 1 Objetos estruturados 1 3 1 1 Redes sem nticas 1 3 1 2 Script 1 3 1 3 Frames 1 3 1 4 L gica dos predicados 1 3 1 5 Sistemas baseados em regra 1 4 Engenheiro do Conhecimento Cap tulo 2 Sistemas Especialistas 2 1 Introdu o 2 1 1 Classifica o Sum rio vil viii 12 13 15 15 15 18 20 21 22 24 24 26 30 32 34 34 36 37 40 41 45 48 48 50 Sum rio 2 1 2 Benef cios 2 1 3 Constru o de sistemas especialistas 2 2 Projeto de um sistema especialista 2 1 1 Escolha de um problema 2 2 2 Engenharia do conhecimento aplicada aos sistemas especialistas 2 2 3 Regras e sistemas especialistas 2 2 4 Tratamento da incerteza 2 2 4 1 Redes de infer ncias 2 3 Estrutura de um sistema especialista 2 3 1 Base de conhecimento 2 3 2 Interface de aquisi o 2 3 3 Mecanismo de infer ncia 2 3 4 interface do usu rio 2 3 5 M dulo de explica
59. http www formal stanford edu jmc 1984 McKENDRICK I J GETTINBY G GU Y REID S W J CW REVIE C W Using a Bayesian belief network to aid differential diagnosis of tropical bovine diseases Preventive Veterinary Medicine 47 2000 141 156 MILLER T A DUKE JR J H Manuseio Hidroeletrol tico In DUDRICK S J BAU E A E EISEMAN B MACLEAN L D ROWE M IL SHELDON G F Manual de Cuidados Pr e P s Operat rio 3 Edig o Rio de Janeiro Interamericana p 33 56 1984 MILNE R NICOL C TRAV MASSUYES L Tiger with model based diagnosis Ini tial deployment Knowledge Based Systems 14 2001 213 222 NILSSON N J Principles of Artificial Intelligence Morgan Kaufmann Publishers Inc 1980 NOGUEIRA J H M SILVA R B de A e ALC NTARA J F L ANDRADE R C de Expert Sinta Uma Ferramenta Visual geradora de Sistemas Especialistas Laborat rio de Intelig ncia Artificial LIA UFC UECE NUSSBAUM M ROSAS R PEIRANO L C RDENAS F Development of intelli gent tutoring systems using knowledge structures Computers amp Education 36 2001 15 32 PAL K An approach to legal reasoning based on a hybrid decision support system Ex pert Systems with Applications 17 1999 1 12 PALOMBO C R SABBATINI R M E O Ensino de Programa o de Bancos de Da dos em Medicina Revista Inform dica 1 1 5 11 1993 PITREZ F A B Fundamentos de Pr e P s Operat
60. id id UNIVERSIDADE TIRADENTES Ro ALA ALA HAHAHAHAHA AAA HA Mestrado em Inform tica ii Sistema Especialista como auxiliar para d o Ensino de Bases da T cnica Cir rgica Gerador de Regras de Produ o a partir de Grafos Valorados lil A id Orientador Antonio Ramirez Hidalgo a se Mestrando Jo o Fernandes Britto Arag o j a Data Janeiro de 2002 al BREXBREREDER AE NENDREADA R ARSS unit fontel interface uses Windows Messages SysUtils Classes Graphics Controls Forms Di alogs ExtCtrls StdCtrls Buttons Menus ComCtrls Grids Mask Fonte2 const TAMNODO 20 Define o tamanho do di metro da circunfer ncia que desenhada no mapa para representar cada nodo isto cada nodo uma circunfer ncia com centro em xiVar yiVar e raio 10 SELECIONA 0 Constante utilizada na fun o Zonalritica se ela for passada sinal que o usu rio est selecionando um nodo ver Fun o Zona Critical type str100 string 1001 Usadas para possibilitar a passagem desses tipos str2 string 2 por par metro TipoVariavel univalorada multivalorada numerica PTRListaAdj ListaAd3 Ponteiro para Lista Adjacente Defini o da Lista principal d Grafo PTRGrafo Grafo Ponteiro para a estrutura Grafo Grafo record CodNodo str2 Nome_nodo str100 Opcao_tipo Tipovariavel Objetivo boolean Pergunta string Motivo string relacionamentol str2 Nome valorl str100 relaci
61. melhor dieta para um paciente cir rgico O trabalho de constru o deste sistema foi facilitado na medida que os fatos e re gras foram obtidos automaticamente a partir do fluxograma de decis o desenhado no SGR Vide cap tulos anteriores Cap tulo 5 Constru o de Sistemas Especialistas 128 Para montagem do sistema especialista utilizar se o shell Expert Sinta O deta lhamento de todas as etapas empregadas para cria o do sistema com a ferramenta ser mostrado a seguir O primeiro passo para a constru o do sistema especialista a obten o de todas as vari veis e o conjunto de regras que comp em o sistema Para este passo como abordado nos cap tulos anteriores foi utilizado o Sistema Gerador de Regras Com o relat rio em m os gerado pelo SGR inicia se o Expert Sinta e ap s clique no bot o Novo ou a partir do menu a op o Arquivo Nova Base um novo sistema especialista ser criado Figura 5 1 LIA Expert SINTA al ES Arquivo Exibir 2 Dari Ea Cria nova base de conhecimentos i NUM 17 18 4 Figura 5 1 Tela de abertura do Expert Sinta com destaque para o bot o Novo que permite gerar uma nova base de conhecimentos Uma nova janela exibida com as op es de manuseio das vari veis e das regras que compor o o sistema Figura 5 2 Cap tulo 5 Constru o de Sistemas Especialistas 129 LIA Expert SINTA Arquivo Editar Exibir Sis
62. no Massachussets General Hospital Trata se de programa completo de apoio a decis o m dica distribu do na Internet para pes soas cadastradas O Sistema cont m uma base de possibilidades para cerca de 4 5 mil ma nifesta es cl nicas associadas a 2 mil doen as diferentes Cap tulo 3 Sistema Gerador de Regras a partir de grafos valorados 3 1 Defini o de grafo Grafo um conjunto finito ou infinito de nodos conectados por arcos Se os arcos v o de um elemento a outro em um sentido tem se um grafo dirigido Se um arco vai de um nodo al a outro a2 diz se que a2 sucessor de al e al antecessor de a2 Uma rvore um caso particular de grafo no qual para cada nodo existe no m ximo um como antecessor A um nodo que n o apresenta antecessor se denomina raiz ou fonte Os nodos sem sucessores s o chamados de ponta folhas ou sumidouros Os nodos ra zes por defini o t m profundidade zero A profundidade de um nodo a de seu antecessor mais um Em intelig ncia artificial habitual reportar o processo de busca atrav s de grafos onde e N Um ponto discreto e possivelmente uma solu o e N filho N ligado a outro n em um n vel anterior e N terminal Um n que finaliza um caminho e Espa o de busca O conjunto de todos os n s e Objetivo Goal O n que o objeto da busca e Caminho da solu o Um grafo direcionado dos n s visitados que levaram solu o e Retroc
63. nodo function TFrmMa pa AtribPtrGrafo PrimGrafo PTRGrafo Chave str100 PTRGrafo var PAux PTRGrafo begin PAux PrimGrafo while PAux lt gt nil do begin if PAux nome nodo Chave then break else PAux PAux Prox end AtribPtrGrafo PAux Retorna um ponteiro para PAux Observe que se n o existir nenhum n com esse nome PAux ir retornar NULL end Exclui de todas as listas adjacentes do grafo o elemento apontado por PAtualGrafo Utilizado quando esse elemento exclu do do grafo procedure TFrmMapa ExcluiLigacoes PAtualGrafo PTRGrafo var PAuxGrafo PTRGrafo PAuxAdj PTRListaAdS begin PAuxGrafo PrimGrafo Anexo II 185 while PAuxGrafo lt gt nil do begin comeca a pesquisa no grafo PAuxAd PAuxGrafo PrimAd3 while PAuxAdj lt gt nil do begin come a a pesquisa na lista de adja centes if PAuxAdj Nodo PAtualGrafo then begin Se o PAtualGrafo estiver na lista gt Exclui PAtual da Lista ExcluiCami nho PAuxGrafo PrimAd3 PAuxGrafo UltAd3 PAuxAd break end else PAuxAdj PAuxAdj Prox end PAuxGrafo PAuxGrafo Prox end end OPERA ES SOBRE OS ARCOS VALORES Inclui Altera elemento PDestino na lista de adjac ncia do nodo identificado por POrigem procedure TFrmMa pa AtribDistGrafo POrigem PDestino PTRGrafo relacionamentol str2 nome valorl str100 relacionamento2 str2 nome valor2 str100 var PAuxAdj PAntAdj PTRLista
64. nos casos de glaucoma Tamb m faz uso de redes causais PUFF 1977 79 Primeiro sistema constru do utilizando como ferramenta o EMECYN Permite constru o de sistemas especialistas baseados em regra O PUFF di agnostica a presen a e severidade de doen as pulmonares e produz relato para o arquivo do paciente Existe vers o para uso comercial ABEL 1982 Permite a identifica o de dist rbios hidroeletrolit cos e metab licos cido b sico e faz aconselhamento terap utico VM 1977 1981 o VM Ventilator Maneger interpreta dados quantitativos e qualitativos em unidades de tratamento intensivo e aconselha o intensivista no manuseio da mec nica ventilat ria do paciente em p s operat rio Alguns conceitos do programa foram implementados internamente em dispositivos de monitoramento ventilat rio ONCOCIN 1989 Sele o de protocolos na terapia do c ncer HELP Introduzido por Warner em 1979 e aperfei oado por Pryor e colaboradores em 1983 Gera relato de conselhos baseados na combina o de dados paciente especifico contidos em seu banco de dados AIRHEUM diagnose e tratamento de desordens reumatol gicas RMRS 1984 Desenvolvido por McDonald e colaboradores Monitoriza registros cl nicos de pacientes armazenados on line e envia indicativos cl nicos que dever o ser lembrados ao m dico Datas de vacinas exames laboratoriais que precisam ser checados etc ATTENDING 1986 desenvolvido pelo Prof Sa
65. o quanto utilizados na rea m dica s o exemplos que ilustram bem o que est sendo afirmado A representa o do conhecimento m dico sob o formato de fluxogramas permite que uma sucess o de deli bera es seja estruturada no formato de um grafo valorado do qual o elemento mais repre sentativo a rvore de decis o A constru o de um programa que a partir do desenho destas estruturas de repre senta o fluxograma de decis o permitisse gera o de fatos e heur sticas para constru o de sistemas especialistas tornam essa empreitada facilitada j que e Fluxogramas de decis o s o formas de representa o do saber abundantemente en contrados em livros revistas e outras fontes de conhecimento m dico As fontes de conhecimento em cirurgia n o fogem a esta regra e Baseados nestas estruturas de representa o um usu rio com no o de uso de computadores e interfaces gr ficas pode obter a partir da fonte bruta as vari veis e as regras para constru o de um sistema especialista sem a necessidade da presen a de peritos e engenheiros do conhecimento e Uma ferramenta deste tipo um auxiliar importante para que o engenheiro do co nhecimento possa gerar regras de produ o Cap tulo 6 Conclus es e perspectivas 160 Com este prop sito elaborou se um programa O Sistema Gerador de Regras que preenche estes pr requisitos pois poss vel a partir do desenho de um grafo valorado tradu o de
66. o existe apenas na intera o com humanos Sistemas que pensam racionalmente essa a abordagem l gica a abordagem do pensamento correto Baseia se na utiliza o da l gica formal que fornece um modelo preciso para as coisas que existem no mundo e as rela es entre as mesmas O desenvolvimento dessa abordagem tem encontrado alguns obst culos devido a restri es computacionais e dificuldade de tradu o do conhecimento informal para express lo em termos formais N o se pode por m deixar de incluir esta a bordagem como uma das mais importantes devido ao seu poder de representa o e de racioc nio Cap tulo 1 Intelig ncia Artificial 21 e Sistemas que agem racionalmente essa a abordagem dos agentes racionais a a bordagem das cren as e dos objetivos Agir racionalmente significa alcan ar um objetivo de acordo com uma cren a Um agente algo que percebe e age Esta a bordagem indiscutivelmente a mais recente da IA e sua import ncia t o grande que alguns autores chegam a redefinir a IA como a rea dedicada constru o de agentes racionais 1 1 4 A Intelig ncia Artificial poss vel Automatizar a intelig ncia humana realmente uma tarefa fact vel Pesquisas realizadas na rea da intelig ncia artificial fazem supor que a intelig ncia humana pode ser reduzida complexa manipula o de s mbolos e o meio usado para ma nipul la n o precisa ser necessariamente um c rebro bi
67. o hidroeletrol tica necess ria que haja um ante cedente de perda ou ganho de gua e ou perda ou ganho de eletr litos A perda ou ganho de um dado eletr lito n o significa que o paciente ir apresentar uma situa o cl nica de excesso ou defici ncia deste eletrol tico j que e poss vel que o rim mantenha os n veis desse eletr lito em concentra o sangii nea normalizada seja fazendo elimina o seja realizando reten o deste eletr lito e poss vel que o paciente mesmo perdendo um dado eletr lito tenha o n vel san g neo deste elemento elevado se simultaneamente estiver ocorrendo perda de gua em n vel proporcionalmente maior ao do eletr lito Racioc nio semelhante pode ser empregado para paciente que mesmo ganhando um dado eletr lito tenha o seu va lor plasm tico diminu do devido ao recebimento simult neo de doses aumentadas de gua Conclui se que poss vel ter aumento ou diminui o de n veis plasm ti cos de um dado eletr lito de forma absoluta ganho ou perda de eletr litos isoladas ou relativa concentra o e ou dilui o plasm tica Do exposto pode se observar que para que um dado dist rbio hidroeletrol tico te nha tradu o cl nica necess rio que al m de antecedentes que levam aquela altera o exista a necessidade do paciente apresentar sintomatologia condizente com a altera o tradu o de que o organismo n o foi capaz de compensar o dist rbio Observa s
68. o pri Lista de Adjacentes meiro n adjacente ao da lista principal Lista de Adjacentes Tabela 3 1 Lista principal 3 5 2 Lista de adjacentes Lista duplamente encadeada Utilizada para armazenar os ponteiros que apontam para cada nodo adjacente ao nodo da lista principal e o respectivo valor atribu do ao nodo origem que permite gerar o nodo destino Cont m na sua estrutura os seguintes campos Nodo Ponteiro para a Aponta para um elemento da lista principal nodo Isto lista principal aponta para um endere o onde est localizada toda a infor ma o de um determinado nodo Esse n apontado adja Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 83 cente ao n que est localizada na lista principal e que tem o seu campo PrimAdj apontando para o primeiro elemento dessa lista Relacionamentol Caractere 2 Sinal atribu do a um determinado valor da vari vel Valorl Caractere Valores instanciados para as vari veis Aparecer nas ares tas dos grafos Relacionamento2 Caractere 2 Sinal atribu do a um determinado valor da vari vel valor2 que delimita um intervalo com o valor Quando n o existe intervalo uma string vazia Valor2 Caractere Valores instanciados para as vari veis Aparecer nas ares tas dos grafos Serve para delimita o de um intervalo nu m rico feito com o valorl Quando n o existe intervalo uma string vazia Prox Ponteiro para a
69. o sistema fornece informa o necess ria devem ficar satisfeitos com o desempenho e explica es do siste ma Cap tulo 2 Sistemas Especialistas 57 Para desenvolver o prot tipo inicial o engenheiro de conhecimento tem que tomar decis es provis rias encontrar representa o de conhecimento apropriada e utilizar m to dos a fim de obter conclus es por exemplo regras ou regras frames encadeamento para frente e ou para tr s Para testar estas decis es de projeto b sicas o primeiro prot ti po pode resolver s uma parte pequena do problema global Se os m todos usados parecem trabalhar bem para aquela pequena parte vale a pena investir o esfor o representando o res to do conhecimento da mesma forma A figura 2 1 mostra esquematicamente as fases de desenvolvimento de um sistema especialista Fase 1 Reformula o Avalia o do Problema Requisitos Fase 2 Investiga o Aquisi o de Conhecimento Conhecimento Refinamento Fase 3 Projeto Estrutura Valida o Fase 5 Documenta o Produto Fase 6 Manuten o Figura 2 1 Fases de desenvolvimento de um sistema especialista 2 2 3 Regras e sistemas especialistas Cap tulo 2 Sistemas Especialistas 58 Sistemas baseados em regra s o do tipo meta dirigido quando usa encadeamento para tr s a fim de testar se alguma hip tese verdadeira ou s o dados dirigidos quando utilizam encadeamento para adiante
70. ponteiro para o grafo ExibeValor Nodo PrimGrafo POrigem PDestino Procedimento que mostra o valor entre POrigem e PDestino N o Permite que um nodo objetivo d origem a outro nodo O nodo obje tivo do tipo sumidouro if POrigem Objetivo true then begin ShowMessage Um nodo tipo objetivo s pode ser destino CmbOrigem ItemIndex 1 exit end Anexo II 196 end Executado quando alterado o nodo no objeto CmbOrigem Igual ao TForml CmbOrigemChange procedure TFrmMapa CmbDestinoChange Sender TObject var POrigem PDestino PTRGrafo begin if CmbOrigem ItemIndex 1 then exit POrigem AtribPTRGrafo PrimGrafo CmbOrigem Items CmbOrigem ItemIndex PDesti no AtribPTRGrafo PrimGrafo CmbDestino Items CmbDestino ItemIndex ExibeValor Nodo PrimGrafo POrigem PDestino end Executado quando o objeto Nodo do objeto origem modificada procedure TFrmMapa CmbOrigemCamChange Sender TObject begin Limpa a lista de regras para que possa ser feito um novo caminhamen to LimpaListaRegra PrimListaRegra UltListaRegra end Executado quando o objeto Nodo do objeto origem modificada procedure TFrmMapa CmbDestinoCamChange Sender TObject begin Limpa a lista de regras para que possa ser feito um novo caminhamen to LimpaListaregra PrimListaRegra UltListaRegra end COMPONENTES BOT ES Executado quando o Bot o Inclui clicado procedure TFrm
71. programa de computador e Os mecanismos mentais e o processo de racioc nio pelo qual o cl nico chega ao di agn stico ainda mal conhecido Ele envolve simultaneamente processos l gicos avalia o probabil stica encadeamento causal e muitos outros processos ainda en tendidos parcialmente dif cil portanto simular num computador um modelo completo de racioc nio e Existe uma falta de padroniza o quanto aos termos e defini es m dicas apesar de alguns esfor os nesta rea CID SNOMED LPM entre outros Muitas vezes n o existem opini es consensuais por parte dos especialistas na rea de estudo so bre como decidir em face de evid ncias conflitantes S o raros os bancos de dados confi veis e o conhecimento est espalhado em muitas publica es lugares e ca be as Na Medicina a partir da utiliza o de algoritmos que empregam racioc nio deduti vo semelhante aquele utilizado pelo m dico em sua pr tica di ria poss vel a identifica o e tratamento de problemas na rea de sa de Fornecendo se sintomas e sinais bem co mo os resultados dos exames complementares de um determinado caso cl nico pode se ob ter com razo vel precis o os prov veis diagn sticos bem como as raz es e o racioc nio utilizados para chegarem at ele alguns programas conseguem produzir refer ncias biblio gr ficas Esses racioc nios automatizados utilizam uma base de conhecimento sobre a es pecialidade m dica em
72. que s o manifesta es objetivas alguns mensu r veis observados pelo cl nico Os resultados de laborat rio s o descritos como achados As manifesta es referem se a qualquer sintoma sinal ou achado Deste modo conclui se que o diagn stico o processo de manuseio das manifesta es cl nicas com o objetivo de determina o da doen a do paciente Rabelo Jr et al 1993 Programas de computador podem analisar dados dos pacientes e fornecer informa es que auxiliam o trabalho do m dico por m e isto importante sem que atue como substituto do profissional Na verdade estes programas de computador que auxiliam no processo de tomada de decis o fazem papel de um m dico mais experiente especialista em Medicina Introduc o 10 Qualquer programa que tenha inten o de auxiliar o m dico na tomada de decis o necessita de uma base de conhecimento que nada mais do que o conjunto de dados que comp em o conhecimento em uma dada rea especifica Sistemas especialistas s o ade quados para empenho desta empreitada medida que podem armazenar os dados sob o formato de regras de produ o e utilizam um motor de infer ncia para encadeamento des tas regras at atingir um objetivo Um diagn stico um tratamento o exame laboratorial mais adequado dentre outros Uma distin o feita frequentemente entre duas formas de aquisi o de dados a trav s do computador para programas que objetivem diagnose m dica ati
73. regra ter influencia na avalia o desta regra pelo motor de infer ncia quando no modo de consulta do sistema especialista Para introdu o das premissas das regras seleciona se a op o SE e clica se no bot o Incluir Nova janela ser exibida Figura 5 9 Editar Regra 8 Ex Item de regra Fal ncia de rg os y Sim y Conectiv le E ou M N o x Cancela Ajuda Figura 5 9 Janela de edi o das premissas das regras Como as vari veis e os seus valores foram previamente definidos introduzem se os itens das regras a partir das caixas de sele o Figura 5 10 Os conectivos que permitir o a liga o das senten as nas premissas tamb m s o definidos nesta etapa Para cada senten a inclu da na premissa clica se o bot o com a legenda Alterar As premissas s o ligadas por conectivos As regras obtidas a partir do SGR s admitem o conectivo E Cap tulo 5 Constru o de Sistemas Especialistas 134 Item de regra Fal ncia de rg os y Sim y Apetite Preservado X Cancelar ajuda Condi o Especial Dieta Fal ncia de rg os Trato Intestinal Funcionante Figura 5 10 Uso das caixas de sele o O procedimento para introdu o da cabe a da regra feito de modo semelhante por m com sele o da op o ENT O e clique no bot o com legenda Inclui A janela para edi o a seguinte Figura 5 11
74. rgico A partir do fluxograma representado na Figura 3 1 pode se se for feito para cada nodo que n o seja assinalado como objetivo a troca da propriedade nome pela pergun ta associada a este nodo obter se o fluxograma da figura 4 1 que quando da implementa o do sistema especialista ser o reflexo do motor de infer ncia Este fluxograma d uma id ia de como ser a intera o homem m quina quando for ativado o modo de consulta do shell de sistema especialista para isto basta fazer a navega o atrav s de todos os poss veis caminhos da rvore Cap tulo 4 O ambiente de desenvolvimento do SGR 105 Sim Qual o rg o Falido Corac o O paciente tem fal ncia de algum rg o Dieta para cardiopata Dieta para Renal Dieta para Hepatopata O apetite est preservado Alimenta o parenteral Dieta por Sondas Figura 4 1 Esquema do motor de infer ncia quando da implementa o do sistema especialista para escolha da melhor dieta para um paciente cir rgico 4 2 Tela principal A tela principal do SGR e todos os componentes exibidos quando da inicializa o do sistema s o mostrados na Figura 4 4 Cap tulo 4 O ambiente de desenvolvimento do SGR 106 Gera o de Regras a partir de Grafos Valorados E Egik Arquivo Menu Defini o das propriedades de cada god Caixa de Sele o de nodo C digo do Nodo Nome do Nod
75. sistema especialista O trabalho do enge nheiro de conhecimento envolve a colabora o do s expert s e do s usu rio s final is Cap tulo 6 Conclus es e perspectivas 159 O engenheiro do conhecimento dentre os personagens que lidam com sistemas es pecialistas talvez seja a figura mais dif cil de ser encontrada em nosso meio acad mico industral comercial etc Peritos nos mais variados dom nios do conhecimento s o encontrados com muito mais facilidade e a universidade a maior prova dessa afirma o Estes peritos transmitem seu conhecimento atrav s de aulas palestras livros jornais e outras formas de divulga o A extra o do conhecimento para montar um sistema especialista por m nem sempre uma empreitada f cil Um engenheiro do conhecimento pode construir sistemas especialistas sem a pre sen a obrigat ria de um perito desde que se disponha a pesquisar e adquirir os ensinamen tos documentados nas variadas fontes do conhecimento Dificilmente o perito pode por si s construir bancos de conhecimentos se n o tiver no o de intelig ncia artificial e elabo ra o de regras de produ o ou outra forma de representa o frames scripts etc Alguns formatos que procuram traduzir o conhecimento t m a propriedade de iso ladamente permitir que um tema seja resumido de maneira adequada e o seu entendimento por si s possibilite a compreens o do todo Fluxogramas de decis
76. um shell de sis tema especialista baseado em regras foi desenvolvido um programa que baseado no dese nho de um fluxograma de decis o representa o do conhecimento m dico em determinada Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 16 rea especifica torna a tarefa de constru o de sistemas especialistas fact vel at mesmo para estudantes que tenham conhecimentos superficiais de t cnicas de intelig ncia artifici al 3 3 Metodologia O programa Gerador de Regras para Sistemas Especialistas SGR foi desenvol vido para ser uma ferramenta auxiliar na empreitada de constru o de sistemas especialis tas tendo sido utilizado na tarefa de sua constru o a linguagem de programa o Object Pascal Visual Borland Delphi O material do trabalho divide se em duas partes a primei ra a documenta o estrutural e operacional que cont m as descri es formais de todas as estruturas dos principais algoritmos utilizados apresentados neste cap tulo bem como o c digo fonte comentado Veja o Anexo II para o c digo completo A segunda o progra ma propriamente dito Veja o ambiente de desenvolvimento do SGR no capitulo 4 Ser descrito tamb m o que cada estrutura representa dentro de um sistema especialista A obten o dos fatos e das heur sticas conjunto de regras que permitem a confec o de um sistema especialista s o obtidos a partir da elabora o de grafos valorados
77. 1 Intelig ncia Artificial 2 Sistemas Especialistas 3 Sistemas Cognitivos 4 Grafos 5 Dist rbios Hidroeletrol ticos 6 Nutri o em Cirurgia CDU 007 52 A Deus Aos meus pais a minha esposa R gia e aos meus tesouros Priscila Camila Mariana e Nath lia Agradecimentos Minha mais sincera express o de agradecimento aos meus amigos e mestres Os professores do DSC da UFCG aos meus colegas da UNIT e da UFS pelo incentivo e est mulo para conclus o da presente dissertac o Ao colega e amigo Jo o Fonseca por ter sido um bom aconselhador nas horas dos impasses A Ramirez pela paci ncia e bons conselhos A minha Irm Rosa Helena agrade o sinceramente seu apoio Finalmente agrade o a minha fam lia pela compreens o e for a dispensadas Resumo Apresenta se neste trabalho a contribuig o que os sistemas especialistas poder o oferecer aos estudantes de Medicina em particular aos de Bases da T cnica Cir rgica no sentido de se ter uma ferramenta que permita simula o de situa es cl nicas as mais di versas auxilie no processo de tomada de decis es diagn stico e terap utica sirva para testar conhecimentos de forma interativa o computador formula perguntas e o aluno as responde o aluno verificar se o estado meta solug o de um problema corresponde ao que ele idealizou Como os fluxogramas de decis o correspondem a uma das formas de representag o do conhecimento m dico mais
78. 1 for maior que 3 e menor que 6 Figura 4 11 Tela para atribui o do nome da vari vel objetivo do sistema Figura 4 12 Tela para defini o do tipo da vari vel Objetivo Figura 4 13 Desenho completo do grafo Figura 4 14 Relat rio do Sistema Vis o parcial das vari veis que compor o o sistema especialista Figura 4 15 Relat rio do Sistema Vis o parcial das regras Figura 4 16 Bot o para imprimir relat rio Figura 4 17 Tela para escolha da impressora Figura 4 18 Bot o para retornar a Tela Principal Figura 4 19 Bot o Para sair do Programa Figura 4 20 Para sair clique no X da barra de t tulo Figura 4 21 Op o de sa da atrav s do Menu Figura 4 22 Confirma o de salvamento do grafo Figura 4 23 Escolha do nome do arquivo e o diret rio para salvamento Figura 4 24 Abertura de arquivo Figura 5 1 Tela de abertura do Expert Sinta com destaque para o bot o Novo que permite gerar uma nova base de conhecimentos Figura 5 2 Janela para fornecimento dos componentes que constituir o o sistema especialista 109 110 110 111 111 112 113 114 115 116 117 119 120 120 120 120 121 121 122 123 128 129 Sum rio Figura 5 3 Janela de edi o de vari veis do Expert Sinta Figura 5 4 Vari veis do sistema especialista para escolha da melhor dieta para um paciente cir rgico Figura 5 5 Defini o das Va
79. 145 mEq l Hipocloremia Cloro s rico abaixo de 95 mEq l Hiponatremia S dio s rico abaixo de 138 mEq l Homeostasia Estado de equil brio do meio interno latrogenia Efeito adverso ao planejado devido imprud ncia descuido ou imper cia do m dico quando da institui o do tratamento acarretando preju zos para o organismo O efeito iatrogenico mais grave representado pela morte do paciente leo parada do transito intestina Intensivista M dico que trabalha em UTI Unidade de tratamento Intensivo Intera o medicamentosa efeitos decorrentes do uso de duas ou mais drogas LPM Lista de Procedimentos M dicos S o listados os procedimentos m dicos seus c digos e valores de honor rios Medicina Nuclear Ramo da Medicina que utiliza substancias radioativas para realiza o de procedimentos diagn sticos e terap uticos Miografia Estudo dos impulsos el tricos dos m sculos Nefrologia Especialidade da medicina que estuda o aparelho urin rio Gloss rio 210 Nefropatia Doenca renal Obstruc o Intestinal Situa o caracterizada por uma interrup o do transito intestinal que leva a uma parada de elimina o de gases e fezes Olig ria Pouca urina Ortostatica Posi o em p Pancreatite Inflama o do p ncreas Polaci ria Produ o excessiva de urina Parestesia dorm ncia S stole Contra o do cora o Sudorese Produ o de suor Suturas Costura com que se unem os l bios
80. 1990 A arte de criar m quinas que executam fun es que requerem intelig ncia quando realizadas por pessoas Kurzweil 1990 O estudo de computac es que tornam poss vel perceber raciocinar e agir Wins ton 1992 O ramo da Ci ncia da Computa o que se preocupa com a automa o do compor tamento inteligente Ramo da Ci ncia da Computa o dedicado automa o de compor tamento Luger 1993 Uma rea de pesquisa que investiga formas de habilitar o computador a realizar ta refas nas quais at o momento o ser humano tem um melhor desempenho Rich 1994 Nenhuma defini o de IA como as que se viu acima universalmente aceita mas pode se chegar a um conceito eq idistante para a grande maioria dos escritores IA a rea de estudos voltada para a produ o de sistemas artificiais que realizam tarefas que quando realizadas por seres humanos exigem intelig ncia Esta defini o bastante ef mera e esconde a sua abrang ncia sua caracter stica interdisciplinar e a enorme complexi dade dos problemas presentemente enfrentados apesar disso esta defini o indica clara mente seu objetivo e a peculiaridade de sua natureza A Tabela 1 1 compara a Intelig ncia natural com a Intelig ncia artificial emprega da nos sistemas baseados em regras Habilidade Intelig ncia Natural Intelig ncia Artificial Sis temas baseados em re gras Adquire grande Alto Baixo quantidade de informa o
81. 2 Para a cria o do menu definiu se uma va ri vel univalorada quando executamos o sistema teremos somente uma op o de consulta por vez ou o diagn stico prov vel ou o laboratorial chamada Interface com dois valores poss veis Diagn stico Prov vel e Diagn stico de Certeza Na fase de constru o do sistema todas as regras que foram elaboradas para forne cimento de um diagn stico de probabilidade obrigou coloca o nas premissas de uma senten a com a vari vel Interface apresentando valor Diagn stico Prov vel Nas pre missas das regras elaboradas para conclus o por um Diagn stico Laboratorial a vari vel Interface assumiu valor Diagn stico de Certeza O Expert Sinta avalia as regras por ordem num rica ou seja a primeira a ser avali ada a de n mero 1 se esta for refutada a de n mero 2 considerada e assim sucessiva mente at que todas as regras sejam analisadas Diagn stico de Dist rbios Hidroeletrol ticos rquivo Consulta 2 a E prece eram dos ENT O Resultado Normal CNF 10C Le in laborat rio de Intelis ncia SE Interface Diagn stico Prov Qual o procedimento que voc deseja realizar E Antecedentes Administra E Administra o de L quidos se E Quadro Cl nico Hipernatrer ENT O Resultado Hipematremia C REGRA 3 PT E p SE Interface Diagn stico Prov E Diagn stico Prov vel El E Antecedente
82. 2 3 7 Fluxo de dados durante um encaminhamento Figura 3 4 96 3 8 Descri o do arquivo gerado 96 Cap tulo 4 O ambiente de desenvolvimento do SGR 104 4 1 Introdu o 104 4 2 Tela principal 105 4 2 1 Incluir um nodo 106 4 2 2 Selecionar um nodo 107 4 2 3 Movendo um nodo na tela 107 4 2 4 Alterando dados de um nodo 107 4 2 5 Excluindo um nodo 108 4 2 6 Limpando o formul rio de dados de um nodo 108 4 2 7 Inclu do um nodo Objetivo 108 4 2 8 Atribuindo sinal de relacionamento e valores entre os nodos ligando nodos 109 4 2 9 Consultando sinal de relacionamento e valor entre dois nodos 112 4 2 10 Excluindo o valor e o sinal de relacionamento entre nodos excluindo liga es 112 4 3 Definido o objetivo do sistema 113 4 4 Relat rio do sistema 114 4 4 1 Relat rio do sistema Fatos e Regras 116 4 4 2 Impress o do relat rio final 119 4 4 3 Voltar tela principal 120 Sum rio 4 5 Sa da e fechamento do programa 4 6 Outras op es 4 6 1 Abrir um arquivo 4 6 2 Criag o de um novo arquivo 4 6 3 Impress o do formul rio com o grafo Cap tulo 5 Constru o de Sistemas Especialistas 5 1 Introdug o 5 2 Objetivo 5 3 Relev ncia 5 4 O shell 5 5 Constru o dos sistemas 5 5 1 Sistema especialista para escolha da melhor dieta para um paciente cir rgico 5 5 2 Sistema especialista para diagn stico de dist rbios hidroeletrol ticos 5 5 2 1 M dulo de Diagn stico Prov vel 5 5 2 2 M dulo de D
83. 243 1995 AMARAL M B SATOMURA Y HONDA M SATO T A Phichiatric Diagnostic System Integrating Propalistic and Categorical Reasoning Yearbook of Medical Infor matics p 415 426 1996 ARARIB IA G Intelig ncia Artificial Um Curso Pr tico Livros T cnicos e Cientif cos Editora Ltda 1988 BARUZZI A C do A HIDAL J T PEREIRA M de B KASISSKI N Dist rbios do Metabolismo do Magn sio e C lcio In KNOBEL E Condutas no Paciente Grave S o Paulo Livraria Atheneu 1994 BECK L H Cl nicas M dicas da Am rica do Norte Dist rbios Hidroeletrol titicos Rio de Janeiro Interamericana Mar o de 1981 BELLMAN R An Introduction to Artificial Intelligence Can Computers Think San Francisco CA Boyd amp Fraser 1978 Bibliografia 212 BINDA R E Insufici ncia Renal e Dist rbios Hidroeletrol ticos In SCHARTZ G R SAFAR P STONE J H STOREY P B WAGNER D K Emeg ncias M dicas 1 Edi o Rio de Janeiro Interamericana p 139 148 1982 B HN G M A Quest o da Educa o em Inform tica M dica Revista Inform dica 2 10 19 20 1994 BRASIL L M AZEVEDO F M BARRETO J M A hybrid expert system for the diagnosis of epileptic crisis Artificial Intelligence in Medicine 21 2001 227 233 BRENT E Expert System http www missouri edu socbrent estalk txt Universidade de Missouri 1996 BROBECK J R As Bases Fisiol gicas da Pr tica M d
84. 7 2000 251 260 JACKSON P Expert Sistems Addison Wesley Publishing Company 2 ed 1990 Bibliografia 215 JIM NEZ JOS A L gica computacional Dpto de Ci ncias de la Computaci n e Inteli gencia Artificial Universidad de Sevilla JUNIOR C J F SANTOS B F C dos AKAMINE N KNOBEL E Reposi o Vo l mica In KNOBEL E Condutas no Paciente Grave S o Paulo Livraria Atheneu 1994 KOWALSKI Z ARENDT R MELER KAPCIA M ZIELNSKI S An expert system for aided design of ship systems automation Expert Systems with Applications 20 2001 261 266 KEMBER N F Aplica es do Computador na Medicina 2 edi o Editora Campus 1986 KIESEL R Desenvolvendo Sistemas de Intelig ncia Artificial Universidade Regional de Blumenal FURB 1996 KOJIMA T SEKIGUSHI H KOBAYASHI H NAKAHARASS OHTANI S An expert system of machining operation planning in Internet environment Journal of Ma terials Processing Technology 107 2000 160 166 KOHN D E Conduta Hidroeletrol tica in DUNAGAN W C RIDNER M L Ma nual de Terap utica Cl nica 26 edi o Rio de Janeiro Medsi 1991 p 64 87 KRUPP M A SWWET N J JAWETZ E BIGLIERI E G ROE R L Manual M dico 18 edi o Rio de Janeiro Guanabara Koogan 1977 p 480 494 KURTZWEIL R The age of intelligent Machines The MIT Press Cambridge Massa chussets 1990 LAURIKKALA J JUHOLA M LAMMI S PE
85. Ad5 Existe Boolean begin PAuxAdj POrigem PrimAdj PAuxAdj recebe o primeiro da lista adjacen te de POrigem Existe False Vari vel utilizada para identificar se um novo ele mento ou n o if PAuxAdj nil then begin Inclui o primeiro da lista de adjac ncia new PAuxAdJ PAuxAdj Nodo PDestino PAuxAdj Relacionamentol Relacionamentol PAuxAdj nome valorl nome valorl PAuxAdj Relacionamento2 Relacionamento2 PAuxAdj nome valor2 nome valor2 PAuxAdj Prox nil PAuxAdj Ant nil POrigem PrimAd PAuxAd 3 POrigem UltAd3 PAuxAd 3 Existe True end else begin while PAuxAdj lt gt nil do begin if PAuxAd3 Nodo PDestino then begin Se encontrar esse endere co na lista de adjac ncia PAuxAdj Relacionamentol Relacionamentol Altera o rela cionamento para o novo valor PAuxAdj nome valoril nome valorl Altera o valor do nodo PAuxAdj Relacionamento2 Relacionamento2 Altera o rela cionamento para o novo valor PAuxAdj nome valor2 nome valor2 Altera o valor do Anexo II 186 nodo Existe True break end else begin PAntAdj PAuxAdS PAuxAd PAuxAd3 Prox end end end if not Existe then begin Se n o existir PDestino na lista de adja c ncia ent o new PAuxAd Aloca um espa o e insere esse novo elemen to PAuxAdj Nodo PDestino PAuxAdj Relacionamentol
86. Color clBlue apa Canvas Pen Width 1 PAuxAd PAuxAd3 Prox end PAuxGrafo PAuxGrafo Prox end Desenha os cones dos nodos PAuxGrafo PrimGrafo while PAuxGrafo lt gt nil do begin if PAuxgrafo Objetivo True then DesNodoObjeti vo PAuxGrafo xiNodo PAuxGrafo yiNodo PAuxGrafo CodNodo else DesNodo PAuxGrafo xiNodo PAuxGrafo yiNodo PAuxGrafo CodNodo PAuxGrafo PAuxGrafo Prox end end Procedimento ZonaCritica Par metros novoxi novoyi novoxf novoyf identificam as coordenada do mapa onde se deseja pesquisar se h ou n o um n nessa regi o opera o identifica a opera o qu st sendo realizada Se a opera o for de selecionar um n SELECIONA atribui ao ponteiro RetPtr o ponteiro para o n encontrado RetLogic Recebe valor 0 se n o foi encontrado nenhum n RetPtr Se a operacao for SELECIONA ent o esse ponteiro aponta pa ra o ponteiro do n encontrado se n o for encontrado nenhum nodo nessa regi o aponta para NULL procedure TFrmMapa ZonaCritica novoxi novoyi novoxf novoyf operacao integer var RetLogic integer var RetPTR PTRGrafo var PAux PTRGrafo Ponteiro auxiliar para o Grafo PosCritical PosCritica2 Boolean begin PAux PrimGrafo Para iniciar no comeco do grafo PosCritical False PosCritica2 False while PAux lt gt nil do begin PosCritical False PosCritica2 False Verifica se as coordenadas recebidas pela
87. IA em princ pio podem ser desenvolvidos em qualquer linguagem de programa o por m como em qualquer tarefa de programa o h linguagens que a presentam caracter sticas mais adequadas a esta finalidade As linguagens mais adequadas s o aquelas que fornecem apoio computa o simb lica e que sejam inerentemente explo rat rias Apoio para Computa o Simb lica Programa o em IA envolve principalmente a manipula o de s mbolos e n o como ocorre na programa o convencional de n meros Estes s mbolos podem representar objetos do mundo e rela es entre esses objetos Na representa o simb lica frequentemente empregam se listas como estrutura de dados para representar o conhecimento na qual um elemento dessa lista pode ser ou um s mbolo ou outra lista Linguagem para programa o em IA portanto devem apoiar estru turas de dados baseadas em listas Apoio para Programa o Explorat ria Para muitos sen o a maioria programas de IA exibem problemas relacionados a t cnicas de engenharia de software Raramente poss vel dar a especifica o completa de um programa de IA antes da constru o de um prot tipo que entenda bem a natureza dos problemas Programar IA portanto inerentemente explorat rio Caracter sticas de linguagem de programa o que ap ia programa o explorat ria incluem e Extensibilidade habilidade para desenvolver prop sitos especiais para resolver classes de problema
88. Mapa BtnIncluiClick Sender TObject var Opcao tipo Tipovariavel objetivo boolean begin if EdCodNodo Text or EdCodNodo Text then begin N o deixa que o c digo do Nodo receba o caractere pois ele usado na formata o do arquivo de sa da ShowMessage 0 Campo c digo est vazio ou preenchido incorretamen test EdCodNodo SetFocus exit end else if InGrafo PrimGrafo EdCodNodo Text then begin Se j existir esse c digo ShowMessage Esse c digo j existe exit end Recebe o valor para Tipo de vari vel Num rica Univalorada Multi valorada If RgTipo ItemIndex 1 then Opcao tipo numerica else Anexo II 197 if RgTipo ItemIndex 0 then Opcao tipo Univalorada else if RgTipo ItemIndex 2 then Opcao tipo multivalorada Recebe o valor para Objetivo if Rg0bjetivo Itemindex 0 then objetivo true else objetivo false N o deixa que o nodo fique sem um nome while EdNomeNodo Text do begin ShowMessage 0 Campo Nome da Vari vel deve estar preenchido EdNomeNodo SetFocus exit end if RGObjetivo Itemindex 1 then begin while EdPergunta Text do begin ShowMessage necess rio uma pergunta para que a Vari vel seja instanciada no SE EdPergunta SetFocus exit end end Atualiza a vari vel RegGrafo com os valores do formul rio RegGrafo CodNodo EdCodNodo Text RegGrafo nome nodo EdNomeNodo Text
89. NTTINEN J AUKEE P Analysis of the imputed female urinary incontinence data for the evaluation of expert system pa rameters Computers in Biology and Medicine 31 2001 239 257 LEVINSKL N G L quidos e Eletr litos in THORN G W ADAMS R D BRAUNWALD E ISSELBACHER K J PETERSDORF R G Harrison Medicina Interna 8 edig o volume I Rio de Janeiro Guanabara Koogan 1980 p 355 366 LLACH F KAUFMAN C E PEDERSON J A CZERWINSKI A W Fluidos e Eletrol tos in PAPPER S WILLIAMS G R Manual de Assist ncia Cl nica ao Paci ente Cir gico 2 edi o Rio de Janeiro Medsi 1982 p 49 75 LLATA J R SARABIA E G ORIA J P Fuzzy expert system with double knowled ge base for ultrasonic classification Expert Systems with Applications 20 2001 3474355 LONGO M B SMITH JR R POLISTCHUCK D Delphi 3 Total Aplica es para Banco de Dados Rio de Janeiro Brasport 1997 Bibliografia 216 LUGER G F STUBBLEFIELD W A Artificial Intelligence Structures and Strategies for Complex Problem Solving Benjamin Cummings Publishers Redwood City CA 1993 LYERLY H K GAYNOR J W The Handbook of Surgical Intensive Care 3 edition St Louis Mosby Year Book 1992 p 402 448 MAXWELL M H KLEEMAN C R Cl nica das Altera es Hidroeletrol ticas 3 Edi c o Rio de Janeiro Guanabara Koogan 1981 McCARTHY J Some Expert System need common Sence Stanford University
90. Origem UltListaOrigem impaListaDestino PrimListaDestino UltListaDestino impaListaRegra PrimListaRegra UltListaRegra DesMapa end end COMPONENTES CAIXA DE TEXTO N o permite o preenchimento com um valor que n o seja um n mero ou para uma vari vel n merica na caixa de valori procedure TFrmMapa EdValorlKeyPress Sender TObject var Key Char var POrigem PTRGrafo begin POrigem AtribPTRGrafo PrimGrafo Cmb0Origem Items CmbOrigem ItemIndex if POrigem 0Opcao tipo numerica and not Key in 0 9 Chr 8 then begin ShowMessage Preencha o campo com um n mero Key 0 end end N o permite o preenchimento com um valor que n o seja um n mero ou para uma vari vel n merica na caixa de valor2 procedure TFrmMapa EdValor2KeyPress Sender TObject var Key Char begin if not Key in 0 9 Chr 8 then begin ShowMessage Preencha o campo com um n mero Key 0 end end f COMPONENTE RICH EDIT Anexo II 202 Procedimento que atualiza a Lista de Caminhos e o objeto RichEdit com o novo caminho encontrado procedure TFrmMapa AtuJanRegras var TopoReg PAuxReg PAuxPilha PTRPilhaRegra linha integer begin TopoReg nil Utiliza uma outra pilha que ter o conte do invertido da pilha original PAuxPilha Topo Isso porque o caminho na pil
91. Press o Arterial Pergunta Qual o comportamento da press o arterial Vari vel Press o venosa Pergunta Como est a press o venosa Vari vel Pulso Pergunta Como est o pulso Vari vel Sede Pergunta O paciente apresenta sede Vari vel Sensibilidade Pergunta Comportamento da sensibilidade da pele Vari vel Tonturas Pergunta O Paciente tem tonturas Vari vel Torpor Pergunta O paciente esta torporoso Vari vel Turgor e elasticidade da pele Pergunta Turgor e elasticidade da pele diminu da Vari vel Varia o de Peso Pergunta Varia o de peso Vari vel V mitos Pergunta O Paciente apresenta v mitos 5 2 2 3 Montagem do sistema especialista A montagem do sistema especialista que permite o diagn stico de dist rbios hidro eletrol ticos foi feita no Expert Sinta de maneira semelhante a j abordada para Escolha da melhor dieta para um paciente cir rgico vista neste cap tulo 5 3 3 Arquivo de Ajuda O Expert Sinta aceita que a partir do resultado da consulta quanto o estado meta atingido seja estabelecido um link com um arquivo de ajuda do Windows hlp que contendo informa es pertinentes ao assunto representado no banco de conhecimento permite ao aluno confirmar se aquele resultado consistente Com o arquivo de ajuda podem se montar verdadeiros tutoriais que sedimentar o por parte do aluno o entendimento do tema que serviu de modelo para confec o
92. Quando o bot o Relat rio do Sistema Fatos e Regras clicado existe necessi dade de defini o das propriedades da vari vel objetivo para tal necess rio responder as duas caixas de entrada de texto que ser o exibidas segiiencialmente Figuras 4 11 e 4 12 Nome da Vari vel objetivo f x Entre com o nome da vari vel Objetivo Resultado Cancel Figura 4 11 Tela para atribuic o do nome da vari vel objetivo do sistema Para constru o da base de conhecimento Melhor Dieta para um Paciente Cir rgi co n o ser aceito o valor default Resultado e em fun o disso altera se o nome para Dieta Para que a altera o seja validada clica se o bot o com o r tulo OK Se o Cap tulo 4 O ambiente de desenvolvimento do SGR 114 bot o contendo o r tulo Cancel for pressionado o sistema manter o default ou seja o nome da vari vel objetivo aceitar o valor padr o Resultado Definido o nome do atributo objetivo nova janela Input Box exibida para defi ni o do tipo de vari vel que se pretende para o sistema Univalorada ou Multivalorada Figura 4 12 Tipo da Vari vel objetivo x Tipo da Vari vel Objetivo Univalorada Multivalorada Cancel Figura 4 12 Tela para defini o do tipo da vari vel Objetivo No exemplo de sistema que est sendo desenvolvido s permitido um tipo de di rd eta por vez e
93. Universidade Federal de Campina Grande Centro de Ci ncias e Tecnologia Coordenac o de P s Graduac o em Inform tica Dissertac o de Mestrado Sistemas Especialistas como ferramenta auxiliar para o ensino da disciplina Bases da T cnica Ci r rgica Jo o Fernandes Britto Arag o Aracaju Campina Grande 2002 Universidade Federal de Campina Grande Centro de Ci ncias e Tecnologia Coordenac o de P s Graduac o em Inform tica Jo o Fernandes Britto Arag o Sistemas Especialistas como ferramenta auxiliar para o ensino da disciplina Bases da T cnica Ci r rgica Dissertac o apresentada ao curso de Mestrado em Inform tica do Centro de Ci ncias e Tecno logia da Universidade Federal de Campina Grande como requisito parcial para a obtenc o do t tulo de Mestre em Inform tica rea de concentrac o Inform tica Linha de pesquisa Modelos Computacionais e Cognitivos Orientador Prof Dr Ant nio Ramirez Hidalgo UNIVERSIDADE FEDERAL DE CAMPINA GRANDE Campina Grande 2002 Ficha Catalogr fica Arag o Jo o Fernandes Britto A659S Sistemas Especialistas como ferramenta auxiliar para o ensino da disciplina Ba ses da T cnica Cir rgica Dissertac o Mestrado Universidade Federal de Campina Grande Centro de Ci ncias e Tecnologia Coordenac o de P s Graduac o em Inform tica Campina Grande Pb Julho de 2002 220 p ginas p II Orientador Dr Antonio Ramirez Higalgo Palavras Chave
94. a Va lor Seleciona se na caixa de sele o origem e na caixa de sele o destino o nodo de ori gem e destino respectivamente Coloca se o sinal de relacionamento ou lt gt e o valor do nodo origem que permitem gerar o nodo destino Se esse relacionamento e valor forem os mesmos de ida e volta relacionamento em m o dupla seleciona se a opg o Sim na caixa de sele o M o Dupla Figura 4 5 Gera o de Regras a partir de Grafos Valorados DR iol xj Arquivo Nodo Valor Origem Destino rValor da Vari vel E o M o Dupla C Sim N o v atribui d Exclui X Relat rio do Sistema Fatos e Regras i Sair Figura 4 5 Interface para atribui o de valor que liga um nodo origem a um destino e os sinais de atribui o e lt gt evidenciados Quando o nodo origem do tipo Num rico a caixa de sele o permite a op o de escolha de um nico n mero ou de um intervalo de valores Quando a op o por um valor num rico nico e n o um intervalo s ser permiti do que o sinal de atribui o assuma valores ou lt gt Figura 4 6 Cap tulo 4 O ambiente de desenvolvimento do SGR 110 sf Gera o de Regras a partir de Grafos Valorados Figura 4 6 Op es de sinal de atribui o quando o nodo origem do tipo num rico Observe que se pretende um n
95. a pena desenvolver um sistema especialista por m em reas como explora o de leo e medicina onde o conhecimento especializado seja raro poder ser barato contar com sis temas especialistas para auxiliar tomadas de decis o 2 Problemas que fazem uso de t cnicas de racioc nio simb lico poder o ser resol vidos facilmente por tais sistemas De um modo geral estes problemas n o requererem destreza manual ou habilidade f sica para serem resolvidos 3 Problema bem estruturado que n o demanda muito conhecimento do bom sen so O senso comum notoriamente dif cil de capturar e representar reas altamente t cni ca s o mais f ceis de representar e tende a envolver quantias relativamente pequenas de formaliza o do conhecimento 4 Os problemas n o s o facilmente resolvidos quando se usa m todo de computa o mais tradicional Se h uma boa solu o algor tmica para um problema n o necess rio usar um sistema especialista 5 Exist ncia de peritos cooperativos e articulados Para um projeto de sistema es pecialista ter xito essencial que os peritos estejam dispostos a ajudar e n o sintam que exista amea a ao seu emprego 6 O problema de resolu o trabalhosa Tipicamente elaborado para resolu o de problemas que requeiram per cias altamente especializadas mas que no entanto um perito humano levaria pouco tempo para resolver diga se uma hora no m ximo 7 Deve ficar claro que s uma gam
96. a pequena de problemas apropriada para u sar tecnologia de sistema especialista por m determinado que a resolu o para aquele problema satisfat ria sistemas especialistas podem trazer benef cios enormes Sistemas foram por exemplo desenvolvidos para ajudar na an lise de amostras colecionadas em explora o de leo e ajuda de configura o de sistemas de computador Ambos os sistemas est o atualmente em uso ativo economizando quantias consider veis de dinheiro Cap tulo 2 Sistemas Especialistas 56 Os sistemas especialistas tamb m podem gerar problemas Com a introdu o da au toma o os trabalhadores podem se sentir inseguros eles podem achar que ir o perder o emprego e isto realmente pode acontecer Esta situa o pode ser evitada com uma migra o lenta e respons vel do sistema humano para o sistema m quina Um outro problema pode surgir quanto pol tica sistemas especialistas n o possu em senso de pol tica podendo produzir resultados embara osos Portanto em determina das situa es necess rio subordinar o sistema a um analista humano que interagindo com o mesmo quando necess rio desviar a aten o do fato embara oso 2 2 2 Engenharia do conhecimento aplicada aos sistemas especialistas Tendo decidido que o problema adequado precisa se extrair o conhecimento do perito e represent lo usando um shell de sistema especialista O engenheiro do conhe cimento atua com
97. a vez que uma decis o preci sasse ser tomada perguntas pertinentes ao problema fossem formuladas pelo aplicativo rodado no computador e o aluno pudesse eleger para cada questionamento a resposta que ele considere mais correta A sucess o de respostas aos questionamentos levar a um esta do meta objetivo do sistema Se al m disso para cada pergunta formulada fosse dada a explica o do motivo daquela quest o e o racioc nio adotado para obten o de uma solu o estado meta fosse fornecido a l gica adotada pelo aplicativo para resolu o de pro blemas seria mais plenamente justificada e a credibilidade no sistema seria aumentada Se a aten o for voltada para o que se pretende obter constata se que o objetivo a ser atingido a constru o de programas de computador que interagindo com o usu rio permitam que tarefas decis rias sejam solucionadas e o racioc nio adotado para atingir um dado objetivo seja justificado ou seja na verdade o que se pretende arquitetar s o sistemas especialistas Uma das frases mais usada em constru o de softwares procurar n o reinventar a roda significando que no processo de elabora o de programas deve se evitar partir do zero e para isto faz se o reaproveitamento de algoritmos e rotinas previamente criados N o teria sentido todas as vezes que houvesse inten o de produzir sistemas espe cialistas espec ficos para determinada rea do conhecimento o desenvolvedor tiv
98. aRegra UltListaRegra Para n o dar pau se a vari vel exclu da fazia parte de uma das regras AtuJanNodo end 3 6 3 Algoritmo para altera o de um valor do formul rio Este algoritmo utilizado para alterar propriedades de um nodo selecionado no gra fo Abaixo est o algoritmo j implementado Executado quando o bot o Altera Clicado procedure TFrmMapa BtnAlteraClick Sender TObject var Opcao tipo Tipovariavel objetivo boolean begin if PrimGrafo nil then begin ShowMessage N o H Nenhuma Vari vel Cadastrada exit end else if EdCodNodo Text then begin ShowMessage 0 Campo c digo da Vari vel deve estar preenchido exit end If RgTipo ItemIndex 1 then Opcao tipo numerica else if RgTipo ItemIndex 0 then Opcao tipo Univalorada else if RgTipo ItemIndex 2 then Opcao tipo multivalorada Recebe o valor para Objetivo if Rg0bjetivo ItemIndex 0 then objetivo true else objetivo false Atualiza os dados de PAtualGrafo PAtualGrafo CodNodo EdCodNodo Text PAtualGrafo nome nodo EdNomeNodo Text PAtualGrafo Pergunta EdPergunta Text PAtualGrafo Motivo EdMotivo Text PAtualGrafo Objetivo objetivo Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 90 PAtualGrafo Opcao_tipo opcao tipo AtualizaCmbGrafo end 3 6 4 Algoritmo para limpar o formul rio de dados Limpa o formu
99. acionamento entre os sintomas e as doen as Na realidade o m dico oferece uma cole o de doen as poss veis Isto se deve ao fato de certa incerteza ocorrer no processo de infer ncia da resposta por parte do m dico Abbod at al 2001 Os sistemas especialistas que trabalham no mundo real apresentam com certa fre qu ncia necessidade de manipular incertezas Um esquema simples para manipula o de incerteza associar um valor num rico a cada informa o no sistema O valor num rico representar o grau de certeza associado informa o A combina o dos valores num ri cos pode gerar o grau de certeza da resposta p s infer ncia Tr s abordagens s o utilizadas para tratar a incerteza l gica probabil stica fatores de certeza e probabilidade L gica Probabil stica Cap tulo 2 Sistemas Especialistas 59 Tamb m conhecida como l gica fuzzy Castro at al 1999 Ebrahim at 2001 Fon seca at al 2001 Hirano at al 2001 Innocent at al 2001 Lhata at al 2001 A l gica fuzzy ou l gica difusa foi estruturada em 1965 por Lofti A Zadeh da Universidade da Calif r nia para tratar e representar incertezas Fatos podem ser associados a n meros fracion rios entre O e 1 conseguindo deste modo representar fatos que nem s o totalmente verdadeiros e nem s o totalmente falsos conseguindo tratar a incerteza desta maneira A l gica difusa pode ser aplicada por exemplo na constru o de sistemas especia
100. ade das m quinas inteligentes geralmente computadores independentemente da a o humana ainda bastante limitada A IA mal saiu do seu est gio embrion rio e os seus sis Cap tulo 1 Intelig ncia Artificial 22 temas s o capazes apenas de manipular intelig ncia em n veis rudimentares Mesmo as sim n o se pode deixar de antever as infinitas possibilidades existentes para que estas m quinas venham a demonstrar um comportamento inteligente compar vel e em alguns ca sos superior ao humano 1 1 5 Aplica es da IA Vis o A habilidade de dar sentido ao que se enxerga Busca desenvolver formas para o computador trabalhar com a vis o bidimensional e tridimensional Compreens o da linguagem natural A habilidade para comunica o com os outros em portugu s ou outro idioma natural podendo tamb m possibilitar tradu o de um idioma para outro Objetiva aperfei oar a comunica o entre as pessoas e os com putadores Compreens o da voz A habilidade para que a intera o homem m quina se pro cesse atrav s da voz Planejamento A habilidade para decidir por uma sucess o boa de a es e alcan ar metas pr estabelecidas Rob tica Permite que um rob possua habilidade para mover e agir no mundo ao mesmo tempo em que possibilita resposta autom tica quando diante de percep es novas o campo de estudo voltado para desenvolver meios de construir m quinas que possam interagir com o meio ver ou
101. alo Topo nome valor2 PAuxAdj nome valor2 Atribui o valor do nodo Intervalo ConstruirRegras PAuxAdj Nodo PDestino Executa for ma o de regras com a nova Origem Recurs o end PAuxAdj PAuxAdj Prox Vai para o pr ximo da lista de adja centes end Desempilha end end Recebe o endere o de um elemento do grafo e retorna verdadeiro se ele estiver na pilha de regras Essa cr tica serve para que um mesmo nodo n o seja visitado mais de uma vez a cada caminhamento function TFrmMapa Visitada Nodo PTRGrafo Boolean var PAux PTRPilhaRegra Achei Boolean begin PAux Topo Achei False Pesquisa em toda a pilha while PAux lt gt nil and not Achei do begin if PAux Nodo Nodo then Achei True else PAux PAux Prox end Visitada Achei end Empilha um nodo na Pilha de Regras procedure TFrmMapa Empilha Nodo PTRGrafo var PAux PTRPilhaRegra begin new PAux PAux PAux PAux PAux PAux no PAux Pr Topo PA end No re no re Desempilh procedure var PAux P begin PAux To if Topo lt Topo Dispo end end Anexo II do Nodo lacionamentol me_valorl lacionamento2 me valor2 ox Topo Ux a um nodo da Pilha de Regras TFrmMapa Desempilha RPilhaRegra po gt nil then begin Topo Prox se PAux Procedimento que inclui um novo nodo na lista encadeada ListaRegras
102. alores que ir o formar o Sistema Especialista procedure TFrmMapa VariaveisDoSistema var PAuxGrafo PTRGrafo PAuxAdj PTRListaAdS Opcao string begin PAuxGrafo PrimGrafo Vari veis que n o s o objetivos do Sistema FrmResultado RERelatorio Lines Add VARI VEIS FrmResultado RERelatorio Lines Add while PAuxGrafo lt gt nil do begin if PAuxgrafo Objetivo false then begin Anexo II 193 Para receber o valor do tipo de vari vel transforma o de um tipo enumerado em uma string If PAuxGrafo Opcao_tipo numerica then opcao num rica else if PAuxGrafo Opcao_tipo univalorada then opcao univalorada else opcao multivalorada FrmResultado RERelatorio Lines Add NOME PAuxGrafo Nome nodo FrmResultado RERelatorio Lines Add OBJETIVO N O FrmResultado RERelatorio Lines Add TIPO opcao FrmResultado RERelatorio Lines Add PERGUNTA PAuxGrafo Pergunta FrmResultado RERelatorio Lines Add MOTIVO DA PERGUNTA LA PAuxGrafo Motivo FrmResultado RERelatorio Lines Add VALORES PAuxAdj PAuxGrafo PrimAdS Para encontrar os Valores de Cada Vari vel Visitamos os nodos adjacentes while PAuxAdj lt gt nil do begin comeca a pesquisa na lista de adjacentes FrmResultado RERelatorio Lines Add PAuxAd3 Relacionamentol PAuxAdj nome_valorl PAuxAd3 Relacionam
103. amentol Valorl F gado Relacionamento2 Valor2 yicid xicid 0 yfcid xfcid 0 Prox nil PrimAd nil UItAdj nil NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAdj nil UItAdj nil Origem nodo 3 Registro 20 origem Registro 22 delimitador CodNodo 3 NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid 0 yfcid xfcid 0 Prox nil PrimAd nil UltAdj nil CodNodo NomeNodo Objetivo Pergunta Motivo Relacionamento Valorl Relacionamento2 Valor2 vicid xicid O yfcid xfcid O Prox nil PrimAdj nil ULA dj nil 100 Origem nodo 4 Registro 23 origem Registro 24 delimitador CodNodo 4 NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAd nil UItAdj nil Origem nodo 5 Registro 25 origem Registro 26 delimitador CodNodo 5 NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAd nil UItAdj nil Origem nodo 6 Registro 27 origem Registro 28 adjacente Registro 29 adjacente CodNodo 6 NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAd nil UItAdj nil Regis
104. amentol str2 no me valorl str1l00 relacionamento2 str2 nome valor2 str100 CmbOrigemChange Sender TObject ExibeValor Nodo PrimGrafo POrigem PDestino PTRGrafo CmbDestinoChange Sender TObject BtnExcClick Sender TObject ExcluiCaminho var PrimAdj PTRListaAdj var Ul var PAuxAdj PTRListaAd ExcluiLigacoes PAtualGrafo PTRGrafo ConstruirRegras POrigem PDestino PTRGrafo Empilha Nodo PTRGrafo Desempilha RGrafo Boolean AtuJanRegras IncListaRegra var PrimListaRegras PTRListaRegra ListaRegra PTRListaRegra linha longint Nodo PTRGrafo LimpaListaRegra var PrimListaRegras PTRListaRegra ListaRegra PTRListaRegra 175 Anexo II 176 procedure SalvariClick Sender TObject procedure Salvar NomeArq string procedure AbrirClick Sender TObject procedure AbrirArq NomeArg string procedure LimpaGrafo var PrimGrafo PTRGrafo var UltGrafo PTRGrafo procedure NovoClick Sender TObject function AtribPtrGrafoCod PrimGrafo PTRGrafo Chave str2 PTRGrafo procedure ImprimirClick Sender TObject procedure BtnLimpaClick Sender TObject procedure SairlClick Sender TObject procedure CmbOrigemCamChange Sender TObject procedure CmbDestinoCamChange Sender TObject procedure BtnResultadoClick Sender TObject procedure Saida procedure FormClose Sender TObject var Action TCloseAction proc
105. ante Veja como o processo se sucede Figura 1 11 Cap tulo 1 Intelig ncia Artificial 43 Colocar informa o mem ria de trabalho mem trab Verificar primeira regra Verificar pr xima regra tem mais regras Colocar conclus o na mem trab Premisas se ajustam com mem trab Figura 1 11 Encadeamento para frente Em um sistema de encadeamento para tr s Figura 1 12 come a se com alguma hip tese ou meta que se busca provar e continua se procurando regras que casem com a conclus o daquela hip tese o sistema empregado pelo Prolog gt GOAL PRINCIPAL MOSTRA RESULTAD SOBGOAL 2 A D FATO 4 FATOS SOBGOSL 1 FaTO1 FATO Figura 1 12 Encadeamento para tr s SOBGOAL 3 Ba l gt E Cap tulo 1 Intelig ncia Artificial 44 Os Sistemas baseados em regras podem apresentar erros quando ocorre e Regras redundantes a ordem das premissas diferente e a conclus o igual e Regras conflitantes premissas iguais e conclus o diferente e Regras que t m a mesma conclus o mas n o as mesmas premissas e Regras circulares premissa igual conclus o e conclus o igual premissa e Regras com premissas desnecess rias a premissa sempre satisfeita e Regras sem sa da n o disparam outra regra e Regras perdidas fatos n o usados ou conclus es n o afetadas por qualquer regra e Regras em que as premissas nunca s o testadas regras p
106. arte da lista de adjacentes dos outros nodos o que s poss vel a partir de Utilizada para saber se um n esta na lista de todos os adjacentes Function T rmMapa EstaNosAdjacentes var Nodo PTRGrafo boolean var PAuxGrafo PTRGrafo PAuxAd3 PTRListaAd Encontrado boolean begin Encontrado false PAuxGrafo PrimGrafo Para iniciar no Come o do Grafo while PAuxGrafo lt gt nil and not encontrado do begin comeca a pesquisa o grafo PAuxAdj PAuxGrafo PrimAdS while PAuxAdj lt gt nil do begin comeca a pesquisa na lista de adja centes if PAuxAdj Nodo PAuxGrafo then begin Encontrado true break end else PAuxAdj PAuxAdj Prox end PAuxGrafo PAuxGrafo Prox end EstaNosAdjacentes Encontrado end 3 6 8 Algoritmo para forma o da lista de destino Este algoritmo serve para forma o da lista dos nodos que s o sumidouros do grafo ou seja os objetivos do sistema Abaixo est o algoritmo j implementado Procedure TFrmMapa FormarListaDestino var PAux PTRGrafo Begin PAux PrimGrafo Para iniciar no Come o do Grafo while PAux lt gt nil do begin if PAux Objetivo true then IncListaDestino PrimListaDestino UltListaDestino PAux PAux PAux Prox end end 3 6 9 Algoritmo para forma o da lista de regra Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 93 Quando se quer obter o relat rio para confecg o do sistema especiali
107. bbatini apresenta procedimento para decis o de v rias condutas m dicas diagn stico avalia o de risco protocolo tera p utico interpreta o de alguns testes laboratoriais Desenvolvido na Unicamp Brasil ILLIAD desenvolvido na Universidade de Utah em Salt Lake City Diagn stico na rea de Medicina Interna a partir de uma base de conhecimento que contem 908 doen as 1 509 s ndromes e 11 900 sinais sintomas e exames subsidi rios O sistema baseado em uma abordagem probabil stica de apoio a decis o Teorema de Bayes fornece orienta o terap utica depois de realizar o diagn stico O ILIAD oferece ainda um m dulo especia lista que o aluno pode consultar como se fosse um preceptor m dico verificando assim a Cap tulo 2 Sistemas Especialistas 73 conduta apropriada de um especialista ante a situac o proposta pelo aluno e um m dulo tutorial em que o conhecimento a respeito de uma determinada patologia diretamente transmitido Vilela 1993 QUICK MEDICAL REFERENCE Apoio ao diagn stico em Medicina Interna um dos sistemas comerciais mais utilizados no mundo HEART ATTACK SURVIVAL CALCULATOR Primeiro arqu tipo de sistema distribu do na Internet na rea de apoio a decis o m dica O programa aceita valores cl ni cos a exemplo do grau de oclus o da art ria coronariana conhecida e estima a probabilida de de sobreviv ncia do paciente ainda durante a fase de internac o DIABOLO desenvolvido
108. biente de desenvolvimento do SGR 113 4 3 Definido o objetivo do sistema Quando se elabora um fluxograma de decis o por que se quer atingir um objetivo um diagn stico a escolha de um tipo de cirurgia tipo de exames etc O objetivo tem um nome diagn stico exame medicamento dieta etc e um valor Diagn stico apendicite coleciste colangite diverticulite etc Um fluxograma que s permite uma decis o por vez constitu do por um objetivo do tipo univalorado Ex Se o paciente tem fal ncia de rg o e este rg o o f gado a vari vel Dieta para este paciente especifica para paciente hepatopata Sem amino ci dos arom ticos contendo amino cidos de cadeia arom tica Um fluxograma que permite que mais de um valor seja obtido constitu do de vari vel multivalorada Ex O paciente que tem antecedentes de v mitos e diarr ia e apresen ta sintomatologia para sede mucosas secas pulso fino hipotens o arterial e olig ria pode apresentar a vari vel do tipo objetivo com os valores desidrata o hipocloremia hipo natremia hipopotassemia ao mesmo tempo A vari vel do tipo Objetivo s ser definida ap s desenho completo do grafo e dependendo da vontade do implementador da base de conhecimentos poder ter suas pro priedades modificadas para cada encaminhamento todas as vezes que o bot o Relat rio do Sistema Fatos e Regras for clicado
109. bliografia 213 CIMINO J J CLAYTON P D HRIPCSAK G Knowledge based Approaches to the Maintenance of a Large Controlled Medical Terminology Journal of the Medical In formatics Association 1 1 35 50 Jan Fev 1994 COIERA E Designing for Decision Support in a Clinical Monitoring Environment Inter national Conference on Medical Physics and Biomedical Engineering University of Cyprus May 1994 http wwwuk hpl hp com people ewc Ppes Cyprus Cyp_v2 doc html COIERA E BAUD R CONSOLE J CRUZ J DURINCK J FRUTIGER P HUCKLENBROICH P RICKARDS A SPITZER K The Role of Knowledge Based System in clinical Practice in CHRISTENSEN B J P Knowledge in Health Telematics The Next Decade Amsterdam p 199 203 1994 COIERA E Artificial Intelligence in Medicine in Guide to Medical Informatics The Internet and Telemedicine 1997 http www coiera com aimd htm COIERA E W Intelig ncia Artificial na Medicina Inform tica M dica 1 4 1998 CRUZ H M M Desvios do Metabolismo da gua e Eletr litos in COSSERMELLI W SALDANHA R V AZUL L G C de S Terap utica Cl nica Rio de Janeiro Guana bara Koogan 1979 p 326 333 DONBAL F T Medical Informatics Cornwall Hartnolls 1996 DUKE JR J H MILLER T A Salt and Eletrolyte Problems in CONDON R E De COOSE J J Surgical Care A physiologic Approach to Clinical Management Phila delphia Lea amp Febiger p 349 369 1980
110. bor dagem constru o de uma matriz contendo as probabilidades de um dado sintoma que pode ser associado a uma doen a 2 2 4 1 Redes de infer ncias S o grafos ac clicos dirigidos cujos n s representam fatos podendo ser evid ncias ou conclus es O Grafo da Figura 2 2 pode ser traduzido pela express o se El A E2 v En en t o Cx onde x a medida da incerteza da conclus o C 9 000 2 Figura 2 2 Grafo e ou Redes Bayesianas redes probabil sticas redes causais e mapas de conhecimento s o outros nomes conhecidos para o mesmo conceito Dentre os v rios modelos dois s o bastante usados e cl ssicos e Modelo probabil stico usa a regra de Bayes para propagar a incerteza e Modelo heur stico baseado em regras heur sticas da l gica Fuzzy normalmente os operadores max e min Cap tulo 2 Sistemas Especialistas 61 H duas abordagens a possibil stica e a probabil stca dentro das regras heur sticas baseada em Fatores de Certeza Rich at al 1994 Giarratano at al 1998 Na figura 2 3 estas abordagens s o evidenciadas Possibil stica Probabil stica min X1 X2 maxxxa P C P x Op X2 OP Xn y Figura 2 3 Grafos e ou e sua abordagem possibil stica e probabil stica 2 3 Estrutura de um sistema especialista A estrutura de um sistema especialista completamente operacional compreende cin co componentes essenciais 2 3 1 Base de conhecimento Local onde f
111. busca realizada por acaso depende da ordena o dos sucessores e pode encontra a solu o sem examinar grande parte do es pa o de busca O algoritmo da busca em profundidade pode ser esquematizado como Rich at al 1994 1 Seo estado inicial um estado de meta saia e retorne sucesso 2 Caso contr rio fa a o seguinte at a sinaliza o de sucesso ou fracasso a Gere um sucessor E do estado inicial Se n o houver mais sucessores sina lize fracasso b Chame busca em profundidade com E como estado inicial c Se for retornado sucesso sinalize sucesso Caso contr rio continue nesse la o loop A figura 1 2 mostra esquematicamente a rvore de busca em profundidade Cap tulo 1 Intelig ncia Artificial 27 Ea AA Figura 1 2 Busca em profundidade Esta estrat gia deve ser evitada quando as rvores geradas s o muito profundas ou geram caminhos infinitos Para problemas com v rias solu es esta estrat gia pode ser bem mais r pida do que a busca em largura Em largura n o pesquisar becos sem sa da Se houver uma solu o ela ser en contrada Se houver v rias solu es ent o uma solu o m nima ser encontrada tamanho do caminho O algoritmo utilizado na busca em largura Rich at al 1994 1 Crie uma vari vel chamada Lista de N s e ajuste a para o estado inicial 2 At ser encontrado um estado meta ou Lista de N s ficar vazia fa a o seguinte a Remova o primeiro elem
112. cionante Sim E Apetite Preservado N o ENT O Dieta Atrav s de Sondas REGRA 13 SE Apetite Preservado Sim ENT O Dieta Oral REGRA 14 SE Apetite Preservado N o ENT O Dieta Atrav s de Sondas 4 4 2 Impress o do relat rio final Para impress o do relat rio gerado pelo sistema clica se no bot o com o r tulo Imprimir Figura 4 16 Bot o para imprimir relat rio Ap s escolha da sua Impressora clica se no bot o OK Figura 4 17 Cap tulo 4 O ambiente de desenvolvimento do SGR 120 VARI VEIS Imprimir NOME Fal nci OBJETIVO N TIPO univalor PERGUNTA MOTIVO DA VALORES sim n o NOME Condi OBJETIVO N TIPO univalor PERGUNTA MOTIVO DA VALORES E e as Cora o agmas de ge Rim F gado NOME Trato OBJETIVO N TIPO univalor PERGUNTA bro MOTIVO DA PERGUNTA VALORES sim n o Figura 4 17 Tela para escolha da impressora 4 4 3 Voltar tela principal Para retornar a tela principal clica se no bot o com o r tulo Voltar Figura 4 18 ETA Figura 4 18 Bot o para retornar a Tela Principal 4 5 Sa da e fechamento do programa Para sair do programa s o poss veis as op es e Clica se no bot o Sair Figura 4 19 ou Figura 4 19 Bot o Para sair do Programa e Clica se no bot o X da barra de t tulo Figura 4 20 ou Gera o de Regras a partir de Grafo
113. d NodoDestino PTRGrafo Prox PTRListaDestino Aponta para o pr ximo da lista end Defini o da estrutura PilhakRegra Essa estrutura utilizada no algoritmo de caminhamento no grafo um caminhamento em profundidade por isso necessita dessa Pilha Auxiliar No final de cada caminhamento o conte do dessa pilha o caminho encontrado para a forma o das regras PTRPilhaRegra PilhaRegra PilhaRegra record Nodo PTRGrafo Aponta para um nodo no grafo relacionamentol str2 Armazena o sinal de atribui o de valor nome valorl str100 Armazena o valor da vari vel relacionamento2 str2 Armazena o sinal de atribui o de valor Intervalo nome valor2 str100 Armazena o valor da vari vel Intervalo Prox PTRPilhaRegra Para poder encadear end Defini o da estrutura Lista Regras Estrutura que armazena todos os caminhos encontrados num caminhamento entre um n fonte no mapa grafo Origem e o que seria o sumidouro Destino Os resultados s o armazenados de forma tabular utilizando como ndice a vari vel linha Exemplo Caso os caminhos encontrados entre a vari vel A e D fossem Se A B C ent o D Se A e C ent o D Se A ent o D Esses estariam armazenados da seguinte forma Linha Nodo G tw hhh tata ba ba vo o O o DD i PTRListaRegra Lis ListaRegra record Anexo II taRegra Nodo PTRGrafo Aponta para o nodo do grafo Linha LongInt Cont m a linha no qual o ponteiro ar
114. d in the route of to take deci sions diagnosis and therapeutics to test knowledge in an interactive way the computer formulates questions and the student answers them the student will be verified the state goal solution of a problem corresponds that he idealized As decision s flowcharts correspond one of the medical knowledge representation s ways more thoroughly used it grew a software Rules Generating System SGR that allows starting from the drawing of these structures under form of valued graphs supply all the elements on the format of a report necessary to construct expert systems variables and production rules To enlarge the contribution of the knowledge s engineering in the task of elaborate expert systems it was made also a knowledge base that makes possible diagnosis in hydro electrolytic disturbances topic approached in the Bases of the Surgical Technique course that uses other forms of representation of the knowledge that no deci sion s flowcharts Using SGR the expert systems can be mounted for any user that has knowledge in the use of computers and graphical interfaces Windows starting from decision s flow charts previously elaborated releasing most of the time the knowledge s engineer For the expert system construction it was used the Expert Sinta shell developed by the Laboratory of Artificial intelligence LIA of the Cear Federal University Resumo Abstract Sum rio Lista de
115. de computador que emula a habili Cap tulo 2 Sistemas Especialistas 67 dade da tomada de decis o de um especialista humano O termo emular significa que o sistema tem a inten o de atuar em todos os seus aspectos tal qual um especialista Giar ratano 1988 Se desempenho fosse o crit rio exclusivo para etiquetar um programa como sistema especialista muitos sistemas de apoio de decis o programas estat sticos e planilhas eletr nicas poderiam ser denominados como tal Ao inv s o termo sistema especialista nor malmente reservado para programas de computador que alcangam desempenho de perito em um dom nio substantivo espec fico que usa t cnicas de intelig ncia artificial como re presenta o simb lica conclus o e procedimentos heur sticos Buchanan 1978 Os sistemas de intelig ncia artificial m dica surgiram para dar apoio aos profissio nais da sa de em suas atividades rotineiras auxiliando em atividades como manipula o de dados e aquisi o de conhecimento Em 1984 Clancey e Shortliffe deram a seguinte defini o intelig ncia artificial aplicada a Medicina Intelig ncia Artificial m dica se preocupa primariamente com a constru o de programas de IA que realizam diagn sticos e fazem recomenda es terap uticas Shortliffe 1990 Os programas de IA aplicados me dicina s o baseados em modelos simb licos das entidades nosol gicas e suas rela es com os fatores ligados ao paciente
116. de delibera o m dica restri es s o encontradas na medida em que n o ser o permitidos la o em um n caminhos duplos n s com mais de um pai dentre outras a Figura 1 exemplifica situa o em que um nodo tem mais de um pai Introduc o 11 Deple o de Magn sio Hipomagnesemia e d ficit de magn sio celular Comprometimento Comprometimento na na conserva o troca celular entre renal do pot ssio s dio e pot ssio Hipocalcemia Aumento no risco de arritmias card acas D ficit de pot ssio celular Risco poss vel de vasoconstric o sist mica e coro Morte s bita arritmias malig n ria nas Infarto do mioc rdio Figura 1 Rela o entre pot ssio e magn sio Barruzzi at al 1994 A estrutura mais adequada que permite implementa o de fluxogramas denomina dos nos livros m dicos algoritmos de decis o s o os grafos valorados Todos os encami nhamentos no grafo que v o desde o nodo fonte at todas as folhas permitir o forma o de regras de produ o que possibilitar o a constitui o de bases de conhecimento de um sis tema especialista Os sistemas especialistas podem ser amplamente utilizados no ensino Nussbaum 2001 contribuindo decisivamente na forma o profissional do m dico Villela 1994 A utiliza o desses sistemas permite a experimenta o o aluno sem que nenhum paciente real seja colocado em riscos poder cometer erros graves de avalia o e conduta
117. de desenvolvimento de tecnologias voltadas para a an lise de bal stica quebra de c digos e c lculos para projetar bombas at micas Surgia desta maneira os primeiros projetos de constru o de computadores assim chamados por serem m quinas utilizadas para realiza o de c lculos O termo Intelig ncia Artificial foi cunhado em 1956 num encontro de cientistas realizado em Dartmouth Dentre os presentes a este encontro destacavam se Allen Newell Herbert Simon Marvin Minsky Oliver Selfridge e John McCarthy No final dos anos 50 e inicio dos anos 60 os cientistas Newell Simon e J C Shaw introduziram o processamento simb lico Ao inv s de construir sistemas baseados em n meros eles tentaram construir sistemas que manipulassem s mbolos A abordagem era poderosa e foi fundamental para muitos trabalhos posteriores Dentre as v rias defini es de IA destaca se A automa o de atividades que n s associamos ao pensamento humano atividades como tomada de decis es resolu o de problemas aprendizagem Bellman 1978 Cap tulo 1 Intelig ncia Artificial 17 O novo e excitante esfor o para fazer o computador pensar m quinas dotadas de mente no sentido completo e literal Haugeland 1985 O estudo das faculdades mentais atrav s do uso de modelos computacionais Charniak 1985 Um campo de estudo que procura explicar e emular conhecimento inteligente em termos de processos computacionais Schalkoff
118. de fatos e algum interpretador que controla a aplica o das regras Podem ser vistas como uma simula o do comporta mento cognitivo de especialistas humanos S o tamb m denominados sistemas de produ o e uma forma natural de represen tar o conhecimento Exibem as seguintes caracter sticas desej veis e Modularidade cada regra define uma pequena parte relativamente independente do conhecimento Cada regra representa um peda o de conhecimento indepen dente e Transpar ncia poss vel permitir a explica o das decis es e solu es e Incrementabilidade novas regras podem ser adicionadas base de conhecimento de forma relativamente independente das outras regras e Capacidade de serem modificadas consequ ncia da modularidade regras antigas podem ser modificadas relativamente independentemente de outras regras Cap tulo 1 Intelig ncia Artificial 42 H dois tipos de sistemas baseados em regras sistemas de encadeamento para adi ante forward chaining e sistemas de encadeamento para tr s backward chaining Em um sistema de encadeamento para diante Figura 1 10 tamb m chamado di rigido a dados data driven come a se com os fatos iniciais e continua se usando regras para obter da novas conclus es ou outras a es determinada por esses fatos DADO Es Co E EE DADO 2 z MOSTRA E RESULTADO Figura 1 10 Encadeamento para di
119. dioGroup EdValor2 TEdit CmbRelacionamento2 TComboBox procedure MapaMouseDown Sender TObject Button TMouseButton Shift TSniftState X Y Integer procedure AtualizaCmbGrafo procedure CmbGrafoClick Sender TObject procedure ConsultaGrafo PrimGrafo PTRGrafo Chave str100 procedure AplDadosGrafo var PAux PTRGrafo RegGrafo Grafo procedure IncluiGrafo var PrimGrafo PTRGrafo var UltGrafo PTRGrafo RegGrafo Grafo procedure DesNodo x y integer Codigo str2 procedure DesMapa procedure MapaPaint Sender TObject procedure ZonaCritica novoxi novoyi novoxf novoyf operacao integer var RetLogic integer var RetPTR PTRGrafo procedure BtnIncluiClick Sender TObject procedure MapaMouseUp Sender TObject Button TMouseButton Shift TShiftState X Y Integer procedure LimpaMapa function InGrafo PrimGrafo PTRGrafo CodNodo str2 boolean procedure AtuJanNodo procedure FormCreate Sender TObject procedure BtnAlteraClick Sender TObject procedure BtnExcluiClick Sender TObject procedure LimpaFormNodo procedure BtnAplDistClick Sender TObject function AtribPtrGrafo PrimGrafo PTRGrafo Chave str100 PTRGrafo procedure AtribDistGra procedure procedure procedure procedure procedure tAdj PTRListaAdS procedure procedure procedure procedure function Visitada Nodo P71 procedure procedure var Ult procedure var Ult fo POrigem PDestino PTRGrafo relacion
120. do false PAuxGrafo PrimGrafo Para iniciar no Come o do Grafo while PAuxGrafo lt gt nil and not encontrado do begin comeca a pesquisa Anexo II 188 no grafo PAuxAd PAuxGrafo PrimAd3 while PAuxAdj lt gt nil do begin come a a pesquisa na lista de adja centes if PAuxAdj Nodo PAuxGrafo then begin Encontrado true break end else PAuxAdj PAuxAdj Prox end PAuxGrafo PAuxGrafo Prox end EstaNosAdjacentes Encontrado end Procedimento para formar a lista de Origem Procedure TFrmMapa FormarListaOrigem var PAux PTRGrafo Begin PAux PrimGrafo Para iniciar no Come o do Grafo while PAux lt gt nil do begin if not EstaNosAdjacentes PAux then IncListaOrigem PrimListaO0rigem UltListaOrigem PAux PAux Paux Prox end end Procedimento para incluir um nodo na lista de Origem procedure TFrmMapa IncListaO0rigem var PrimListaO0rigem PTRListaOrigem var UltListaOrigem PTRListaOrigem Nodo PTRGrafo var PAux PTRListaOrigem begin new PAux PAux NodoOrigem Nodo PAux Prox nil if PrimListaO0rigem nil then begin Se for o primeiro PrimListaO0rigem PAux UltListaOrigem PAux end else begin Sen o inclui depois do ltimo UltListaOrigem Prox PAux UltListaOrigem PAux end end Procedimento para formar a lista de Destino Procedure TFrmMapa FormarListaDestino var PAux PTRGrafo Begin PAux PrimGrafo
121. e foi necess ria a ajuda de t cnicas de engenharia do conhecimento objetivando elabora o de parte das regras O racioc nio adotado para constru o das mesmas ser explicado Finalmente o Cap tulo 6 apresenta uma breve conclus o do trabalho assim como as perspectivas de trabalhos futuros A disserta o traz ainda dois anexos o primeiro corresponde ao material did tico adotado pela disciplina Bases da T cnica Cir rgica para ilustra o das aulas que abor dam o tema Dist rbios Hidroeletrol ticos que serviu de apoio para constru o do sistema especialista para diagn stico das altera es hidroeletrol ticas mais frequentes O segundo anexo traz o c digo fonte do Sistema Gerador de Regras Com o intuito de facilitar a leitura para pessoas n o habituadas com a linguagem adotada na pratica m dica foi elaborado um gloss rio contendo os termos m dicos empre gados na disserta o Cap tulo 1 Intelig ncia Artificial 1 1 Intelig ncia Artificial Generalidades 1 1 1 Definic o de Intelig ncia Artificial Dentre outros conceitos pode se definir a Intelig ncia como a parte computacional relacionada habilidade para alcangarem se objetivos no mundo real Intelig ncia tam b m definida como a habilidade de realizar de forma eficiente uma determinada tarefa Segundo o dicion rio Aur lio a Intelig ncia a faculdade ou capacidade de aprender compreender ou adaptar se facilmente
122. e s manifesta es cl nicas Em decorr ncia de mudan as resultantes do aperfei oamento dos sistemas especialistas esta defini o seria considerada atualmente como limitada em abrang ncia e vis o Porque o poder de sistemas especialistas deriva da base de conhecimento em um dom nio espec fico sistemas especialistas como peritos humanos s s o especialistas em reas espec ficas Na rea m dica houve prolifera o de sistemas especialistas porque mais f cil implementar bases de conhecimento m dico mais restritas O desenvolvimento de programas espec ficos para a rea m dica se torna mais f cil gra as ao surgimento de profissionais h bridos os informatas m dicos ou m dicos informatas que associam co nhecimento de inform tica a conhecimentos espec ficos da rea de sa de Volpe at al 1994 2 6 2 O Diagn stico m dico e o emprego de sistemas especialistas O diagn stico de doen as a rea mais complexa e dif cil na tomada de decis o do m dico as raz es s o as que se seguem na avalia o de Sabbatini Sabbatini A 1993 e O diagn stico m dico depende da an lise de dados e informa es de diversas fon tes de natureza muito diferentes incluindo a experi ncia pr via do m dico em rea Cap tulo 2 Sistemas Especialistas 68 lizar diagn stico do mesmo tipo bem como o senso comum e a intui o bastante dif cil formalizar este conhecimento e represent lo atrav s de um
123. e ainda Cap tulo 5 Constru o de Sistemas Especialistas 137 e Um mesmo achado cl nico pode esta presente em mais de um dist rbio hidroeletro l tico por exemplo pode se ter a sede como uma manifesta o comum de desidra ta o hipernatremia e hipercloremia e A aus ncia de um achado cl nico teoricamente esperado para um dado dist rbio n o afasta o diagn stico certos sinais e sintomas s se manifestam em uma fase mais avan ado da altera o hidroeletrol tica e A presen a de um determinado achado cl nico pode ser observada tanto em situa es que cursam com aumento como tamb m em diminui o do valor plasm tico de um dado eletr lito como conseqii ncia a elabora o de regras que levassem em considera o um antecedente e um achado cl nico desse tipo levaria a conclus es inconsistentes como por exemplo um paciente apresentar hipo e hiperpotasemia numa mesma consulta aumento e diminui o de pot ssio plasm tico ao mesmo tempo As inconsist ncias s o diminu das admiravelmente se no processo de cria o das regras ao inv s de levar se em considera o achados cl nicos isolados levando a um determinado dist rbio adotar se e Cria o de uma vari vel chamada Quadro Cl nico com valores correspondentes as poss veis altera es do equil brio hidroeletrol tico e As premissas s o formadas pelo conjunto de sinais e sintomas que levam a concluir por uma determinada altera o hidro
124. e boa interface com usu rio e Casnet Desenvolvido por Szolovits e Weiss em 1978 Especialista no diagn stico e tratamento de Glaucoma e Puff Desenvolvido em 1980 especialista em testes de fun o pulmonar Cap tulo 2 Sistemas Especialistas 50 e Prospector Desenvolvido em 1978 por Gaschnig especialista em explora o geo l gica e RI especialista em configura o de computadores VAX McDermott e Ace Desenvolvido por Vesonder em 1983 para manuten o de cabos telef ni cos e SBDS Service Bay Diagnostic System desenvolvido pela Ford e a Hewlett Pac kard em 1996 para diagn stico de problemas em ve culos automotores No Brasil o Instituto Militar de Engenharia foi o pioneiro em pesquisas na rea de Intelig ncia Artificial H alguns anos vem desenvolvendo v rias ferramentas para aplica o das t cnicas de Intelig ncia Artificial Desenvolveu sistemas de recupera o em gran des bases de conhecimento interpretadores de LISP e PROLOG editores inteligentes pro cessos de jogos e interfaces para cria o de ambientes em PROLOG Seu objetivo princi pal o desenvolvimento de sistemas especialistas e processadores de linguagem natural Genaro 1986 A Pontif cia Universidade Cat lica do Rio de Janeiro desenvolveu na d cada de 1980 importantes trabalhos com sistemas especialistas Seu principal produto um siste ma chamado SAFO cuja finalidade a demonstra o de teoremas matem ticos
125. e depen dendo do software simular casos n o habituais na rotina di ria de um hospital ou institu i o de ensino Hoffer e Barnett assim se expressam evidente que como para praticar a Medi cina de forma eficaz os m dicos devem ter acesso r pido ao conte do de uma base de co nhecimentos m dicos grande e complexa e devem saber como aplicar estes fatos e heur s ticas para formular hip tese diagnosticas e para planejar e avaliar terapias os computado res podem desempenhar um papel direto no processo educacional os estudantes podem interagir com programas de computador com fins educacionais para adquirir informa es Introduc o 12 factuais e para aprender a praticar t cnicas de solug o de problemas m dicos Hoffer e Barnett 1990 Objetivos e Motiva o desse trabalho Com o objetivo de facilitar o estudo e resumir determinado tema espec fico os au tores de livros de Medicina costumam empregar fluxogramas tamb m denominados algo ritmos de decis o como esquema de representa o do conhecimento m dico Os livros de t cnica cir rgica n o fogem a regra e tal constru o usada abundantemente Como feito atualmente estudar somente a partir do texto contido nos livros torna o processo de aprendizado frio meramente tarefa decorativa no sentido de memoriza o Ent o por que n o tornar tal empreitada um procedimento interativo A intera o poder ser obtida na medida que para tod
126. e destino POrigem AtribPTRGrafo PrimGrafo Cmb0Origem Items CmbOrigem ItemIndex PDestino AtribPTRGrafo PrimGrafo CmbDestino Items CmbDestino ItemIndex if POrigem nil or PDestino nil then exit PAuxAdj POrigem PrimAd3 while PAuxAdj lt gt nil do begin come a a pesquisa na lista de adjac ncia if PAuxAd3 Nodo PDestino then begin Se encontrar o PDestino na lista de adjac ncia do POrigem ExcluiCaminho POrigem PrimAd3 POrigem Ul1tAdj PAuxAd break end else PAuxAdj PAuxAdj Prox end impaListaOrigem PrimLista0Origem UltListaOrigem impaListaDestino PrimListaDestino UltListaDestino impaListaRegra PrimListaRegra UltListaRegra Para n o dar pau se ex cluir uma liga o que est presente na lista DesMapa end 3 6 7 Algoritmo para forma o da lista de origem Para forma o da lista de origem ou seja a lista contendo todos os nodos fontes da Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 92 estrutura o algoritmo j implementado empregado Procedimento para formar a lista de Origem Procedure TFrmMapa FormarListaOrigem var PAux PTRGrafo Begin PAux PrimGrafo Para iniciar no Come o do Grafo while PAux lt gt nil do begin if not EstaNosAdjacentes PAux then IncListaOrigem PrimListaO0rigem UltListaOrigem PAux PAux Paux Prox end end Perceba que imprescind vel a verificac o se o nodo faz p
127. e e pulm o Taquipn ia Asma E Quadro Cl nico Desidrata o ENTAO Resultado Desidrata o CNF 100 Regra 36 SE Interface Diagn stico Prov vel E Antecedentes Perdas atrav s da Pele e dos Pulm es E Perdas Atrav s da pele e pulm o Queimaduras E Quadro Cl nico Hiponatremia ENTAO Resultado Hiponatremia CNF 100 Regra 37 SE Interface Diagn stico Prov vel E Antecedentes Perdas atrav s da Pele e dos Pulm es E Perdas Atrav s da pele e pulm o Queimaduras E Quadro Cl nico Hipocloremia ENTAO Resultado Hipocloremia CNF 100 Regra 38 SE Interface Diagn stico Prov vel E Antecedentes Perdas atrav s da Pele e dos Pulm es E Perdas Atrav s da pele e pulm o Queimaduras E Quadro Cl nico Hiperpotassemia ENTAO Resultado Hiperpotassemia CNF 100 Regra 39 SE Interface Diagn stico Prov vel 141 Cap tulo 5 Constru o de Sistemas Especialistas E Antecedentes Perdas atrav s da Pele e dos Pulm es E Perdas Atrav s da pele e pulm o Queimaduras E Quadro Cl nico Desidratag o ENTAO Resultado Desidrata o CNF 100 Regra 40 SE Interface Diagn stico Prov vel E Antecedentes Doen as Hormonais e ou Metab licas E Altera o Hormonal e ou metab lica Uso de Insulina Glicose E Quadro Cl nico Hipopotassemia ENTAO Resultado Hipopotassemia CNF 100 Regra 41 SE Interface Diagn stico Prov vel E Antecedentes Doen as Hormonais e ou Metab licas E Altera o
128. ecedentes Nenhum dos Anteriores ENT O Resultado Normal CNF 100 Regra 2 SE Interface Diagn stico Prov vel E Antecedentes Administra o de l quidos sem sais E Administra o de L quidos sem sais Deficiente Preso naufrago coma disfagia total Megaes fago C ncer de es fago E Quadro Cl nico Hipernatremia ENTAO Resultado Hipernatremia CNF 100 Regra 3 SE Interface Diagn stico Prov vel E Antecedentes Administra o de l quidos sem sais E Administra o de L quidos sem sais Deficiente Preso naufrago coma disfagia total Megaes fago C ncer de es fago E Quadro Cl nico Hipercloremia ENTAO Resultado Hipercloremia CNF 100 Regra 4 SE Interface Diagn stico Prov vel E Antecedentes Administra o de l quidos sem sais E Administra o de L quidos sem sais Deficiente Preso naufrago coma disfagia total Megaes fago C ncer de es fago E Quadro Cl nico Hiperpotassemia ENTAO Resultado Hiperpotassemia CNF 100 Regra 5 SE Interface Diagn stico Prov vel E Antecedentes Administra o de l quidos sem sais E Administra o de L quidos sem sais Deficiente Preso naufrago coma disfagia total Megaes fago C ncer de es fago E Quadro Cl nico Desidrata o ENTAO Resultado Desidrata o CNF 100 Regra 6 SE Interface Diagn stico Prov vel E Antecedentes Administra o de l quidos sem sais E Administra o de L quidos sem sais Excessiva E Quadro
129. edure RG0ObjetivoClick Sender TObject procedure IncListaOrigem var PrimListaO0rigem PTRListaOrigem var UltListaOrigem PTRListaOrigem Nodo PTRGrafo procedure IncListaDestino var PrimListaDestino PTRListaDestino var UltListaDestino PTRListaDestino Nodo PTRGrafo Procedure FormaRegra Procedure FormarListaOrigem Procedure FormarListaDestino procedure procedure Function E procedure var procedure var procedure procedure procedure procedure procedure private Private public Public declarations end var VariaveisDoSistema Definicao0bjetivo staNosAdjacentes var Nodo PTRGrafo boolean impaLista0Origem var PrimListaO0rigem PTRListaOrigem UltListaOrigem PTRListaOrigem impaListaDestino var PrimListaDestino PTRListaDestino UltListaDestino PTRListaDestino DesNodoObjetivo x y integer Codigo str2 BitSaidaClick Sender TObject RGIntervaloClick Sender TObject EdValorlKeyPress Sender TObject EdValor2KeyPress Sender TObject Char Char var Key var Key declarations Vari veis globais do programa es me va El ta me FrmMapa TFrmMapa Resultado string Nome da vari vel objetivo TipoO0bjetivo string Recebe o Tipo da vari vel objetivo ovendo Boolean Vari vel que tem o seu valor verdadeiro se o usu rio tiver movendo um c rculo que representa um n no mapa PrimGrafo UltGrafo PTRGrafo P
130. el Estado metab lico Pergunta Qual a altera o do equil brio cido b sico apresentado pelo paciente Vari vel Estupor Pergunta O Paciente esta com estupor Vari vel Excita o Pergunta O paciente est excitado Vari vel Extremidades Frias Pergunta As extremidades do paciente est o frias Vari vel Febre Pergunta O Paciente tem febre Vari vel Fontanelas deprimidas Pergunta As fontanelas est o deprimidas V lido somente para crian as que as tenham afastadas Vari vel Frequ ncia card aca Pergunta Qual o comportamento da frequ ncia card aca Vari vel Hipertens o Intracraniana Cefal ia V mitos Hipertens o Arterial Sinal de Babinski Pergunta O paciente apresenta evid ncias de Hipertens o Intracraniana Cefal ia V mitos Hipertens o Arterial Sinal de Babinski Vari vel Interface Pergunta Qual o Procedimento que voc deseja realizar Vari vel lrritabilidade Pergunta O paciente apresenta irritabilidade Vari vel Lassid o Pergunta O Paciente apresenta lassid o Vari vel Mucosas Pergunta Como est o as mucosas Vari vel M sculo Pergunta Como esta o paciente Vari vel N useas Pergunta O paciente tem n useas Cap tulo 5 Constru o de Sistemas Especialistas 156 Vari vel Olhos encovados Pergunta Os olhos est o encovados Olhos fundos Vari vel Perdas Atrav s da pele e pulm o Pergunta Que Tipo de perda pela pele e ou pulm o o paciente apresenta Vari vel
131. elacionamento2 Visible true EdValor2 Visible true end Anexo II 187 else begin CmbRelacionamento2 Visible false EdValor2 Visible false end RadioSim Checked False RadioNao Checked True Achou True break end else PAuxAdj PAuxAdj Prox end PAuxGrafo PAuxGrafo Prox end else PAuxGrafo PAuxGrafo Prox end end Exclus o de caminhos que em conjunto formar o as premissas e a cauda das regras exclus o na lista de adjacentes procedure TFrmMapa ExcluiCaminho var PrimAdj PTRListaAdj var Ul tAdj PTRListaAdS var PAuxAdj PTRListaAdj begin if PAuxAdj PrimAd then begin Exclui o primeiro da lista de adjacen tes PrimAdj PrimAdyj Prox if PrimAdj lt gt nil then PrimAdj Ant nil PAuxAdj Prox nil Dispose PAuxAdj end else if PAuxAdj UltAd then begin Exclui o ltimo da lista de adjacen CESP UltAdj U1tAd3 Ant U1tAd3 Prox nil Dispose PAuxAd end else begin Exclui um elemento que est entre dois PAuxAd3 Ant Prox PAuxAdj Prox PAuxAdj Prox Ant PAuxAdj Ant duplamente encadeada PAuxAdj Prox nil Dispose PAuxAdJ end end LISTA DE ORIGEM E LISTA DE DESTINO Utilizada para saber se um n esta na lista de todos os adjacentes Function TfrmMapa EstaNosAdjacentes var Nodo PTRGrafo boolean var PAuxGrafo PTRGrafo PAuxAd3 PTRListaAd3 Encontrado boolean begin Encontra
132. ele e cada regra formada referenciada pelo campo li nha Exemplo Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 86 Vamos supor que para dados tr s nodos A B e C foram encontradas as seguintes regras Se A e B ent o C e Se A ent o C A regra Se A e B ent o C seria a de linha 1 ea regra Se A ent o C seria a de linha 2 3 5 5 Lista dos n s origem uma lista formada por todos os nodos fontes Um n fonte aquele que n o esta em nenhuma das listas de adjacentes de todos os nodos Sua estrutura cont m os seguintes campos NodoOrigem Ponteiro para a lista principal do Aponta para um determi grafo nado n do mapa Esse n apontado n o faz par te de nenhuma lista de adjacentes Prox Ponteiro para a pr pria estrutura Utilizado para realizar o encadeamento Tabela 3 5 Lista dos n s fontes 3 5 6 Lista dos n s objetivos E uma lista formada por todos os nodos que s o sumidouros E formada por todos os nodos assinalados como objetivo Sua estrutura cont m os seguintes campos NodoDestino Ponteiro para a lista principal do Aponta para um determi grafo nado n do mapa Esse n marcado com Obje tivo Prox Ponteiro para a pr pria estrutura Utilizado para realizar o encadeamento Tabela 3 6 Lista dos nodos objetivos 3 6 Algoritmos principais 3 6 1 Inser o Insere um novo nodo no grafo O novo nodo sem
133. eleciona se o nodo desejado e pressiona se o bot o Exclui Todas as suas liga es com os nodos vizinhos ser o automaticamente eliminadas 4 2 6 Limpando o formul rio de dados de um nodo Se o usu rio desejar limpar o formul rio de entrada basta pressionar o bot o que apresenta o r tulo Limpa 4 2 7 Inclu do um nodo Objetivo Quando o usu rio deseja incluir um nodo que apresente a propriedade objetivo de finida como verdadeira Sim as caixas de textos contendo as op es pergunta e a de motivo da pergunta bem como os bot es de sele o para escolha do tipo de nodo ficar o invis veis um atributo do tipo objetivo uma folha e portanto n o permite formula o de perguntas Para diferencia o com outras vari veis que n o s o objetivos do sistema o desenho do nodo inclu do ostentar o formato de um quadrado Figura 4 4 Gera o de Regras a partir de Grafos Valorados E iol xj Arquivo Nodo valor 10 atrav s de Sondas c d po Nome atrav s de Sondas Objetivo Sim C N o Pal Exclui GQ Limpa Te Relat rio do Sistema Fatos e Regras Fl Sair Figura 4 4 Inclus o de uma vari vel tipo Objetivo Cap tulo 4 O ambiente de desenvolvimento do SGR 109 4 2 8 Atribuindo sinal de relacionamento e valores entre os nodos ligando nodos Clica se no formul rio de dados para atribuig o de valores entre os nodos ab
134. eletrol tica e Regras s o elaboradas contendo em suas premissas o conjunto dos achados cl nicos e como conclus o a vari vel multivalorada Quadro Cl nico com valor correspon dente ao dist rbio hidroeletrol tico resultante e A vari vel Quadro Cl nico n o do tipo objetivo portanto n o ser exibida como um estado meta no modo de consulta do sistema especialista Era desejo que as regras apresentassem cren as baseadas em dados estat sticos con fi veis no entanto n o foi poss vel obten o na literatura de ocorr ncias do tipo Se sede ent o Diagn stico desidrata o CNF 90 Devido a n o obrigatoriedade da presen a de todos os achados cl nicos para carac terizar um dado dist rbio e como relatado anteriormente a aus ncia na literatura do per centual de presen a ou aus ncia de cada um dos sinais e sintomas optou se pelo seguinte tratamento na forma o das premissas na constru o das regras Cap tulo 5 Constru o de Sistemas Especialistas 138 e Conectivo e antecedendo as vari veis cujos valores est o presentes em quase 100 das situa es e Conectivo ou Antecedendo achados cl nicos eventualmente encontrados ou presentes em situa es mais graves da altera o hidroeletrol tica portan to em um percentual bem menor de casos Os conjuntos das regras para este m dulo s o e Regras de Classifica o Regra 1 SE Interface Diagn stico Prov vel E Ant
135. em uma rea de desenho na tela de computador Objeto TPaintBox do Delphi baseados em fluxogramas de decis o para uma determinada tarefa na rea m dica Os fluxogramas po der o ser confeccionados baseados no que professor aluno considera mais adequado para representar um caso cl nico particular ou a partir de livros textos que contenham este tipo de representa o Para que cada nodo componente do grafo seja introduzido no TpaintBox necess rio o preenchimento de um formul rio contendo as propriedades deste n Cada n apresenta propriedades somente s o referenciadas as propriedades utiliza das no preenchimento do formul rio que ser o aproveitadas para implementa o do siste ma especialista para informa o mais completa de todos os elementos constituintes dos nodos veja tabelas mais adiante dispostas como numa tabela relacional com as seguintes informa es e C digo do nodo No Sistema Gerador de Regras apenas um ndice para indivi dualizar cada nodo N o ser usado no sistema especialista Serve tamb m para simplificar o desenho do grafo e quando da opera o de salvamento em arquivo obter se um tamanho menor do mesmo Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 77 e Nome do nodo Poder representar um atributo individual do sistema especialista ou no caso de tratar se de um nodo assinalado como objetivo um valor para um a tributo que ser um estado meta dentro do
136. enta justifica o default para o uso daquele nodo como com ponente de uma dada regra para atingir uma determinada meta Cada n que n o seja definido como objetivo corresponde quando da implemen ta o do sistema especialista a atributos Atributos s o vari veis que poder o assumir uma ou m ltipla instancia o no decorrer de uma consulta univaloradas ou multivaloradas podendo tamb m assumir valor num rico As informa es para inser o de nodos precisaram de valida o o que obtido com o clique em um bot o de inclus o de dados para com isto poderem ser gravados na tela de desenho do TPaintBox Ap s valida o dos nodos s o desenhados os ramos ligando um n a outro valores assumidos pelos atributos O n a partir do qual parte a seta denominado pai e os nodos Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 78 destinos ser o os filhos O sistema permite caminho duplo ou seja um nodo pode ao mesmo tempo ser pai e filho de outro nodo Os ramos ou arestas apresentam propriedades quais sejam Valor Cada ramo representa um valor relacionado a um atributo e o conjunto de ramos corresponde lista de valores assumidos pelo nodo pai Operador S o operadores relacionais gt lt gt gt dentre outros permitido na eventualidade do nodo origem tratar se de um atributo do tipo nu m rico que os valores armazenados nos arcos possam apresentar ao inv s de um
137. ento de Lista de N s e chame o de E Se Lista de N s estiver vazia saia b Para cada maneira como cada regra pode ser casada com o estado descrito em E fa a o seguinte I Aplique a regra para gerar um novo estado II Se o novo estado for um estado meta saia e retorne este estado HI Caso contr rio acrescente o novo estado ao final de Lista de N s A figura 1 3 mostra os n s que s o gerados sucessivamente a partir do n fonte EN Figura 1 3 Busca em largura Cap tulo 1 Intelig ncia Artificial 28 A Figura 1 4 mostra de maneira mais clara os passos utilizados para a realiza o da busca em largura O nodo preenchido preto o estado meta e a busca p ra quando da ge rac o deste nodo Figura 1 4 Busca em largura Para os processos que objetivam resolu o de problemas em IA surgem como se come a a perceber possibilidades de decis o que podem ser representadas por rvores Os m todos de busca e o uso de heur sticas indicam qual o ramo a ser seguido de forma a to mar o menor caminho poss vel na procura da solu o T cnicas heur sticas s o frequentemente melhores pois s s o tentadas as op es que se acha baseado na melhor suposi o atual ser prov vel conduzir a uma solu o boa n o necessariamente a melhor implicando com isto uma economia consider vel de tempo no processo de busca Uma das dificuldades das heur sticas que algumas vezes duas heur sticas fazem recomenda
138. ento ou pregui a para realizar c lculos matem ticos por mais simples que sejam e Necessidade de conhecimento de bioqu mica e Pobreza de publica es liter rias com exerc cios pr ticos contendo simula o de casos cl nicos de pacientes com dist rbios hidroeletrol ticos e Necessidade de processos heur sticos para interpreta o de exames laboratoriais de dosagens de eletr litos Exemplo O s dio est baixo por diminui o do conte do ou por hiperhidrata o e Possibilidade de op o por varias solu es contendo eletr litos em diferentes con centra es para corre o de um dado dist rbio e V rios m todos utilizados para corre o de uma dada situa o Pode se por exem plo tratar desidrata o com o conhecimento do balan o hidroeletrol tico com a do sagem laboratorial do s dio atrav s da medida do hemat crito tateando se o d fi cit empiricamente dentre outros m todos e Influ ncia das condi es org nicas no estado de hidrata o do paciente estado nu tricional idade fun o cardiovascular fun o renal dentre outros Cap tulo 5 Constru o de Sistemas Especialistas 127 5 4 O shell Como ferramenta computacional que utiliza t cnicas de intelig ncia artificial para gerac o autom tica de sistemas especialistas optou se pelo EXPERT SINTA O Expert Sinta um shell implementado na linguagem de programag o orienta da a objetos Object Pascal Delphi desenvo
139. ento2 PAuxAdj nome_valor2 PAuxAdj PAuxAd3 Prox end FrmResultado RERelatorio Lines Add end PAuxGrafo PAuxGrafo Prox end Vari veis que s o objetivos do Sistema FrmResultado RERelatorio Lines Add FrmResultado RERelatorio Lines Add NOME Resultado FrmResultado RERelatorio Lines Add OBJETIVO SIM FrmResultado RERelatorio Lines Add Tipo Tipo0bjetivo FrmResultado RERelatorio Lines Add VALORES PAuxGrafo PrimGrafo Os Valores s o os nodos marcados com Objetivo While PAuxGrafo lt gt nil do begin if PAuxGrafo Objetivo true then FrmResultado RERelatorio Lines Add y 1 PAuxGrafo Nome nodo PAuxGrafo PAuxGrafo Prox end end OPERA ES NOS BOT ES DE R DIO F Quando o nodo objetivo j foi definido seu nome e seu tipo O seu nome ser portanto um valor procedure TFrmMapa RGObjetivoClick Sender TObject begin If RGObjetivo ItemIndex 0 then begin Anexo II RGTipo Visible false labelPergunta Visible false EdPergunta Visible false labelMotivo Visible false EdMot i vo Visible false end else if RGObjetivo ItemIndex 1 then begin RgTipo Visible true labelPergunta Visible true EdPergunta Visible true labelMotivo Visible true EdMotivo Visible true end
140. entos biom dicos e a sistemas de uso rotineiro em hospitais e cl nicas A principio os programas desenvolvidos na rea de Intelig ncia Artificial para a poio a decis o eram especialmente desenvolvidos para este fim Com a evolu o aparece ram programas denominados Shell de Sistema Especialista que possibilitam a confec o de sistemas que trabalham com diferentes bases de conhecimento usando um mesmo pro grama diminuindo conseqiientemente o custo de implementa o Emycin Clips Niacin VP Expert Expertmd Expert Sinta InstantTea entre outros Os primeiros trabalhos em sistemas especialistas aplicados Medicina foram pro duzidos em diversas universidades a exemplo do MIT Tufts University Pittsburgh Stan ford e Rutgers conduzidos por pesquisadores como Peter Szolovits Edward Shortliffe e Randolph Miller O campo atraiu muito dos melhores cientistas na rea de Intelig ncia Ar tificial e a produtividade desta primeira d cada de trabalho continua sendo at hoje uma not vel realiza o O primeiro artigo da literatura a aventar a possibilidade do uso de computadores como ferramentas de aux lio ao diagn stico de doen as surgiu nos fins dos anos 50 Pou cos anos depois no inicio da d cada de 60 alguns prot tipos mostraram se eficientes A Cap tulo 2 Sistemas Especialistas 71 partir dos anos 70 come ou a ser utilizada t cnicas de Intelig ncia Artificial em Medicina aparecendo um grande n mero de
141. erdidas ou falta de dados na entrada Os sistemas de produ o apresentam como componentes principais e Mem ria de trabalho consiste em uma cole o de assertivas verdadeiras e Base de regras o conjunto de senten as regras de infer ncia que determinam as a es que devem ser tomadas de acordo com as percep es e Motor de infer ncia a parte do sistema que determina o m todo de racioc nio Uti liza estrat gias de busca e resolve conflitos Do que j foi exposto pode se concluir que para a representa o do conhecimento s o utilizados objetos estruturados l gica e regras Objetos estruturados s o teis para representar informa o declarativa sobre cole es de relacionamento objetos conceitos e em particular onde h uma hierarquia de classe clara e onde se quer usar heran a para deduzir os atributos de objetos em subdivi s es de classe dos atributos de objetos na classe pai Redes sem nticas inicialmente eram pouco utilizadas por m hodiernamente h alguns sistemas pr ticos que as utilizam na representa o do conhecimento possibilitando com isto sem ntica subjacente clara Objetos estruturados n o s o bons se o sistema tem como objetivo a obten o de uma gama extensa de tipos diferentes de conclus es Sistemas baseados em regra s o mais adequados para este tipo de finalidade porque permitem representa o de fatos bastante complexa envolvendo quantifica o etc e t m sintaxe e
142. erface Valores Diagn stico Prov vel Diagn stico Laboratorial Tipo univalorada Irritabilidade Tipo univalorada Lassid o Tipo univalorada Mucosas Valores H midas Secas Normal Cianose Tipo univalorada M sculo Valores Fraqueza Espasmos musculares amplos Normal Cap tulo 5 Constru o de Sistemas Especialistas Hipotonia Tipo univalorada N useas Tipo univalorada Olhos encovados Tipo univalorada Perdas Atrav s da pele e pulm o Valores Taquipn ia Asma Queimaduras Sudorese intensa Tipo multivalorada Press o Arterial Valores Hipertens o arterial Sem varia o Hipotens o arterial Tipo univalorada Press o venosa Valores Aumentada Jugular T rgida Normal Diminu da Veias colabadas Tipo univalorada Pulso Valores Cheio Fino Normal Tipo univalorada Quadro Cl nico Valores Hipopotassemia Hiperhidrata o extracelular Hiperhidrata o celular Hipocloremia Hiponatremia Desidrata o Hiperpotassemia Hipercloremia Hipernatremia Tipo multivalorada Resultado Valores Hiperhidrata o extracelular Hipopotassemia Hiperhidrata o celular Hipocloremia Hiponatremia Desidrata o Hiperpotassemia Hipocloremia Moderada Hipercloremia Hipocloremia M dia Hipernatremia Hipercloremia Moderada Hipercloremia Grave Hiponatremia Discreta Hiponatremia Grave Hipernatremia Consider vel Pot ssio Normal Hipopotassemia Importante Hiperpotassemia Discreta Hiperpotasse
143. erg ncia quando um perito humano pode n o operar com efici ncia devido tens o ou fadiga e Tutor inteligente Sistema especialista pode agir como um tutor inteligente deixan do o estudante rodar programas de amostra e fornecendo o racioc nio de funciona mento dos mesmos e Banco de dados Inteligente Podem ser usados sistemas especialistas para se ter a cesso a um banco de dados de uma maneira inteligente 2 1 3 Constru o de sistemas especialistas A constru o de um sistema especialista envolve a extra o do conhecimento perti nente a um ou mais peritos humanos Tal conhecimento frequentemente heur stico em sua natureza baseado em regras de produ o em lugar de certezas absolutas Um enge nheiro do conhecimento tem o trabalho de extrair este conhecimento e construir a base de conhecimento do sistema especialista Amaral at al 1993 Aquisi o de conhecimento para sistemas especialistas uma rea de intensa pes quisa com uma variedade ampla de t cnicas de aquisi o Geralmente assume import ncia no desenvolvimento inicial de um prot tipo baseado em informa o o engenheiro do co nhecimento para extrair o conhecimento entrevistando o perito e a partir da iterativa mente refinar esta base baseada em avalia o que dever ser feita pelo perito e por usu rios potenciais do sistema especialista Para realiza o do processo de iteratividade do prot tipo importante que o sistema especialista
144. eria se considerar para buscar solu es O conhecimento declarativo pode ser representado com modelos relacionais e es quemas baseados em l gica Os modelos relacionais podem representar o conhecimen to em forma de rvores grafos ou redes sem nticas Os esquemas de representa o l gica incluem o uso de l gica proposicional e l gica dos predicados Cap tulo 1 Intelig ncia Artificial 26 1 2 2 Busca Outra pr tica geral crucial requerida para elaborar programas de IA procura de uma solu o Freqiientemente n o h um caminho direto para achar uma solu o para um determinado problema Por m poss vel gerar caminhos para atingir metas pr estabelecidas Por exemplo na resolu o de um quebra cabe a pode se saber todos os pos s veis movimentos mas n o a sucess o que vai conduzir a um estado meta Um problema em IA definido em termos de um espa o de estados poss veis in cluindo um estado inicial e um ou mais estado final que o objetivo a ser atingido e um conjunto de a es ou operadores que permitem passar de um estado a outro As t cnicas que fazem uso de for a bruta ou seja aquelas para as quais s o geradas e experimentadas todas as poss veis solu es para alcan ar um objetivo s o frequentemen te muito ineficientes pois s o muitos os espa os de busca poss veis Os processos de busca que explora todas as condi es podem ser Em profundidade Utiliza menos mem ria A
145. ersos fatores tecnol gicos e econ mico sociais dentre os quais destaca se a dificuldade de aces so a programadores especializados em Intelig ncia Artificial em determinadas regi es do planeta Al m disso e O shell possibilita o armazenamento e formaliza o do conhecimento de v rios especialistas humanos e Constitui ferramenta de apoio tomada de decis es por parte do especialista f cil o treinamento de profissionais e quando constru da possibilita imparcialidade na tomada de decis es No momento de implementa o do sistema com as regras j elaboradas ao inv s de termos sistema especialista enormes tamb m poss vel a constru o de v rios sistemas integrados com outros em redes corporativas cada um desempenhando a sua fun o Cada sistema respons vel por uma tarefa s o interligados atrav s de redes comunicando se um com os outros para atingir uma determinada meta Esse o conceito de intelig ncia ar tificial distribu da Cap tulo 2 Sistemas Especialistas 55 2 2 Projeto de um sistema especialista 2 2 1 Escolha de um problema Geralmente escrever um sistema especialista envolve um custo elevado No proces so de avalia o da rela o custo beneficio v rios fatores s o considerados Causey 1994 1 Peritos humanos n o est o dispon veis em todas as situa es onde s o necessi tados Se o perito do conhecimento extensamente dispon vel improv vel que valha
146. es Estudos de casos Atrav s de casos j documentados elicita se conhecimento do especialista Uma desvantagem do m todo a necessidade de haver material sufici ente dentro do dom nio para desenvolver o estudo O sucesso do m todo depende do caso escolhido Introspec o Especialista verbaliza sensa es mem rias sentimentos e imagens que percebe enquanto resolve um problema Uma desvantagem do m todo que o conhecimento talvez n o reflita o processo de tomada de decis o usada pelo especi alista pois informa es ficam no subconsciente Repert rio grid uma t cnica multidimensional que procura mostrar a estrutura de um conjunto particular de conceitos e identificar similaridades entre objetos a grupando os conceitualmente Normalmente usado para obter informa es sobre opini es ou outros conhecimentos imprecisos Para o processo de aquisi o do conhecimento na maioria das vezes segue se o seguinte roteiro Observa o no local observar o especialista resolver problemas no seu local de trabalho Discuss o de problemas tipos de dados conhecimentos e procedimentos para re solver o problema Descri o do problema descrever um problema prot tipo para cada categoria de pergunta do dom nio rea Cap tulo 1 Intelig ncia Artificial 47 e An lise do problema Baseado no processo de resolu o de uma s rie de proble mas reais e o racioc nio empregado passo a passo e Refiname
147. es uretero intestinal bilateral Alcalose respirat ria Dist rbios da fun o glom rulo tubular 3 Quadro Cl nico Sede Espasmos musculares amplos Tremores Confus o Estupor com lentid o e pobreza de respostas Febre baixa Falta de controle da mic o Coma Lassid o 4 Tratamento Dilui o e elimina o do cloro Suspens o do fornecimento de cloro Hidrata o Soro glicosado A o mec nica com enemas para diminui o do contato entre a mucosa intestinal e ureteral visando diminuir a absor o de cloro Anastomose uretero intestinal bilateral Bicarbonato de s dio Acidose Pot ssio Valor plasm tico 4 5 mEq l 3 5 5 mEq l Necessidades di rias 40 100 mEq dia 0 9 0 9 mEq Kg Anexo I 167 Fun es Anabolizante S ntese de prote nas Transmiss o dos impulsos nervosos Musculatura paralisia Mioc rdio parada card aca Rela o com metabolismo cido b sico Aumenta na acidose Diminu na alcalose Manuten o do meio interno Hipercalemia 1 Classifica o Discreta 5 a 6 mEq l Grave 6 a 7 mEq l Muito grave gt 7 mEq l 2 Etiologia latrog nica Passagem do intracelular para o extracelular Acidose Contra o do extracelular Problema renal que dificulte a excre o Hem lise queimadura choque etc Doen a de Addisson 3 Quadro cl nico SNC Excita o ansiedade agita o torpor anestesia parestesia fra
148. esse que construir toda a estrutura de tais sistemas Existem prontos shells de sistemas especialis tas alguns freeware que permitem que a preocupa o nica seja a elabora o de bases de conhecimento atitude que facilita enormemente a empreitada de constru o de tais sis temas Introduc o 13 O respons vel pela construg o de base de conhecimento dos sistemas especialistas o engenheiro do conhecimento O que fazer quando este profissional n o dispon vel O objetivo deste trabalho mostrar que poss vel a constru o de sistemas especia listas baseados em fluxogramas de decis o para que o aluno possa aprender mais facil mente a disciplina na qual o autor professor e coordenador na Universidade Federal de Sergipe Bases da T cnica Cir rgica Para que isto seja poss vel foi constru do um programa que atua como auxiliar e em algumas vezes opera como substituto do engenheiro do conhecimento na empreitada de constru o de sistemas especialistas elaborando fatos e heur sticas a partir de fluxogramas de decis o implementados sob a forma de grafos valorados que permite a alimenta o de qualquer shell baseados em regras de produ o destinado constru o de sistemas es pecialistas Estrutura da disserta o A estrutura desta disserta o apresenta o seu corpo principal organizado da seguinte forma No Cap tulo 1 apresenta se um breve hist rico da Intelig ncia Artificia
149. esso Backtracking Retorno a um n pai ap s a falha na pesquisa a partir do n corrente Um tipo particular de grafo tamb m utilizado em IA o grafo e ou que um hi pergrafo formado por hiperarco onde cada nodo pode ter dois tipos de sucessores e Nodos e Temos que satisfazer a todos os seus sucessores para que o nodo se satis fa a e Nodos ou Basta satisfazer a um sucessor para que o nodo se satisfa a Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 75 3 2 Objetivo Um dos esquemas de representac o do conhecimento m dico mais amplamente uti lizada em livros textos o fluxograma de decis o A navega o nestes fluxogramas permi te que se possa concluir por diagn sticos prov veis melhor conduta para o paciente que exames dever o ser solicitados tipos de tratamentos dentre outras coisas Um fluxograma conceitualmente a ferramenta mais simples para representar a tomada de decis o Codifica em princ pio as sucess es de a es que um bom cl nico exe cutaria para qualquer paciente de qualquer popula o Por exemplo pode se representar todas as sucess es de perguntas elaboradas respostas dadas que procedimentos poder o ser executados an lises de exames laboratoriais obtidos e diagn sticos eventuais trata mentos e resultados para v rios pacientes que apresentam no servi o de emerg ncia com hemorragia digestiva ou qualquer outra patologia espec fica Se for ob
150. estar preenchido EdNomeNodo SetFocus exit end if RGObjetivo Itemindex 1 then begin while EdPergunta Text do begin ShowMessage necess ria uma pergunta para que a Vari vel se ja instanciada no SE EdPergunta SetFocus exit end end Atualiza a vari vel RegGrafo com os valores do formul rio RegGrafo CodNodo EdCodNodo Text RegGrafo nome nodo EdNomeNodo Text RegGrafo 0Opcao tipo opcao tipo RegGrafo Objetivo objetivo RegGrafo Pergunta EdPergunta Text RegGrafo Motivo EdMotivo Text Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 88 RegGrafo relacionamentol RegGrafo nome valorl RegGrafo relacionamento2 RegGrafo nome valor2 RegGrafo xiNodo 10 RegGrafo yiNodo 10 RegGrafo xfNodo 10 TAMNODO RegGrafo yfNodo 10 TAMNODO RegGrafo Prox nil RegGrafo PrimAdj nil RegGrafo UltAdj nil Inclus o no Grafo IncluiGrafo PrimGrafo UltGrafo RegGrafo AtualizaCmbGrafo Desenho da Vari vel no Mapa DesMapa LimpaFormNodo EdCodNodo SetFocus end 3 6 2 Remoc o Remove um elemento do grafo Esse algoritmo remove o elemento que est sele cionado no momento ou seja o elemento apontado pelo ponteiro PAtualGrafo Al m de remover esse elemento do grafo verifica a exist ncia dele em todas as listas de adjac n cias e se estiver presente em alguma delas imediatamente exclu
151. finidos exit end PAuxListaOrigem PrimListaOrigem while PAuxLista0rigem lt gt nil do begin PTROrigem PAuxListaO0rigem NodoOrigem PAuxListaDestino PrimListaDestino while PAuxListaDestino lt gt nil do begin PTRDestino PAuxListaDestino NodoDestino if PTROrigem nil or PTRDestino nil then exit ConstruirRegras PTROrigem PTRDestino Executa o procedimento recursivo forma regra PAuxListaDestino PAuxListaDestino Prox end PAuxListaOrigem PAuxListaOrigem Prox end end VARI VEL DO SISTEMA ESPECIALISTA Procedimento que atribui um nome e define o tipo da vari vel objetivo procedure TFrmMapa definicao0bjetivo begin Para receber o nome da vari vel objetivo Resultado InputBox Nome da Vari vel objetivo Entre com o nome da va ri vel Objetivo Resultado Para receber o tipo da vari vel objetivo Tipo0bjetivo InputBox Tipo da Vari vel objetivo Tipo da Vari vel Objetivo Univalorada Multivalorada Univalorada while Tipo0bjetivo lt gt Univalorada and Tipo0bjetivo lt gt Multiva lorada and Tipo0bjetivo lt gt univalorada and Tipo0bjetivo lt gt multivalo rada do begin ShowMessage Entre com um valor v lido Tipo0bjetivo InputBox Tipo da Vari vel objetivo Tipo da Vari vel Objetivo Univalorada Multivalorada Univalorada end end Procedimento para relacionar as vari veis e seus respectivos v
152. func o estiverem entre um dos nodos sS stiverem ent o PosCritical ou 2 recebe TRUE if novoxi gt PAux xiNodo and novoxi lt PAux xfNodo or novoxf gt PAux xiNodo and novoxf lt PAux xfNodo then Verifica no eixo x PosCritical True if novoyi gt PAux yiNodo and novoyi lt PAux yfNodo or novoyf gt PAux yiNodo and novoyf lt PAux yfNodo then Verifica no eixo y PosCritica2 True if PosCritical and PosCritica2 then break S stiver no eixo x e no eixo y ent o sinal que j existe um n nesse local Interrompe a pesquisa nesse instante PAux PAux Prox Anexo II 181 end if operacao SELECIONA then begin if PosCritical and PosCritica2 then RetLogic 1 Retorna 1 se foi encontrado algum n nessa regi o else RetLogic 0 Retorna 0 se n o foi encontrado nada RetPTR PAux RetPTR recebe o PAux atual end end Procedimento executado quando o bot o do mouse pressionado sobre o mapa Se existir algum nodo na posi o clicada ent o o ponteiro PAtual aponta para esse nodo Para pesquisar se h ou n o nodo nesse espa o utilizado o Procedimento ZonaCritica procedure TFrmMapa MapaMouseDown Sender TObject Button TMouseButton Shift TShiftState X Y Integer var RetLogic integer Valor retornado pela fun o ZonaCr tica Retorna 0 se n o foi encontrado nenhum nodo RetPTR PTRGrafo Ponteiro retornado pela fun
153. gatoriedade de que os programas simu lem o racioc nio humano por m o estudo da intelig ncia permite o desenvolvimento de t cnicas teis para resolu o de problemas dif ceis Na d cada de 60 na tentativa de simular o pensamento humano os cientistas utili zavam m todos gen ricos para resolu o de um grande n mero de problemas t tica que Cap tulo 1 Intelig ncia Artificial 19 constitu a os chamados programas de prop sitos gerais GPS Resolutor Geral de Proble mas Na d cada de 70 houve uma mudan a de rumo Desenvolver programas de prop sitos gerais mostrou se tarefa trabalhosa e infrut fera Surgiram desta forma programas de prop sitos espec ficos que utilizavam preceitos baseados em um dom nio restrito do co nhecimento denominados Sistemas Especialistas Sistemas especialistas s o programas de computador que utilizam t cnicas de Inte lig ncia Artificial tais como representa o simb lica infer ncia e busca heur stica no sentido de realizar tarefas sofisticadas normalmente poss veis somente para especialistas humanos Na d cada de 80 a Intelig ncia Artificial torna se uma verdadeira ind stria com destaque para o Projeto de 5 gera o desenvolvido no Jap o com pesquisas relacionadas constru o de computadores inteligentes utilizando Prolog Da mesma poca merece des taque o desenvolvimento de sistemas de vis o rob tica Presentemente a IA busca desenvolvimento apo
154. gem impaListaDestino PrimListaDestino UltListaDestino impaListaRegra PrimListaRegra UltListaRegra DesMapa end end Executado quando FrmMapa fechado procedure TFrmMapa FormClose Sender TObject var Action begin Saida Executa o procedimento de sa da end 178 TCloseAction OPERACOES NO FORMUL RIO Limpa o formul rio de edi o dos Nodos procedure TFrmMapa LimpaFormNodo begin EdCodNodo Text EdNomeNodo Text EdPergunta Text EdMotivo Text CmbGrafo Text RGTipo ItemIndex 0 RGObjetivo ItemIndex 1 Anexo II 179 EdCodNodo SetFocus end f DESENHO DO GRAFO Desenha o nodo no mapa procedure TFrmMapa DesNodo x y integer Codigo str2 begin Mapa Canvas Pen Width 1 Faz a linha ter espessura 1 Mapa Canvas Pen Color clBlue Cor da linha azul Mapa Canvas Ellipse X Y X TAMNODO Y TAMNODO Desenha a elipse de di metro TAMNODO Mapa Canvas TextOut X 6 Y 3 Codigo Escreve o c digo do n dentro da elipse end Desenha o nodo objetivo no mapa procedure TFrmMapa DesNodoObjetivo x y integer Codigo str2 begin Mapa Canvas Pen Width 1 Faz a linha ter espessura 1 Mapa Canvas Pen Color clBlack Cor da linha preta Mapa Canvas Rectangle X Y X TAMNODO Y TAMNODO Desenha o quadrado de di metro TAMNODO Mapa Canvas TextOut X 6 Y 3 Codigo
155. gem impaListaDestino PrimListaDestino UltListaDestino impaListaRegra PrimListaRegra UltListaRegra Para n o dar pau se a vari vel exclu da fazia parte de um dos caminhos AtuJanNodo end Executado quando o Bot o Atribui clicado Insere Altera um valor entre dois nodos adjacentes procedure TFrmMapa BtnAplDistClick Sender TObject var POrigem PDestino PTRGrafo begin while CmbOrigem Text or CmbDestino Text do begin ShowMessage necess rio o preenchimento dos campos Origem e Desti no exit end while CmbOrigem Text CmbDestino Text do begin N o permite o la o ShowMessage A vari vel origem igual a vari vel destino exit end nome valorl edValorl Text relacionamentol CmbRelacionamentol Text nome valor2 edValor2 Text relacionamento2 CmbRelacionamento2 Text Pesquisa no grafo os nodo de origem e de destino atribuindo os respectivos ponteiros POrigem AtribPtrGrafo PrimGrafo CmbOrigem Text Retorna um ponteiro para POrigem PDestino AtribPtrGrafo PrimGrafo CmbDestino Text Retorna um pontei ro para PDestino AtribDistGra fo POrigem PDestino relacionamentol nome valorl relacionamento2 nome valo r2 Fun o de inclus o na lista de adjac ncia if RadioSim Checked True then Se for m o dupla n o dirigido execu ta a mesma fun o trocando a origem pelo destino e o destino pela origem AtribDistGra
156. grama terminado procedure TfrmMapa LimpaListaDestino var PrimListaDesti no PTRListaDestino var UltListaDestino PTRListaDestino var PAux PTRListaDestino begin PAux PrimListaDestino while PAux lt gt nil do begin Enquanto existir elementos na lista PrimListaDestino PAux Prox PAux Prox nil Dispose PAux Desaloca PAux PrimListaDestino end UltListaDestino PrimListaDestino null DesMapa end REGRAS Anexo II 190 Procedimento que realiza o caminhamento entre dois nodos do grafo Recebe o nodo origem o nodo destino e a estrutura que receber os re sultados da formac o de regras Caminhamento por PROFUNDIDADE Estrutura auxiliar Pilha procedure TFrmMapa ConstruirRegras POrigem PDestino PTRGrafo var PAuxAd PTRListaAd begin if POrigem PDestino then begin Se chegou ao nodo Empilha POrigem Empilha a origem AtuJanRegras Atualiza janela de Regras Desempilha end else begin Empilha POrigem Empilha a origem PAuxAd POrigem PrimAdj come a a pesquisar os nodos adjacentes while PAuxAdj lt gt nil do begin if not Visitada PAuxAdj Nodo then begin se n o estiver na pilha Topo relacionamentol PAuxAd3 relacionamentol A tribui o sinal ao valor do nodo Topo nome valorl PAuxAdj nome valorl Atribui o valor do nodo Topo relacionamento2 PAuxAd3 relacionamento2 A tribui o sinal ao valor do nodo Interv
157. ha original vai do desti no para a origem while PAuxPilha lt gt nil do begin new PAuxReg PAuxReg Nodo PAuxPilha Nodo PAuxReg relacionamentol PAuxPilha relacionamentol PAuxReg nome_valorl1l PAuxPilha nome_valorl PAuxReg relacionamento2 PAuxPilha relacionamento2 PAuxReg nome_valor2 PAuxPilha nome_valor2 PAuxReg Prox TopoReg TopoReg PAuxReg PAuxPilha PAuxPilha Prox end PAuxReg TopoReg Esse la o executa a fun o que inclui o novo nodo na lista de regra e atualiza o RichEdit com o novo caminho linha 0 if PAuxReg Prox nil then exit Para n o permitir regras vazias FrmResultado RERelatorio Lines Add REGRA IntToStr numero FrmResultado RERelatorio Lines add SE while PAuxReg Prox lt gt nil do begin FrmResultado RERelatorio Lines add TopoReg Nodo nome_nodo TopoReg relacionamentol Topo Reg nome_valorl I TopoReg relacionamento2 Topo Reg nome_valor2 Coloca premissas na regra IncListaRegra PrimListaRegra UltListaRegra linha TopoReg Nodo TopoReg PAuxReg Prox Dispose PAuxReg PAuxReg TopoReg if PAuxReg Prox lt gt nil then FrmResultado RERelatorio Lines Adad Atualiza a regra com nova premissa if PAuxReg Prox nil then begin E ES FrmResultado RERela
158. hante ao homem capaz de pensar sempre foi um fasc nio que vem atraindo cientistas de todo mundo obstinados concretiza o deste sonho Desde os tempos mais remotos escritores j esbo avam rob s e andr ides em suas obras de fic o Atualmente poss vel encontrar alguns sistemas e agentes capazes de simplificar me lhorar e aumentar a produtividade em tarefas outrora exclusivas a seres humanos As m quinas denominadas inteligentes j existem entretanto est o restritas a la borat rios e centros de pesquisas e apesar de todos os avan os alcan ados nesta rea os humanos est o ainda muito distantes da cria o de uma m quina capaz de pensar como costumeiro observar nas obras liter rias de fic o cient fica 2001 Uma Odiss ia no Es pa o O Exterminador do Futuro The Jetson Guerra nas Estrelas Intelig ncia Artificial dentre tantas outras muito dif cil saber exatamente quando se iniciou a rea de pesquisa que hoje se denomina Intelig ncia Artificial pois desde os prim rdios o homem sempre sonhou em ser criador e n o somente uma criatura Al m disto os primeiros registros de seres artifici ais s o m sticos ou mesmo lend rios o que impossibilita de separar nitidamente a imagi na o da realidade Os primeiros estudos sobre o que viria a ser chamada Intelig ncia Artificial surgi ram na d cada de 40 per odo marcado notavelmente pela II Guerra Mundial Esta guerra gerou a necessidade
159. hecimento Para o processo de aquisi o de conhecimento o engenheiro se vale de e Entrevista a t cnica considerada mais comum e normalmente empregada para elabora o de sistemas de bancos de conhecimento pequenos requerendo para is to poucas horas de entrevista com o especialista resultando num prot tipo r pido de valida o e verifica o do conhecimento interessante que tamb m seja feito intera o com o usu rio que ir utilizar o sistema para verifica o do que deseja do pelo mesmo Cap tulo 1 Intelig ncia Artificial 46 Rastreamento de processo Uma s rie de t cnicas que permite a determina o do processo de pensar de um indiv duo enquanto ele realiza uma tarefa ou chega a uma dada conclus o An lise de protocolos Constitui uma t cnica para analisar os resultados de uma sess o de aquisig o do conhecimento Uma vez que a sess o de aquisig o de co nhecimento tenha sido conduzida resultando num hist rico registrado ou anota do o engenheiro de conhecimento deve traduzi lo em protocolos registros grava dos ou transcritos a partir da sess o para an lise posterior Brainstorming T cnica de pesquisa de id ias originais baseada na comunicag o rec proca num grupo das associa es livres de cada um de seus membros Origi nou se da preocupag o de altos executivos com os gerentes que eles supervisiona vam Estes sempre repetiam e imitavam a sabedoria de seus superior
160. ia Tipo univalorada Administra o Excessiva de Sais Valores Cloro Pot ssio S dio Tipo multivalorada Administra o de L quidos sem sais Valores Excessiva Deficiente Preso naufrago coma disfagia total Megaes fago C ncer de es fago Tipo univalorada Administra o de sais Valores Deficiente Excessiva Tipo univalorada Agita o Tipo univalorada Alcalose Valores Respirat ria Metab lica Tipo multivalorada Altera o do Trato Gastro Intestinal Valores Anastomose Uretero Intestinal bilateral Lavagem intestinal diarr ia e ou lleo F stulas G strica Pancre tica Biliar Intestinal Perdas G stricas V mito Aspira o Tipo multivalorada Ansiedade Tipo univalorada Antecedentes Valores Altera es do Metabolismo Acido B sico Insufici ncia Card aca Perdas atrav s da Pele e dos Pulm es Altera es do trato Gastro Intestinal Administra o de l quidos sem sais Nenhum dos Anteriores Hemorragias Insufici ncia Renal Doen as Hormonais e ou Metab licas Perdas Urin rias Poli ria Uso de Diur ticos Administra o de sais Tipo multivalorada Apatia Tipo Cap tulo 5 Constru o de Sistemas Especialistas 151 univalorada Arritmia Valores Extrassistoles Ritmo de Galope Parada card aca em di stole Fibrila o Ventricular Parada Card aca em S stole Sem arritmia Tipo univalorada Aspecto do Paciente Valores Normal Edemaciado Tipo univalorada Au
161. iado sobre t cnicas j existentes baseadas em teoremas rigorosos e evid ncias emp ricas fortes e n o apenas em intui o e com isso procura d maior import ncia a problemas do mundo real n o apenas toy pro blems O objetivo final da IA embarcar em diferentes sistemas produtos resolvendo pro blemas de dif cil resolu o atrav s de t cnicas convencionais Dois grandes enfoques s o empregados para tal objetivo e Simb lico d nfase aos processos cognitivos ou seja a forma como o ser humano raciocina Objetiva encontrar uma explica o para comportamento inteligente base ado em aspectos psicol gicos e processos algor tmico Realiza processamento de s mbolos Sistemas especialistas Processamento de linguagem natural etc e Conexionista Tamb m denominada de biol gica ou ascendente d nfase no mo delo de funcionamento do c rebro dos neur nios e das conex es neurais Repre sentado por aplica es matem ticas Redes Neurais etc A cada dia que passa aumenta o n mero de trabalhos e pesquisas a procura de ferra mentas computacionais em Intelig ncia Artificial que buscam capturar e simular o desem penho de especialistas humanos tarefa esta que tanto pode ser desenvolvida a partir do ze ro com a utiliza o de linguagem de programa o ou a partir de programas j existentes Cap tulo 1 Intelig ncia Artificial 20 como acontece por exemplo com os chamados shells geradores de
162. iagn stico Laboratorial 5 2 2 3 Montagem do sistema especialista 5 3 3 Arquivo de Ajuda Cap tulo 6 Conclus es e Perspectivas 6 1 Conclus es 6 2 Perspectivas 160 Anexo I Anexo II Fonte Gloss rio Bibliografia 120 122 122 123 123 124 124 125 126 127 127 127 134 136 146 156 156 157 157 162 172 172 207 211 Sum rio 5 Lista de figuras Figura 1 Rela o entre pot ssio e magn sio Barruzzi at al 1994 12 Figura 1 1 M todos e Disciplinas da Intelig ncia Artificial 25 Figura 1 2 Busca em profundidade 28 Figura 1 3 Busca em largura 28 Figura 1 4 Busca em largura 29 Figura 1 5 Programa o convencional x Programa o Simb lica 33 Figura 1 6 Rede Sem ntica 36 Figura 1 7 Frame 40 Figura 1 8 Frame 40 Figura 1 9 Rede de Frames 41 Figura 1 10 Encadeamento para diante 43 Figura 1 11 Encadeamento para frente 44 Figura 2 1 Fases de desenvolvimento de um sistema especialista 58 Figura 2 2 Grafo e ou 60 Figura 2 3 Grafos e ou e sua abordagem possibil stica e probabil stica 61 Figura 2 4 Componentes de um sistema especialista 63 Figura 2 5 Categorias de software para constru o de sistemas especialistas 64 Figura 2 6 Personagens de um sistema especialista 65 Figura 3 1 Fluxograma para escolha da melhor dieta para um paciente cir rgico 79 Figura 3 2 Forma gr fica desenhado no Sistema Gerador de Regras a partir do flu
163. ica 9 edi o Rio de janeiro Gua nabara Koogan 1976 BUCHANAN B G FEIGENBAUM E A Dendral and Meta Dendral Their aplications Dimension Artificial Intelligence 11 1 p 5 24 1978 CAMPOS E R Um Sistema Interativo de C lculos para Terapia Intensiva Revista In form dica 1 1 5 11 1993 CARVALHO A F V de C A Minera o de Dados no Marketing Medicina Economia Engenharia e Administra o Ed Erica 2001 CARVALHO J N de S30 um m todo de busca de similaridades em objetos estrutura dos Tese de Mestrado UFPb 1999 CARVALHO T F R de SABBATINI R M E SOUGEY E B CAETANO D Um Sistema Computadorizado de Apoio ao Diagn stico de Esquizofrenia Revista In form dica 3 16 15 18 1995 CASTRO J L CASTRO SCHEZ J J ZURITA J M Learning maximal struture for knowlwdge acquisition in expert systems Fuzzy Sets and systems 101 1999 331 342 CAUSEY ALISON Databases and Artificial Intelligence 3 Artificial Intelligence Segment 1994 http www cee hw ac uk lison a13notes 2002 CHAIBEN H Intelig ncia Artificial na Educa o Universidade Federal do Paran Cen tro de Computa o Eletr nica http www cce ufpr br hamilton iaed iaed htm CHARNIAK E McDERMOTT D Introduction to Artificial Intelligence Addison Wesley Publishers Reading Massachussets 1985 CHUNG S S AGUIAR A C F Desidrata o na Inf ncia Resid ncia M dica 12 1 11 21 1983 Bi
164. ica armazenada as informa es no n vel de especialista necess rias para resolu o de problemas dentro de um dom nio do conhecimento especifico O conhecimento de um sistema especialista constitu do por fatos e heur sticas Os fatos correspondem s informa es que est o disponibilizadas dentro do sistema para que possam ser compartilhadas e atualizadas pelo especialista no dom nio do conhecimento As heur sticas s o regras representativas do processo de tomada de decis o de um especialista em um dom nio O problema mais s rio e complexo a dificuldade de implementar um sistema que seja completo no dom nio de conhecimento sendo o tamanho e a qualidade da base de co nhecimento fatores decisivos para determina o da efici ncia e desempenho do sistema Uma base de conhecimento difere de um banco de dados convencional devido ao fato de incluir conhecimento expl cito e conhecimento impl cito Muito do conhecimento na base n o declarado explicitamente mas deduzido pela m quina de infer ncia a partir de declara es expl citas na base de conhecimento Isto faz com que bases de conhecimen Cap tulo 2 Sistemas Especialistas 62 to tenham mem ria de dados mais eficiente que bancos de dados e lhes d o poder para re presentar todo o conhecimento insinuado por declara es expl citas de conhecimento 2 3 2 Interface de aquisi o Usada para alterar e adicionar conhecimento novo base E o componente uti
165. idioma baseado em l gica Prolog Programando em L gica Os primeiros desenvolvedores dessa linguagem incluem Robert Kowalski em Edinburgh vi s o te rica Maarten van Emden em Edimburgo demonstra o experimental e Alan Colmerauer em Marseilles Fran a Implementa o A atual popularidade do PROLOG grandemente devida a David Warren pela eficiente implementa o em Edimburgo nos meados dos anos 70 Causey 1994 O PROLOG uma linguagem centrada num pequeno conjunto de mecanismos b sicos incluindo casamento de padr es estrutura de dados baseada em rvores e backtrac king retrocesso autom tico Esse conjunto de mecanismos embora pequeno constitui uma forma poderosa e flex vel de programa o O PROLOG especialmente conveniente para tratar problemas que envolvam obje tos especialmente objetos estruturados e as rela es entre esses objetos Em particular est baseado em c lculo de predicado de primeira ordem Escrever programas simples em Prolog semelhante a escrever declara es em l gica dos predicados para resolu o de teoremas Causey 1994 Do ponto de vista comparativo s o as seguintes s diferen as entre a programa o convencional e a simb lica descrita por Harmon 85 Programa o Convencional Programa o Simb lica Algoritmos Heur sticas Base de Dados acessada numericamente Base de conhecimento simbolicamente estrutu Cap tulo 1 Intelig ncia Artificial 32 rada n
166. istaDestino UltListaDestino impaListaRegra PrimListaRegra UltListaRegra Para n o dar pau se excluir uma ligac o que est presente na lista DesMapa end Executado quando o bot o lt Limpa gt clicado procedure TFrmMapa BtnLimpaClick Sender TObject begin Limpa os objetos CmbGrafo Text EdCodNodo Text EdNomeNodo Text EdPergunta Text ts EdMotivo Text RGTipo ItemIndex 0 RGObjetivo ItemIndex 1 EdCodNodo Setfocus end T Executado quando o bot o de resultados clicado procedure TFrmMapa BtnResultadoClick Sender TObject begin DefinicaoObjetivo FrmResultado RERelatorio Lines Clear Numero 1 Atribui a 1 regra o n mero 1 Obt m todas as vari veis do Sistema Especialista VariaveisDoSistema Obt m todas as Regras do sistema Especialista baseadas no Grafo FrmMapa FormaRegra Exibe os Fatos e regras que alimentar o o Sistema Especialista Anexo II 201 FrmResultado ShowModal DesMapa end Executado quando o Bot o sair clicado procedure TFrmMapa BitSaidaClick Sender TObject begin Pergunta se n o deseja salvar o arquivo if MessageDlg Deseja Salvar o Mapa em Arqui vo mtConfirmation moYes mbNo 0 idYes then begin SalvarDialog FileName NomeArg if SalvarDialog Execute then begin NomeArq SalvarDialog FileName Salvar NomeArg end end else begin LimpaGrafo PrimGrafo UltGrafo impaListaOrigem PrimLista
167. istas SE Interface Diagn stico Prov vel E Antecedentes Altera es do trato Gastro Intestinal E Altera o do Trato Gastro Intestinal Perdas G stricas V mito Aspira o E Quadro Cl nico Desidrata o ENTAO Resultado Desidrata o CNF 100 Regra 19 SE Interface Diagn stico Prov vel E Antecedentes Altera es do trato Gastro Intestinal E Altera o do Trato Gastro Intestinal Lavagem intestinal diarr ia e ou lleo E Quadro Cl nico Hiponatremia ENTAO Resultado Hiponatremia CNF 100 Regra 20 SE Interface Diagn stico Prov vel E Antecedentes Altera es do trato Gastro Intestinal 3 E Altera o do Trato Gastro Intestinal Lavagem intestinal diarr ia e ou lleo E Quadro Cl nico Hipocloremia ENTAO Resultado Hipocloremia CNF 100 Regra 21 SE Interface Diagn stico Prov vel E Antecedentes Altera es do trato Gastro Intestinal E Altera o do Trato Gastro Intestinal Lavagem intestinal diarr ia e ou lleo E Quadro Cl nico Hipopotassemia ENTAO Resultado Hipopotassemia CNF 100 Regra 22 SE Interface Diagn stico Prov vel E Antecedentes Altera es do trato Gastro Intestinal E Altera o do Trato Gastro Intestinal Lavagem intestinal diarr ia e ou lleo E Quadro Cl nico Desidrata o ENTAO Resultado Desidrata o CNF 100 Regra 23 SE Interface Diagn stico Prov vel E Antecedentes Altera es do trato Gastro Intestinal E Altera o do Trato Gast
168. iza o de equipa mentos que fazem uso de processamento digital de imagens Anorexia Falta de apetite An rico Sem urinar Apendicite Inflama o do ap ndice cecal Assistolia Sem batimentos card acos Balan o Hidroeletrol tico Mensura o da diferen a entre a quantidade de l quidos e ele tr litos que s o administrados ao paciente e eliminados pelo organismo Quando predomi na entradas o balan o dito positivo Quando as perdas s o predominantes o balan o dito negativo Bradicardia Diminui o da freqii ncia card aca Cefal ia Dor de cabe a CID C digo Internacional de Doen as Atualmente na vers o 10 Colangite Inflama o das vias biliares Choque Situa o caracterizada por diminui o do aporte de sangue para as c lulas devido hipotens o arterial Desidrata o hipert nica Desidrata o dom osmolaridade plasm tica menor que 310 mOsm 1 Gloss rio 208 Desidratac o hipot nica Desidrata o com osmolaridade plasm tica menor que 210 mOsm l Desidratac o isot nica Desidrata o com osmolaridade normal 280 310 mOsm Desidrata o Dist rbio caracterizado pela diminui o da quantidade de gua no organis mo Desordens Reumatol gicas Altera es patol gicas dos componentes das articula es Digital Medica o utilizada para tratamento da Insufici ncia Card aca Dist rbios Hidroeletrol ticos Desordens provenientes de altera es absolutas ou relativa
169. l ou IA abordando conceitos que permitir o situ la no contexto das ci ncias da computa o A presentam se ainda de forma bem mais detalhada t cnicas de representa o do conheci mento com nfase no sistema de representa o a partir de regras de produ o O trabalho do engenheiro do conhecimento tamb m enfatizado neste cap tulo O Cap tulo 2 trata mais especificamente dos sistemas especialistas apresentando se aspectos relacionados a sua constru o aplica es componentes Alguns sistemas especia listas mais conhecidos na rea m dica s o descritos O Cap tulo 3 descreve em linhas gerais um programa o Sistema Gerador de Re gras SGR elaborado com o objetivo de a partir de fluxogramas de decis es um dos es quemas mais empregadas para resumir o conhecimento m dico e tra ar condutas obter os fatos e heur sticas para alimentar qualquer shell de sistema especialista baseados em regras de produ o O Cap tulo 4 trata do ambiente de desenvolvimento do Programa Gerador de Re gras funcionando como manual do usu rio O Cap tulo 5 apresenta a implementa o de dois sistemas especialistas dentre os in meros que ser o utilizados para possibilitar o aprendizado dos alunos da disciplina Ba Introduc o 14 ses da T cnica Cir rgica O primeiro constru do integralmente com o Sistema Gerador de Regras SGR O segundo somente parte dele foi elaborado com a ajuda do SGR j qu
170. l rio para permitir a entrada de novos dados Abaixo est o algorit mo j implementado Executado quando o bot o lt Limpa gt clicado procedure TFrmMapa BtnLimpaClick Sender TObject begin Limpa os objetos CmbGrafo Text EdCodNodo Text EdNomeNodo Text EdPergunta Text EdMotivo Text RGTipo ItemIndex 0 RGObjetivo ItemIndex 1 EdCodNodo Setfocus end 3 6 5 Algoritmo de atribuic o de valores entre os nodos Algoritmo que permite a atribui o ou altera o do valor que liga um nodo a outro Abaixo est o algoritmo j implementado Exucutado quando o Bot o Atribui clicado Insere Altera um valor entre dois nodos adjacentes procedure TFrmMapa BtnAp1lDistClick Sender TObject var POrigem PDestino PTRGrafo begin while CmbOrigem Text or CmbDestino Text do begin ShowMessage necess rio o preenchimento dos campos Origem e Desti no exit end while CmbOrigem Text CmbDestino Text do begin N o permite o la o ShowMessage A vari vel origem igual a vari vel destino exit end nome valorl edValorl Text relacionamentol CmbRelacionamentol Text nome valor2 edValor2 Text relacionamento2 CmbRelacionamento2 Text Pesquisa no grafo os nodo de origem e de destino atribuindo os respectivos ponteiros POrigem AtribPtrGrafo PrimGrafo Cmb0Origem Text Retorna um ponteiro para POrigem PDe
171. l html faqs ai expert partl fac doc 6 html http www jsc nasa gov stb STB_homepage html http www jsc nasa gov clips CLIPS html http www aiai ed ac uk jacs wxclips wxclips html http www ghgcorp com clips ExpertSystems html http www ghgcorp com clips WhatsIsClips html http www medg Ics mit edu http www epm br http penta ufrgs br gr952 trab1 geren2 html http www upf tche br computacao trabalhos trab 1 1a SistEsp htm Bibliografia 220 http arachinid cs cf ac uk http www pucpr br disciplinas bioquimica bclinica eqhidro html http www lia ufc br http uk hlp hp com people ewc list idx htm http net cs utexas edu users ml uncertain html www ppgia pucpr br paraiso www di ufpe br jr http www inf unisinos br renata http www cs man ac uk franconi teaching 1999 3411 http www cs man ac uk franconi teaching 2000 CT481 http grial uc3m es docweb ia http www inf unisinos br osorio sistadap html
172. listas para descrever coisas imprecisas como altura alto baixo velocidade r pido len to tamanho grande m dio pequeno quantidade muito razo vel pouco idade jo vem velho dentre outros A l gica fuzzy objetiva fazer com que as decis es tomadas pela m quina se apro ximem cada vez mais das decis es humanas principalmente ao trabalhar com uma grande variedade de informa es vagas e incertas as quais podem ser traduzidas por express es do tipo a maioria mais ou menos talvez etc Fatores de certeza Neste tipo de abordagem leva se em considera o mais a pr tica do que a estat sti ca propriamente dita Os FC Fatores de Confiabilidade expressam o n vel de confiabili dade que pode ser atribu do a uma conclus o Por exemplo seja esta regra baseada no sistema Mycin SE a infec o bacteriana E o s tio de cultura est ril E a porta de entrada suspeita o trato gastrintestinal ENT O o organismo deve ser bacter ide FC 0 7 Isso seria a representa o segundo a vis o de um especialista Cap tulo 2 Sistemas Especialistas 60 Probabilidade Probabilidade o estudo de experimentos aleat rios ou n o determin sticos Nesta abordagem exigem se n meros reais Ou seja deve ser feito um estudo estat stico em cima de cada evento e popula es Os programas m dicos por exemplo constru dos baseados no teorema de Bayes McKendrick al 2000 Sakellaropoulos at al 2000 usam como a
173. lizado pelo especialista e o engenheiro do conhecimento Inclui caracter sticas para ajudarem pe ritos a expressar seu conhecimento de uma forma satisfat ria interagindo com o computa dor 2 3 3 Mecanismo de infer ncia Tamb m denominado interpretador de regras corresponde parte do programa que ir interagir com o usu rio no modo de consulta e acessar a base de conhecimento para fazer infer ncias sobre o caso proposto pelo usu rio A m quina de infer ncia de certa maneira tenta imitar os tipos de pensamento que um especialista humano emprega para resolu o de um determinado problema ou seja ele pode come ar por uma conclus o e buscar uma evid ncia que a comprove ou pode iniciar por uma evid ncia e a partir dela chegar a uma conclus o Como nem todo o sistema especialista utiliza a mesma abordagem de representa o do conhecimento o mecanismo de infer ncia deve ser projetado para adequasse ao forma lismo especifico empregado O modo utilizado pelo motor de infer ncia para provar as regras da base de conhe cimentos denominado m todo de encadeamento e pode ser e Para Frente Forward Chaining Data Driven a partir das premissas e Para Tr s Backward Chaining Goal Driven a partir das conclus es e Misto com a es externas Dependendo da maneira como o motor de infer ncia trabalha pode se classific lo em e Monot nico retira fatos da mem ria de trabalho e N o m
174. lor2 Visible false Coloca o sinal de relacionamento para um valor atribu do a uma aresta do grafo Defavit 4 CmbRelacionamentol Items Add CmbRelacionamentol Items Add lt gt CmbRelacionamentol ItemIndex 0 end Limpa o grafo todo e tamb m todos os objetos Executado quando um novo arquivo aberto ou quando o usu rio seleciona a op o Novo no menu Executado tamb m quando o programa encerrado procedure TFrmMapa LimpaGrafo var PrimGrafo PTRGrafo var UltGra fo PTRGrafo var PAux PTRGrafo begin PAux PrimGrafo while PAux lt gt nil do begin PAux PrimGrafo PAux Prox nil Dispose PAux PAux PrimGrafo Prox PrimGrafo PAux UltGrafo PAux end CmbOrigem Clear Anexo II CmbDestino Clear CmbGrafo Clear EdCodNodo Clear EdNomeNodo Clear EdPergunta Clear EdMotivo Clear end Executado quando a janela do programa restaurada procedure TFrmMapa MapaPaint Sender TObject begin DesMapa end Executado quando se desejar sair do programa procedure TFrmMapa Saida begin Pergunta se n o deseja salvar o arquivo if MessageDlg Deseja Salvar o Mapa em Arqui vo mtConfirmation moYes mbNo 0 idYes then begin SalvarDialog FileName NomeArg if SalvarDialog Execute then begin NomeArq SalvarDialog FileName Salvar NomeArg end end else begin LimpaGrafo PrimGrafo UltGrafo impaLista0Origem PrimListaOrigem UltListaOri
175. loreto de s dio 6 ml Kg peso corporal 24 h Di lise peritonial Desidrata o 1 Classifica o Extracelular Intracelular Mista 2 Etiologia Priva o de l quidos Neuropatia coma Anexo I 171 Ingest o deficiente de gua disfagia total c ncer megaes fago Aspira o g strica ou intestinal Queimaduras Doen as metab licas Mucovicidose Cetoacidose diab tica Insufici ncia supra renal aguda Hemorragias Administra o excessiva de l quidos hipert nicos diurese osm tico 3 Quadro cl nico Perda de peso Olhos encovados Fontanela deprimida Mucosas secas l ngua saburrosa Pele seca com elasticidade diminu da e turgor pastoso Sede Olig ria Irritabilidade aumentada Hemoconcentra o Hemat crito e leuc citos aumentados Hemodilui o s nas hemorragias Hemat crito diminu do 4 Grau da desidrata o Moderada perda de 5 a 10 do total de gua corp reo M dia perda de 10 20 do total de gua corp reo Grave perda de mais de 20 do total de gua corp reo 5 Tipos de desidrata o Osmolaridade normal 280 310 mOs l Osmolaridade 2 S dio plasm tico 10 Desidrata o isot nica Desidrata o hipert nica Desidrata o hipot nica 6 Tratamento Acompanhamento do peso Requerimento basal D ficit est tico Anexo II Fonte EFRRRERRESRIA ARRE RA CARA ERA AAA RADA AA RE AA AA AAA AAA AAA AE ii UNIVERSIDADE FEDERAL DA PARA BA
176. lvido pela Universidade do Cear atrav s do grupo SINTA Sistemas Inteligentes Aplicados cuja caracter stica principal a simplifi ca o do trabalho de implementa o de sistemas especialistas O Expert Sinta emprega um modelo de representa o do conhecimento baseado em regras de produ o e probabilidades Outras caracter sticas do software s o e O uso de uma m quina de infer ncia compartilhada e A constru o autom tica de telas e menus e O tratamento probabil stico das regras de produ o e A utiliza o de explica es sens veis ao contexto da base de conhecimento mode lada Uma das facilidades para justificativa do seu uso a f cil manuten o que o usu rio ter com a ferramenta como por exemplo a inclus o altera o e exclus o de novas regras Al m disso o usu rio n o necessita de conhecimentos em programa o A utiliza o de uma ferramenta do tipo shell simplifica a constru o de sistemas especialistas e facilita enormemente sua poss vel manuten o Essa ferramenta permite ao criador do sistema preocupar se apenas com a representa o do conhecimento do perito Encarrega se tamb m com a tarefa de interpretar o conhecimento representado e execut lo em uma m quina al m de permitir depura es e explica es de como o computador che gou a uma ou mais conclus es preestabelecidas no sistema 5 5 Constru o dos sistemas 5 5 1 Sistema especialista para escolha da
177. m Trato Intestinal Funcionante MOTIVO DA PERGUNTA VALORES sim n o y Imprimir Figura 4 14 Relat rio do Sistema Vis o parcial das vari veis que compor o o sistema especialista Cap tulo 4 O ambiente de desenvolvimento do SGR 117 Relat rio do sistema Fal ncia de rg os sim E Condi o Especial Cardi co O ENT Resultado Dieta para Cardi co Fal ncia de rg os sim Condi o Especial Renal ENT O Resultado Dieta para Renal Fal ncia de rg os sim Condi o Especial Hepatopata ENT O Resultado Dieta para Hepatopata REGRA 4 GF Y Imprimir Figura 4 15 Relat rio do Sistema Vis o parcial das regras O Relat rio gerado para o sistema exemplificado ser VARI VEIS NOME Fal ncia de rg os OBJETIVO NAO TIPO univalorada PERGUNTA O Paciente tem fal ncia de algum rg o MOTIVO DA PERGUNTA VALORES Sim N o NOME Condi o Especial OBJETIVO NAO TIPO univalorada PERGUNTA Qual o rg o Falido MOTIVO DA PERGUNTA VALORES Cora o Rim F gado NOME Trato Intestinal Funcionante OBJETIVO NAO TIPO univalorada PERGUNTA O Paciente tem Trato Intestinal Funcionante MOTIVO DA PERGUNTA VALORES Sim N o NOME Apetite Preservado OBJETIVO NAO TIPO univalorada PERGUNTA O apetite do paciente esta preservado MOTIVO DA PERGUNTA VALORES Sim N o Cap tulo 4 O ambiente de desen
178. m benef cios importantes notadamente no que se refere a Cap tulo 2 Sistemas Especialistas 52 Cria o de reposit rio de conhecimento Crescimento de produtividade e qualidade Habilidade de resolver problemas complexos Flexibilidade e modularidade Opera o em ambientes arriscados Credibilidade Habilidade de trabalhar com informa es incompletas ou incertas Fornecimento de treinamento Na avalia o de Giarratano os Sistemas Especialistas apresentam caracter sticas in teressantes que justificam seu uso e constru o quais sejam Giarratano at al 1998 Alta disponibilidade Per cias est o dispon veis em qualquer hardware a qual quer momento de modo satisfat rio O usu rio empregar o sistema especialista para consulta sempre que desejar Custo reduzido O custo de prover destreza por usu rio reduzido Perigo Reduzido Sistemas especialistas podem ser usados em ambientes que pode riam ser perigosos para um humano As per cias s o permanentes Peritos humanos podem se aposentar se ausentar ou morrer O conhecimento do sistema especialista durar indefinidamente Per cias M ltiplas Sistemas especialistas valem se do conhecimento de m ltiplos peritos estando dispon vel para trabalhar simultaneamente e continuamente qual quer hora do dia ou noite na resolu o de um problema O n vel de conhecimento combinado de v rios peritos pode exceder o de um nico perito humano Harmon 85 Aume
179. m l gica por m pode ser tarefa muito complicada Para estas situa es utili zam se l gicas mais complexas l gicas temporais e l gicas modais A infer ncia assume primordial import ncia na l gica podendo ser por e Dedu o a partir de fatos de conhecimento representados de forma l gica utili zam se regras de infer ncia v lidas para gerar novos fatos Ex Se h fogo h fuma a e Abdu o inverso da dedu o Ex Se h fuma a h fogo e Indu o parte se dos fatos at as regras gerais Cap tulo 1 Intelig ncia Artificial 34 Ex Se a Carla do Tchan n o canta bem e a Sheila do Tchan tamb m n o canta bem ent o nenhuma dangarina canta bem e Anal gico resolu o de problemas baseada em problemas j resolvidos Ex Demonstrag o autom tica de teoremas Duas outras formas de representac o do conhecimento utilizadas s o aquelas que se valem de objetos estruturados e dos sistemas de produc o A finalidade dos objetos estruturados representar o conhecimento como uma co le o de objetos e rela es As rela es mais importantes s o subdivis o de classe e rela es de exemplo A rela o de subdivis o de classe aquela na qual uma classe uma subdivis o de outra classe enquanto a rela o de exemplo diz que algum elemento perten ce a alguma classe Sistemas de produ o consistem em um conjunto de regras se ent o e uma mem ria de funcionamento 1 3 1 Objetos Es
180. maneira de entender ou interpretar Diversos tipos e graus de intelig ncia ocorrem nas pessoas nos animais e at mes mo em algumas m quinas Etimologicamente a palavra intelig ncia vem do latim inter en tre e legere escolher significando portanto aquilo que nos permite escolher entre uma coisa e outra A palavra artificial vem do latim artificiale significando algo n o natural isto produzido pelo homem Baseado nestes princ pios Intelig ncia Artificial IA um tipo de intelig ncia produzida pelo homem para dotar as m quinas de algum tipo de habi lidade que simula a intelig ncia humana Diariamente deparamos nos com muitos afazeres que poderiam ser executados ra zoavelmente valendo se apenas da nossa intelig ncia como por exemplo aritm tica complexa tarefas que computadores podem fazer com muita facilidade se programados para tal Por outro lado muitas tarefas que as pessoas fazem intuitivamente tais como reconhecimento de uma pessoa entendimento de imagem visual rea o r pida perante uma nova situa o solu o de problemas na aus ncia de informa o completa s o extre mamente complexas para automatizar em um programa de computador A IA est relacio nada a estas tarefas dif ceis que necessitam de complexos e sofisticados processos de ra cioc nio e conhecimento e p g 774 do Novo Dicion rio AUR LIO Cap tulo 1 Intelig ncia Artificial 16 Criar uma m quina semel
181. mazenado Prox PTRListaRegra end Para realizar o encadeamento Defini o do arquivo Tipado Arquivo Arquivo tipado bin rio que armazena em cada registro uma estrutura do tipo grafo Arquivo File Of Grafo Defini o da classe TForml TFrmMapa class TForm Mapa TPaintBox MainMenul TMainMenu Arquivol TMenultem Novo TMenultem Abrir TMenultem Salvarl TMenultem Imprimir TMenultem Imprimirl Sairl 1 TMenultem TMenultem AbrirDialog TOpenDialog SalvarDialog TSaveDialog BtnResultado TBitBtn ImprimirDialog TPrintDialog PageMapa TPageControl Tabnodo TTabSheet TabValor TTabSheet CmbGrafo TComboBox EdCodNodo TMaskEdit abel3 TLabel abel4 TLabel EdNomeNodo TEdit BtnInclui TBitBtn BtnExclui TBitBtn BtnAltera TBitBtn BtnLimpa TBitBtn GroupBox1 TGroupBox CmbOrigem TComboBox GroupBox2 TGroupBox Cmbdestino TComboBox GroupBox3 TGroupBox GroupBox4 TGroupBox RadioSim TRadioButton RadioNao TRadioButton CmbRelacionamentol TComboBox 174 Anexo II BtnAplDist TBitBtn BtnExc TBitBtn RGObjetivo TRadioGroup RGTipo TRadioGroup EdPergunta TEdit EdMotivo Edit abelPergunta TLabel abelMotivo TLabel EdValor1l TEdit BitSaida TBitBtn RGIntervalo TRa
182. me de acordo com a vontade do usu rio 3 5 Descri o das estruturas de dados utilizadas A estrutura de dados que armazena o mapa contendo o fluxograma de decis o con siste num grafo valorado implementado utilizando duas listas encadeadas dinamicamente a primeira com encadeamento simples e a segunda com encadeamento duplo A primeira cont m um campo que ponteiro para um elemento da segunda lista Observe as descri es abaixo 3 5 1 Lista principal Simplesmente encadeada CodNodo Caractere 2 Armazena o c digo do nodo da primeira lista utilizado para simplificar o desenho do nodo no mapa pois apenas o c digo do nodo exibido e tamb m para possibilitar a ge ra o de um arquivo de sa da menor uma vez que todos os dados de um nodo s o gravados num nico registro e se pos teriormente for necess rio refer ncia a ele no arquivo uti lizado somente o seu c digo A estrutura do arquivo de sa da ser mais bem detalhada adiante Caractere 100 Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 82 Objetivo L gico Quando verdadeiro faz com que o nodo represente valores de uma vari vel que objetivo do sistema especialista Quando falso cada nodo representar uma vari vel inde pendente com todas as suas propriedades Tipo Enumerado Definic o do tipo de vari vel quando o sistema especialista for implantado poder assumir os valores Num rico Univalorada Den
183. mia muito Grave 153 Cap tulo 5 Constru o de Sistemas Especialistas 154 Cloro Normal Hipocloremia Grave Hipercloremia Acentuada S dio Normal Hiponatremia Importante Hipernatremia Moderada Hipernatremia muito Grave Hipopotassemia Moderada Normal Hipopotassemia Grave Hiperpotassemia Grave Tipo multivalorada Sede Tipo univalorada Sensibilidade Valores Anestesia paralisia Normal parestesia Tipo univalorada Tonturas Tipo univalorada Torpor Tipo univalorada Turgor e elasticidade da pele Tipo univalorada Variac o de Peso Valores Aumento Sem altera o Diminui o Tipo univalorada V mitos Tipo Univalorada PERGUNTAS Vari vel Acidose Pergunta Qual o tipo de acidose Vari vel Altera o Hormonal e ou metab lica Pergunta Qual a altera o hormonal e ou metab lica apresentada pelo paciente Vari vel Anorexia Pergunta O Paciente apresenta anorexia Vari vel Administra o Excessiva de Sais Pergunta Qual sal foi administrado iatrogenicamente ao paciente Vari vel Administra o de L quidos sem sais Pergunta Foi administrado l quidos sem sais Ex Soro glicosado de forma Motivo A administra o deficiente de l quidos sem sais ocasiona desidrata o e diminui o de eletr litos no extracelular S dio Cloro Pot ssio por diminui o do conte do A administra o excessiva de l quidos sem sais principalmente em paciente an ricos Stress p s operat rio traumas
184. n stico Hipernatremia Consider vel REGRA 14 SE S dio gt 160 ENTAO Diagn stico Hipernatremia Muito Grave REGRA 15 SE Pot ssio lt 2 5 ENT O Diagn stico Hipopotassemia Grave REGRA 16 SE Pot ssio gt 2 5 lt 3 ENT O Diagn stico Hipopotassemia Importante REGRA 17 SE Pot ssio gt 3 lt 3 5 ENTAO Diagn stico Hipopotassemia Moderada REGRA 18 SE Pot ssio gt 3 5 lt 4 5 ENT O Diagn stico Pot ssio Normal REGRA 19 SE Pot ssio gt 4 5 lt 6 ENTAO Diagn stico Hiperpotassemia Discreta REGRA 20 SE Pot ssio gt 6 lt 7 ENTAO Diagn stico Hiperpotassemia Grave REGRA 21 SE Pot ssio gt 7 ENTAO Diagn stico Hiperpotassemia Muito Grave 149 Estas regras ser o constru das seguindo o modelo incremento do n mero da regra a partir deste valor Regra 89 SE Interface Diagn stico Laboratorial E Dosagem de Pot ssio lt 2 5 ENTAO Resultado Hipopotassemia Grave Finalmente todas as vari veis do sistema com suas propriedades VARI VEIS Acidose Valores Respirat ria Cap tulo 5 Constru o de Sistemas Especialistas 150 Metab lica Tipo multivalorada Alterac o Hormonal e ou metab lica Valores Hipoproteinemia Doen a de Addison Uso de Insulina Glicose Cetoacidose diab tica Mucovicidose Insufici ncia Supra Renal Hiperaldosteronismo Prim rio Dist rbios do Horm nio Anti Diur tico Diabetes incididos Tipo multivalorada Anorex
185. na confec o do chamado prontu rio eletr nico diminuiu considera velmente esta rejei o tornando o computador cada vez mais componente obrigat rio na rotina m dica ocorr ncia que se tornar mais relevante medida que novos avan os tecno l gicos forem alcan ados por exemplo reconhecimento da voz 2 6 1 Sistemas especialistas e Intelig ncia Artificial na Medicina A partir da d cada de 70 um importante ramo da Inform tica a Intelig ncia Artifi cial definida como o ramo da Ci ncia da Computa o que pesquisa metodologias para o desenvolvimento de sistemas que mimetizem o comportamento humano come ou a atuar em car ter experimental desenvolvendo programas denominados sistemas especialistas tamb m conhecidos como sistemas baseados no conhecimento ou ainda Expert System Estes sistemas t m experimentado tremendo crescimento e popularidade desde que foi in troduzido comercialmente no come o de 1980 e hoje sistemas especialistas s o usados no com rcio ci ncia engenharia industria e muitos outros campos Professor Edward Feigenbaum da Universidade de Stanford um pioneiro na tecno logia de sistemas especialistas define sistema especialista como um programa inteli gente de computador que usa conhecimento e procedimento de infer ncia que s o dif ceis o suficiente para requerer significativa per cia humana para sua solu o Giarratano complementa um sistema especialista um sistema
186. nchimento dos valores que relacionam um nodo ao outro o bot o Atribui pressionado e essas dois nodos estar o conectados Observe no desenho da tela que a liga o entre dois n s feita por uma linha azul com uma ou duas das extre midades vermelhas A linha vermelha no final da liga o indica que o nodo que est rece bendo essa parte vermelha destino do outro Figura 4 10 Quando M o Dupla a li nha vermelha aparecer nas duas extremidades Gera o de Regras a partir de Grafos Valorados y iol xj Arquivo Nodo Valor Origer numero 1 a rDestino n mero 2 y Valor da Vari vel Intervalo Sim C N o cM o Dupla C Sim N o XK Relat rio do Sistema Fatos e Regras Figura 4 10 Sinais de atribui o e valores entre os nodos cuja tradu o seria o n mero 2 s aparece se o n mero 1 for maior que 3 e menor que 6 4 2 9 Consultando sinal de relacionamento e valor entre dois nodos Clica se na aba Valor Seleciona se o nodo origem e o nodo destino nas caixas combo O s sinal is de relacionamento e valor entre eles ser o exibidos automaticamente nos campos Relacionamento e Valor 4 2 10 Excluindo o valor e o sinal de relacionamento entre nodos excluindo liga es Clica se na aba Valor Seleciona se o nodo origem e o destino e pressiona se o bot o Exclui Cap tulo 4 O am
187. ndo Peter Pritchard Pritchard 1995 isto se deve ao fato que estes programas e D o acesso oportuno a conhecimento pertinente e Prov em diretrizes f ceis de usar para alcance grande de tarefas paciente espec ficas e Ajudam o m dico a ordenar as op es de decis o e Recordam o doutor de perigos potenciais e Avaliam o processo de conformar a diretrizes concorrentemente e Avaliam os resultados retroativamente 2 6 3 Estrutura e fun es de um sistema especialista m dico As principais fun es e caracter sticas dos sistemas especialistas s o Falsarela Chaves e Armazenar o conhecimento e as experi ncias de especialistas em bases de conhe cimento e Utilizar mecanismos de infer ncia integrados em bases de conhecimento para re solver ou auxiliar a resolver problemas e Possibilitar a inclus o de novos conhecimentos na base de conhecimento sem eli minar os conhecimentos j armazenados A estrutura interna de um sistema especialista constitu da por tr s partes A base de conhecimento o banco de dados e o interpretador de regras A base de conhecimento formada por um conjunto de regras de infer ncias que s o utilizadas no racioc nio para tomada de uma determinada decis o A maioria dos sis temas adota regras baseadas na informa o se ent o para representar o conhecimento Os sistemas podem ter desde dezenas at milhares de regras A interface de aquisi o do conhecimento controla como
188. nfundir em grande quantidade Monitorizar o paciente E C G Pot ssio s rico 3 3 h gua Hiperidrata o extra celular Edema 1 Etiologia Card aco Renal End crino Inflamat rio Al rgico Hipoproteinemia 2 Quadro cl nico Manifesta o da doen a causal Card aco renal etc R pido aumento de peso Hipertens o venosa Dispn ia Cianose Ritmo de galope Derrames serosos edema subcut neo 3 Tratamento Tratamento da doen a causal Diur ticos Redu o do s dio uso de antagonistas da aldosterona espirinolactona Anexo I 170 Di lise peritonial com solu es hipert nicas Hiper hidrata o celular 1 Etiologia Administra o excessiva de gua sem sais Durante olig ria por doen a renal Fase de inj ria do p s operat rio Sudorese profusa No tratamento das perdas de gua e sais diarr ia v mitos fistulas etc Ingest o excessiva de gua Por sudorese Pacientes psic ticos Ap s enemas de gua em crian as portadoras de megacolon 2 Quadro cl nico S ndrome de hipertens o intracraniana Bradicardia bradpn ia hipertens o arterial Babinski dist rbios ps quicos N useas v mitos Edema pulmonar e subcut neo Aumento r pido do peso sinal importante 3 Tratamento Suspens o da administra o de gua sem eletr litos Administra o de solutos hipert nicos diurese osm tico glicose manitol Solu o hipert nica de c
189. no PAuxLista end PTRDestino nil then exit rRegras PTROrigem PTRDestino Executa o procedimento Destino Prox PAuxListaOrigem PAuxListaOrigem Prox end Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 95 end O algoritmo usado para percorrer o grafo foi um algoritmo de profundidade isto um algoritmo que usa uma pilha como estrutura auxiliar Cada nodo do caminho empi lhado na pilha O conte do final da pilha a pr pria regra um procedimento recursivo Observe a sua implementa o Procedimento que realiza o caminhamento entre dois nodos do grafo Recebe o nodo origem o nodo destino e a estrutura que receber os re sultados da forma o de regras Caminhamento por PROFUNDIDADE Estrutura auxiliar Pilha procedure TFrmMapa ConstruirRegras POrigem PDestino PTRGrafo var PAuxAdj PTRListaAdJ begin if POrigem PDestino then begin Se chegou ao nodo Empilha POrigem Empilha a origem AtuJanRegras Atualiza janela de Regras Desempilha end else begin Empilha POrigem Empilha a origem PAuxAd3 POrigem PrimAdj come a a pesquisar os nodos adjacentes while PAuxAdj lt gt nil do begin if not Visitada PAuxAdj Nodo then begin se n o estiver na pilha Topo relacionamentol PAuxAd3 relacionamentol A tribui o sinal ao valor do nodo Topo nome_valorl PAuxAdj nome valorl Atribui o valor do nodo Topo relaci
190. nteriormente torna facultativa a presen a do enge nheiro do conhecimento sendo pr requisito b sico para montagem do sistema especialista apenas a necessidade de um fluxograma de decis o obtido de um livro texto elaborado pe lo professor ou mesmo montado pelo aluno a partir do entendimento do assunto abordado em aula Por m o fluxograma n o a nica forma de representa o do conhecimento Quando usado em um dom nio de problema muito grande o fluxograma provavelmente ficar enorme porque o n mero de poss veis sucess es de situa es a ser considerado ser abissal Foi constru do e ser mostrado tamb m neste capitulo um sistema especialista mais complexo que servir para Diagn stico de dist rbios hidroeletrol ticos onde o flu xograma de decis o por se s n o adequado para representar todo o conhecimento m dico envolvido Parte das regras que formam a base de conhecimento deste segundo sis Cap tulo 5 Constru o de Sistemas Especialistas 125 tema foi constru da com o aux lio de t cnicas de engenharia do conhecimento e outra par te com o Sistema Gerador de Regras Para exemplificag o da funcionalidade e aplicabilidade dos sistemas especialistas no ensino da disciplina Bases da T cnica Cir rgica ap s constru o das bases de conhe cimentos as mesmas foram montadas em um shell o Expert Sinta para permitir ao a luno um aprendizado interativo dos assunto
191. nto da confiabilidade Sistemas especialistas aumentam a confian a em que a decis o correta foi tomada provendo uma segunda opini o para um perito humano ou serve de juiz no caso de haver discord ncias por parte de m ltiplos peritos hu manos Claro que este m todo provavelmente n o ter valor se o sistema especia lista foi programado por um dos peritos O sistema especialista sempre deveria concordar com o perito a menos que um engano fosse cometido pelo mesmo isto pode acontecer se o perito humano estiver cansado ou submetido tens o Explica o Sistema especialista explica com detalhes o racioc nio que conduziu a uma conclus o Um perito humano pode estar muito cansado pouco disposto ou Cap tulo 2 Sistemas Especialistas 53 impossibilitado para fazer isto todo o tempo Isto aumenta a confian a que a deci s o correta foi tomada e Rapidez na resposta Velocidade ou resposta em tempo real pode ser necess ria pa ra algumas aplica es e pode depender do software e hardware usados Um sis tema especialista pode responder mais rapidamente e pode estar mais dispon vel que um perito humano Algumas situa es de emerg ncia podem requerer solu es mais r pidas que um humano e assim um sistema especialista que forne a resposta em tempo real uma escolha boa Hugh 88 Ennis 86 e Estabilidade Resposta n o emotiva e completa a toda hora pode ser muito impor tante em tempo real e situa es de em
192. nto do sistema o especialista apresenta uma s rie de problemas para re solver usando as regras adquiridas das entrevistas e Exame do sistema o especialista examina e cr tica o prot tipo do sistema de regras e a estrutura de controle e Valida o apresenta casos resolvidos pelo especialista e o prot tipo do sistema a outros especialistas Do ponto de vista comparativo com a computa o tradicional pode se comparar o trabalho do engenheiro do conhecimento como segue Tabela 1 4 Engenharia do Conhecimento Programa o Convencional Escolhe uma l gica Escolhe uma linguagem de programa o Constr i uma Base de Conhecimento Escreve um programa Implementa uma prova te rica Escolhe ou escreve um compilador Infere novos fatos Executa um programa Respostas s o derivadas da descri o do problema e da Sa da derivada a partir da entrada BC Tabela 1 4 Compara o de T cnicas de Engenharia do Conhecimento X Programa o Convencional Portanto o Engenheiro do Conhecimento e O profissional que extrai o conhecimento interpreta o e representa o em es truturas de conhecimento armazenando os na base de conhecimentos e Aquele que deve se informar sobre o dom nio do problema para poder inici ar o processo de extra o e O respons vel pela constru o de um prot tipo do sistema para validar o conhecimento previamente extra do e O respons vel pela cria o de um gloss rio de termos para facilitar o enten dimento d
193. o a kind of tipo de Refinamento de um conceito em um mais espec fico sub tipagem e part of parte de rela o de pertence a Pode ser usada a subdivis o de classe e rela es de exemplo para derivar informa c o nova que n o explicitamente representada Redes sem nticas regularmente permitem representa o eficiente de conclus es heran a baseadas que usam algoritmos de prop sito especiais A busca em redes sem nticas pode ser usada de v rias maneiras para se extrair in forma es Por exemplo a busca pode ser usada e Como uma ferramenta explicativa e Para explorar exaustivamente um t pico e e Para encontrar o relacionamento entre dois objetos faz Comer tem P ssaro um C o Figura 1 6 Rede Sem ntica No exemplo da Figura 1 6 para derivar todo o conhecimento sobre c es usa se busca em largura e a partir do n c o encontra se e C es s o mam feros C es t m p los e C es s o animais e C es comem Cap tulo 1 Intelig ncia Artificial 36 Para verificar se c es e p ssaros est o relacionados executa se uma busca em largu ra a partir de ambos os n s e a interseg o entre os n s visitados fornece o relaciona mento s o animais e comem Isto chamado ativac o distribu da ou interseg o de busca 1 3 1 2 Script Desenvolvido por Schank e Abelson em 1977 o script tamb m denominado ro teiro uma estrutura que representa o conhecimento
194. o default aceito Univalorada 4 4 Relat rio do sistema Ap s desenho do grafo e preenchimento dos atributos dos nodos Veja figura 4 13 e tabelas 4 1 e 4 2 o relat rio contendo as vari veis e regras para alimenta o do sistema especialista s aguarda o desejo do usu rio para ser exibido Cap tulo 4 O ambiente de desenvolvimento do SGR 115 Gera o de Regras a partir de Grafos Valorados E to xj Arquivo Nodo valor Fal ncia de rg os C d E Nome Fal ncia de rg os Tipo amp Univalorada C Num rica C Multivalorada rObjetivo E Sim N o Pergunta jo Paciente tem fal ncia de a Motivo Pe 0 z Relat rio do Sistema Fatos e Regras fl sair Figura 4 13 Desenho completo do Grafo Cod Nome Tipo Objetivo Pergunta Motivo 1 Fal ncia de Org os Univalorada N o O Paciente tem fa XXXXXX l ncia de algum r g o do s Dieta para Card aso Sm 4 Dieta para Renal sm ie Dieta para Hepatopata PS FET o SSI Trato Intestinal Funcionante Univalorada N o O Paciente tem Tra Xxxxxx to Intestinal Funcio nante te esta preservado 5 Hlimentag o Parenteral m ar aora Sm O o Atrav s de Sondas Sm o Tabela 4 1 Atributos dos nodos Origem Destino Relacionamento Valor M o Dupla Fal ncia de Org o Condi o Especial
195. o 1982 SZOLOVITS P PAUKER S G Categorical and Probabilistic Reasoning in Medicine Revisted Artificial Intelligence 59 167 180 1993 TSUMOTO S Knowledge discovery in clinical databases and evaluation of discovered knowledge in outpatient clinic Information Sciences 124 2000 1254137 TURING A M Computing Machinery and Intelligence Mind 59 433 460 1950 VILLELA Jr G F Usando o Computador no Ensino M dico Revista Inform dica 1 1 5 11 1993 Bibliografia 219 VOLPE R M SABBATINI R M E Aplica es da Multim dia no Ensino M dico re vista Inform dica 2 9 5 12 1994 WICHRT A A categorical expert system Jurassic Expert Systems with Applications 19 2000 149 158 WIDMAN L E Expert System in Medicine http amplatz uokhsc edu acc95 expert systems html WIDMAN L E Sistemas Especialista em Medicina Inform tica m dica 1 5 1998 WISTON P H Intelig ncia Artificial Rio de Janeiro Livros T cnicos e Cientificos Ltda 1988 WISTON P H Artificial Intelligence Addison Wesley Publishers Reading Massachus sets 1992 WINTERS R W Dist rbios H dricos e Eletrol ticos in SILVER H K KEMPE C H BRUYN H B Manual de Pediatria 10 edi o Rio de Janeiro Guanabara Koogan 1975 p 54 78 Sites na Internet Janeiro 2002 http www hw ac uk http www cce ufsc br unaberta estaco especial especial2 html http www cs cmu edu Groups A
196. o 2 4 Ferramentas para constru o de um sistema especialista 4 5 Personagens de um sistema especialista 2 6 Sistemas especialistas na Medicina 2 6 1 Sistemas especialistas e Intelig ncia Artificial na Medicina 2 6 2 O diagn stico m dico e o emprego de sistemas especialistas 2 6 3 Estrutura e fun es de um sistema especialista m dico69 2 6 4 Sistemas especialistas na rea m dica mais conhecidos Cap tulo 3 Sistema Gerador de Regras a partir de grafos valorados 3 1 Defini o de grafo 3 2 Objetivo 3 3 Metodologia 3 3 1 Detalhamento do sistema 3 4 Especifica o do problema 3 5 Descri o das estruturas de dados utilizadas 3 5 1 Lista principal Simplesmente encadeada 3 5 2 Lista de adjacentes Lista duplamente encadeada 3 5 3 Estrutura PilhaRegra 3 5 4 Lista de regras 3 5 5 Lista dos n s origem 51 53 55 55 56 58 58 60 61 61 61 62 62 63 63 64 65 66 67 70 74 74 75 76 79 80 81 81 82 84 85 86 Sum rio 3 5 6 Lista dos n s objetivos 86 3 6 Algoritmos principais 86 3 6 1 Inserg o 86 3 6 2 Remo o 88 3 6 3 Algoritmo para altera o de um valor do formul rio 89 3 6 4 Algoritmo para limpar o formul rio de dados 90 3 6 5 Algoritmo de atribui o de valores entre os nodos 90 3 6 6 Algoritmo para exclus o de arcos 91 3 6 7 Algoritmo para forma o da lista de origem 91 3 6 8 Algoritmo para forma o da lista de destino 92 3 6 9 Algoritmo para forma o da lista de regra 9
197. o o quantificador universal V e quantificador existencial 3 S mbolo de igualdade usado para declarar que dois termos referenci am o mesmo objeto As formas principais de argumenta o em l gica dos predicados s o unifica o e resolu o No processo de resolu o para provar um teorema tese tomam se duas cl usulas quaisquer que resolvidas originam uma nova cl usula Para tanto essas duas cl usulas de vem ter o mesmo literal complementar Esses dois se cancelam e a cl usula resultante a que sobrou da anula o Isso repetido at que se chegue ao teorema a ser provado A l gica dos predicado pode avaliar uma express o para instancia o das diferentes vari veis e pode reconhecer que pode ser verdadeira para alguns valores e falso para ou tros Porque a l gica dos predicado pode usar regras gerais para representar uma gama ex tensiva de rela es espec ficas menos suscet vel a uma explos o combinat ria na repre senta o do conhecimento que a l gica proposicional 1 3 1 5 Sistemas baseados em regra Ao inv s de representar o conhecimento de um modo relativamente declarativo es t tico como um grupo de coisas que s o verdadeiras sistemas baseados em regras repre sentam o conhecimento em termos de um grupo de regras que apontam para o que deve ser feito ou o que pode ser conclu do em situa es diferentes Um sistema baseado em regras formado por um grupo de regras SE ENT O um grupo
198. o ZonaCritica Retorna apontando para o endere o onde esta localizado o nodo selecionado no ma pa begin PageMapa ActivePage TabNodo Ativa a p gina Nodo do objeto PageCon trol ZonaCritica x y Xx TAMNODO y TAMNODO SELECIONA Retlogic RetPTR if RetLogic 0 then exit PAtualGrafo RetPtr Ponteiro do Atual aponta para o ponteiro retorna do pela ZonaCritica AtuJanNodo Atualiza a janela de dados sobre o nodo Movendo True Movendo recebe True end procedure TFrmMapa MapaMouseUp Sender TObject Button TMouseButton Shift TShiftState X Y Integer var RetLogic integer RetPTR PTRGrafo begin if not Movendo then exit Movendo False if x lt 0 or y lt 0 or x gt Mapa Left Mapa Width 20 or y gt Mapa Top Mapa Height 20 then begin ShowMessage 0 Nodo n o pode ser inclu da nessa posic o exit end Zonalritica x y x TAMNODO y TAMNODO SELECIONA Retlogic RetPTR if RetLogic 1 then exit PAtualGrafo xiNodo x PAtualGrafo yiNodo y PAtualGrafo xfNodo x TAMNODO PAtualGrafo yfNodo y TAMNODO DesMapa end Limpa o mapa procedure TFrmMapa LimpaMapa begin with Mapa do begin Canvas Pen Color clBlue Anexo II 182 Canvas Brush Color clWhite Canvas Rectangle 0 0 Width Height Desenha um ret ngulo com fundo brancoj Canvas Pen Color clBlue Canvas Brush Color clNone end end OPERA ES NO GRAFO
199. o da Lista UltGrafo Prox PAux UltGrafo PAux end PAtualGrafo PAux Ponteiro Atual recebe esse novo n end procedure Anexo II 183 Recebe uma string como par metro e consulta ela no grafo A chave de pes quisa do grafo o campo Nome nodo procedure TFrmMapa ConsultaGrafo PrimGrafo PTRGrafo Chave str100 var PAux PTRGrafo Achou Boolean begin PAux PrimGrafo Achou False while PAux lt gt nil and not Achou do begin if PAux nome nodo Chave then Achou True else PAux PAux Prox end if Achou then begin PAtualGrafo PAux Ponteiro do Atual recebe o ponteiro encontrado AtuJanNodo Atualiza a janela de dados sobre o Nodo end end Recebe o c digo de um nodo e realiza a pesquisa desse c digo no grafo se encontrar retorna um ponteiro para o endere o onde essa vari vel est armazenada function TFrmMa pa AtribPtrGrafoCod PrimGrafo PTRGrafo Chave str2 PTRGrafo var PAux PTRGrafo begin PAux PrimGrafo while PAux lt gt nil do begin if PAux CodNodo Chave then break else PAux PAux Prox end AtribPtrGrafoCod PAux end OPERA ES NOS NODOS Fun o que verifica se o c digo passado por par metro est no grafo function TFrmMapa InGrafo PrimGrafo PTRGrafo CodNodo str2 boolean var PAux PTRGrafo Achou Boolean begin PAux PrimGrafo Achou False while PAux lt gt nil and not Achou do begin if CodNodo PAux CodNod
200. o dom nio e O respons vel pela manuten o do conhecimento quando esta tarefa n o puder ser realizada pelo especialista Cap tulo 2 Sistemas Especialistas 2 1 Introduc o Um Sistema Especialista formado por um conjunto de softwares que manuseia conhecimentos armazenados em bancos de dados denominado base de conhecimento e emprega t cnicas de infer ncia com o objetivo de solucionar problemas que at ent o s podiam ser resolvidos com a habilidade humana tais como problemas n o estruturados nos quais complicado um procedimento l gico para a sua resoluc o Os sistemas especialistas s o elaborados com a finalidade de lidar com quase todos os tipos de situa es em que s o requeridos racioc nios formais para sua solu o como por exemplo diagn sticos m dicos defeitos em equipamentos previs es meteorol gicas den tre outros Harmon 1985 Sabbatini A 1993 Kojima at al 2000 O prop sito destes sistemas n o o de substituir a o especialista humano consis tindo na verdade numa ferramenta til para amplia o da sua experi ncia e conhecimen tos medida que novas situa es v o sendo identificadas o acervo da base de conheci mento realimentado tornando as novas informa es dispon veis a partir de sua introdu c o no sistema incrementando com isto a produtividade e o aculturamento do utilizador O primeiro programa especialista baseado em conhecimento chamado DENDRAL foi e
201. o perito e engenheiro de conhecimento interagem com o pro grama para incorporar conhecimento na base de conhecimento Cap tulo 2 Sistemas Especialistas 70 O banco de dados fornece o contexto do problema dominante e considerado como um conjunto de fatos teis Estes fatos s o aqueles que satisfazem as regras que levam a conclus o de um determinado fato diagn stico terap utica progn stico etc O interpretador de regras uma m quina de infer ncia e controla a base de conhe cimento usando um conjunto de fatos para a produg o de mais fatos A partir da alimenta o do sistema com dados espec ficos obtemos informa es teis na tomada de decis o A interface do usu rio a parte do programa que interage com o usu rio Permite ao usu rio fornecer informa es a fim de que haja resolu o de problemas exibe conclu s es e explica seu funcionamento racioc nio utilizado na resolu o do problema A comunica o com o sistema deve ser feita idealmente empregando interface que fa a uso de linguagem natural e ambiente preferencialmente gr fico pois isto permite que o usu rio fa a uso do sistema de maneira quase intuitiva sem a necessidade do auxilio do especialista aquele que alimenta a base de conhecimento 2 6 4 Sistemas especialistas na rea m dica mais conhecidos Estima se que mais de 2000 programas foram desenvolvidos fornecendo suporte tomada de decis o muitos deles incorporados a equipam
202. o then Achou True else PAux PAux Prox end if Achou then InGrafo True Retorna True se esse c digo existe else InGrafo False end Atualiza a janela de dados sobre o nodo procedure TFrmMapa AtuJanNodo begin if PAtualGrafo lt gt nil then begin verifica se o PAtualGrafo est apon Anexo II 184 tando para algu m Atualiza os objetos com os valores do PAtualGrafo Para Atualizar RGTipo If PAtualGrafo Opcao_tipo numerica then RgTipo ItemIndex 1 else if PAtualGrafo Opcao_tipo Univalorada then RgTipo ItemIndex 0 else if PAtualGrafo Opcao tipo multivalorada then RgTipo ItemIndex 2 Para Atualizar RGObjetivo If PAtualGrafo Objetivo true then RGObjetivo ItemIndex 0 else RGObjetivo ItemIndex 1 Atualizar os valores EdCodNodo Text PAtualGrafo CodNodo EdNomeNodo Text PAtualGrafo nome nodo EdPergunta Text PAtualGrafo Pergunta EdMotivo Text PAtualGrafo Motivo CmbGrafo Text PAtualGrafo nome_nodo end else begin Se n o tiver ningu m no grafo limpa tudo e coloca o de fault para os bot es de r dio tipo de vari vel e objetivo EdCodNodo Clear EdNomeNodo Clear EdPergunta Clear EdMotivo Clear CmbGrafo Clear RGTipo ItemIndex 0 RGObjetivo ItemIndex 1 end end Func o que recebe uma chave de pesquisa para o nome do nodo e retorna um ponteiro para o endere o onde est o localizado os dados sobre esse
203. o um intermedi rio entre o perito e o sistema especialista O trabalho do engenheiro de conhecimento envolve a colabora o do s expert s e do s usu rio s final is O engenheiro do conhecimento o perito em linguagem de representa o em IA Ele deve ser capaz de selecionar um shell de sistema especialista satisfat rio e outras ferramentas para o projeto extrair o conhecimento do perito e implementar o conheci mento em uma base de conhecimento correta e eficiente Para extrair conhecimento do perito o engenheiro de conhecimento tem que se tor nar primeiro pelo menos um pouco familiar com o dom nio de problema talvez lendo textos introdut rios ou falando com o perito S ap s isto a entrevista com o perito come a Tipicamente peritos s o colocados diante de uma s rie de exemplos do problema e ex plicar o o racioc nio empregado para resolu o dos mesmos em voz alta O engenheiro do conhecimento elabora regras gerais abstratas destas explica es e das perguntas feitas ao perito Como ocorre com a maioria das aplica es o sistema estar fadado ao fracasso se o usu rio n o ficar contente com ele A fase de desenvolvimento deve envolver a colabora o ntima de usu rios potenciais No ciclo de desenvolvimento b sico de boa norma en volver o desenvolvimento de um prot tipo inicial e iterativamente test lo e modific lo Os peritos conferem a validade das regras e os usu rios conferem se
204. ol gico Causey 1994 Discute se que a verdadeira intelig ncia nunca poder ser alcan ada por um compu tador devido constata o bvia de ser imprescind vel a utiliza o de alguma propriedade humana que n o pode ser simulada por meios tecnol gicos pelo menos com os recursos atualmente dispon veis A partir da v rias posi es poderiam ser adotadas Causey 1994 e Computadores nunca ser o realmente inteligentes entretanto eles poder o fazer al gumas tarefas teis que convencionalmente requerem intelig ncia e Computadores poder o eventualmente ser inteligente por m na realidade o que e xiste a simula o de um comportamento inteligente n o sendo portanto real mente inteligentes e Computadores ser o eventualmente realmente inteligentes e Computadores n o s ser o inteligentes como ser o c nscios e ter o emo es O que se observa baseado na atualidade que na verdade computadores podem se comportar claramente de forma inteligente quando executam determinadas tarefas No en tanto ainda na maioria das vezes de certa forma de modo limitado Est claro que pode r o ser usadas t cnicas de IA para produzir programas teis que convencionalmente requei ram intelig ncia humana e que o processo de elabora o desses softwares contribuem para o entendimento da natureza da nossa pr pria intelig ncia Mesmo com a enorme quantidade de t cnicas de IA dispon veis atualmente a capa cid
205. onamento2 PAuxAd3 relacionamento2 A tribui o sinal ao valor do nodo Intervalo Topo nome valor2 PAuxAdj nome valor2 Atribui o valor do nodo Intervalo ConstruirRegras PAuxAdj Nodo PDestino Executa for ma o de regras com a nova Origem Recurs o end PAuxAdj PAuxAdj Prox Vai para o pr ximo da lista de adja centes end Desempilha end end Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 96 3 7 Fluxo de dados durante um encaminhamento Figura 3 4 Grafo Lista de Ad jac ncias Ponteiro Ponteiro Pilha Armazena um determi nado caminho que vai da origem do grafo ao su midouro e que constitui uma regra Armazena os pon Lista de teiros de forma Regras tubular Figura 3 4 Fluxograma de dados durante um encaminhamento 3 8 Descri o do arquivo gerado O programa permite que a estrutura formada seja gravada em um arquivo Esse ar quivo um arquivo bin rio tipado e o tipo estrutura do seu registro igual ao tipo grafo Observe o c digo fonte Anexo Il Os registros foram armazenados da seguinte maneira Primeiramente todos os nodos armazenados no grafo com todas as suas informa es exceto a lista de adjacentes s o gravados nos primeiros registros Ap s a grava o de todas eles inclu do um registro que armazena no campo CodNodo o caractere h fen Far se refer ncia a esse regist
206. onamento2 str2 Quando faz parte de um intervalo num rico Nome valor2 str100 Quando faz parte de um intervalo num rico xiNodo yiNodo xfNodo yfNodo integer Coordenadas que posicionam Anexo II 173 o nodo no mapa Prox PTRGrafo Para efetuar o encadeamento PrimAdj PTRListaAdJj Aponta para o primeiro elemento da lista de adjac ncia UltAdj PTRListaAdS Aponta para o ltimo elemento da lista de adjac ncia end Defini o da estrutura ListaAdj Essa a lista de nodos adjacentes de cada nodo da estrutura Grafo ListaAdj record Nodo PTRGrafo Aponta para o elemento do grafo Relacionamentol str2 nome valorl str100 Armazena o valor de um nodo origem que per mite o aparecimento do nodo adjacente Em IA a estrutura que permitir a movimenta o em Espa os de Busca junto com relacionamentol Relacionamento2 str2 nome_valor2 str100 Quando faz parte de um intervalo num rico Prox PTRListaAdJ Aponta para o pr ximo da lista Ant PTRListaAd Aponta para o anterior da lista lista dupla mente encadeada end PTRLista0Origem ListaOrigem Ponteiro para Lista Origem Defini o da Lista de Origem Todos os n s que s o nodos fontes ListaO0rigem record NodoOrigem PTRGrafo Prox PTRListaOrigem Aponta para o pr ximo da lista end PTRListadestino ListaDestino Ponteiro para Lista Destino Defeni o da Lista de Destino Todos os n s que s o nodos objetivos ListaDestino recor
207. onamentol PAuxGrafo Nome Valorl RegGrafo Nome valorl PAuxGrafo relacionamento2 RegGrafo relacionamento2 PAuxGrafo Nome Valor2 RegGrafo Nome valor2 PAuxGrafo xiNodo RegGrafo xiNodo PAuxGrafo yiNodo RegGrafo yiNodo PAuxGrafo xfNodo RegGrafo xfNodo PAuxGrafo yfNodo RegGrafo yfNodo PAuxGrafo Prox nil PAuxGrafo PrimAdj nil PAuxGrafo UltAdj nil if PrimGrafo nil then begin Se for o primeiro PrimGrafo PAuxGrafo UltGrafo PAuxGrafo end else begin UltGrafo Prox PAuxGrafo UltGrafo PAuxGrafo end end end CloseFile ArqMapa Fecha o arquivo DesMapa Desenha o mapa AtualizaCmbGrafo Atualiza os objetos end Executado quando selecionada a op o Novo no menu procedure TFrmMapa NovoClick Sender TObject begin Saida end Executado quando selecionada a op o Imprimir no menu procedure TFrmMapa ImprimirClick Sender TObject begin Ativa a caixa de di logo de impress o if ImprimirDialog Execute then FrmMapa Print end Executado quando selecionada a op o Sair no menu procedure TFrmMapa SairlClick Sender TObject begin Saida halt end end Gloss rio Anamnese Colheita de dados subjetivos sentidos pelos doentes e relatados ao m dico Anastomose Cria o atrav s de suturas de comunica o entre duas v sceras ocas Angiografia Digital Estudo radiol gico dos vasos sangu neo com util
208. onot nico n o retira fatos da mem ria de trabalho e Irrevog vel para quando o conjunto de conflitos testas todas as possibilida des e Revog vel utiliza backtraking desfaz para colher a primeira resposta O sistema de busca utilizado pode ser em largura ou profundidade Cap tulo 2 Sistemas Especialistas 63 2 3 4 Interface do usu rio A interface do usu rio visa facilitar a comunicag o entre o sistema especialista e o usu rio Esta interface acionada cada vez que o usu rio solicita uma explicag o sobre uma decis o em particular que o sistema tomou ou sobre qualquer fato ou conhecimento que ele guardou na base A interface do usu rio pode ser considerada boa quando reproduz O tipo de interag o que seria esperada entre um perito humano e algu m consultando aque le perito 2 3 5 M dulo de explicac o A maioria dos sistemas especialista tem m dulos de explica o que permitem ao usu rio obter a maneira que motivou o sistema a fazer alguma pergunta e como chegou a alguma conclus o Estas perguntas s o respondidas recorrendo s metas do sistema as re gras que s o usadas e quaisquer dados pertinentes ao problema Prover tal facilidade de explica o envolve pelo menos o registro de quais regras s o usados para obten o das conclus es e usar estes registros para compor explica es de como o sistema funciona A figura 2 4 mostra esquematicamente o relacionamento entre os diversos compo
209. onstru do a partir de qualquer shell um pequeno m dulo de sistema especialista Por ter sido elaborado adotando o idioma portugu s como base para tornar a tarefa de constru o de um sistema especialista f cil mesmo para quem n o tem conhecimentos amplos em inform tica por ser adequadamente documentado e ser amplamente empregado nas Universidades brasileiras no ensino de Intelig ncia Artificial fez se op o pelo shell Expert Sinta desenvolvido pelo LIA Laborat rio de Intelig ncia Artificial da UFC Universidade Federal do Cear para implementa o do sistema especialista Veja o capitu lo 5 3 4 Especifica o do problema O problema em quest o a cria o de um programa que utiliza uma estrutura para armazenar alguns dos principais dados de um fluxograma de decis o de uma conduta m dica que possibilita a cria o de um gerador de regras para alimentar um sistema especia lista que ir proporcionar ao aluno da disciplina bases da t cnica cir rgica interagindo com o sistema sedimentar o assunto que foi ensinado em sala de aula ou contido em impressos m dicos O programa desenvolvido para trabalhar esse problema um gerador de regras para confec o de sistemas especialistas Esse programa respons vel pela cria o da estrutura de um grafo valorado basea do em um fluxograma de decis o e pela execu o de diversas opera es sobre o mesmo A cria o da estrutura ou do grafo propriamen
210. onteiros para o Primeiro e ltimos ele ntos do grafo RegGrafo Grafo lores ao grafo PAtualGrafo PTRGrafo emento selecionado atualment das PrimListaOrigem UltListaOrigem PTRListaOrigem iro e ultimo elemento da estrutura ListaOrigem PrimListaDestino UltListaDestino PTRListaDestino Vari vel da estrutura Grafo utilizada para atribuir Ponteiro para o Elemento Atual do grafo Sopr le que as fun es ser o xecu r Ponteiros para o pri Ponteiros para o primeiro e ultimo elemento da estrutura ListaDestino Anexo II 177 Topo PTRPilhaRegra Ponteiro para o Topo da Estrutura PilhaRegra PrimListaRegra UltListaRegra PTRListaRegra Ponteiros para o primeiro e ltimos elementos da estrutura ListaRegra NomeArq string Vari vel que armazena o nome do arquivo aberto nome valorl str100 Relacionamentol str2 nome_valor2 str100 Relacionamento2 str2 Numero Integer N mero de Ordem da regra implementation SR DFM INICIALIZA ES E FINALIZA ES Executado quando o FrmMapa criado procedure TFrmMapa FormCreate Sender TObject begin Inicializa todos os ponteiros PAtualGrafo nil PrimListaOrigem nil UltListaOrigem nil PrimListaDestino nil UltListaDestino nil Topo nil PrimListaRegra nil UltListaRegra nil Para que intervalo fique invis vel RGIntervalo Visible false CmbRelacionamento2 Visible false EdVa
211. or Fal ncia_de rg os X Caixa de Sele o de nodosc x Fal ncia de rg os Tipo amp Univalorada C Num rica C Multivalorada Objetivo Sim N o Pergunta jo Paciente tem fal ncia de a Motivo Do A1teral Exc lui ke Limpa R Relat rio do Sistema Fatos e Regras fl Sair Figura 4 3 Inclus o do primeiro nodo no grafo 4 2 2 Selecionar um nodo H duas maneiras de se selecionar um nodo na tela de desenho A primeira pres sionando o bot o esquerdo do mouse sobre o nodo desejado na tela Automaticamente o formul rio de dados sobre o nodo ser atualizado com os dados relativos ao n seleciona do A segunda maneira a partir da escolha de um item da caixa de sele o nome do nodo desejado que est localizada no formul rio de dados Figura 4 3 4 2 3 Movendo um nodo na tela Para movimenta o de um determinado nodo seleciona se o nodo com o mouse e arrasta o para a nova posi o Obs Para arrastar conserva se o bot o esquerdo do mouse pressionado at chegar na posi o desejada 4 2 4 Alterando dados de um nodo Cap tulo 4 O ambiente de desenvolvimento do SGR 108 Para alterar os dados de um nodo basta selecion lo e efetuar modifica es nos va lores constantes no formul rio Ap s coloca o dos novos dados pressiona se o bot o Al tera para valida o das mudan as 4 2 5 Excluindo um nodo Para exclus o s
212. oradores a partir do final dos anos 60 na Universidade Leeds O Sistema utiliza dados de sensibilida de especificidade e preval ncia da doen a para v rios sinais sintomas e resultados de e xames laboratoriais empregando como mecanismo de an lise estat stica o obtido a partir do Teorema de Bayes fornecendo a probabilidade para 7 poss veis causas de dor abdomi nal apendicite diverticulite lcera p ptica perfurada colecistite obstru o do intestino delgado pancreatite e dor abdominal inespec fica O uso rotineiro deste sistema em hospi tais da Inglaterra reduziu a taxa de incid ncia em 50 das apendicites perfuradas e diminu iu a quantidade de cirurgias abdominais desnecess rias de 36 para 14 CADUCEUS INTERNIST Sistema geral de diagn stico assistido por computador aplicado na rea de ensino m dico Um elemento importante implementado neste sistema a utiliza o de forma semelhante ao racioc nio empregado pelo m dico do encadeamento causal Os m dicos normalmente sabem porque um determinado sintoma ou resultado de teste aparece como conseqii ncia de alguma altera o anat mica bioqu mica ou fisiol gi ca e isto amplamente utilizado neste sistema Cap tulo 2 Sistemas Especialistas 72 DTA 1978 Sistema elaborado para acompanhamento de paciente em uso de Digi tal PIP Sistema de diagn stico em Medicina interna e Nefrologia CASNET GLAUCOMA 1982 Diagn stico e orienta o terap utica
213. orta antes de comer e Um gar om a atendeu e Pagou antes de sair 1 3 1 3 Frames Frames s o uma variante de redes sendo um dos modos mais populares de repre sentar conhecimento em um Sistema Especialista Em um frame toda a informa o perti nente a um conceito particular armazenada dentro de uma nica entidade complexa Su perficialmente frames se parecem com estrutura de dados de registro por m frames suportam o conceito de heran a Um frame organizado de maneira muito semelhante a uma rede sem ntica elaborado como uma rede de nodos e rela es organizados numa hierarquia onde os nodos do topo representam conceitos gerais e os nodos localizados mais abaixo representam ins t ncias mais especificas destes conceitos Embora pare a uma rede num frame o concei to de nodo definido por uma cole o de atributos denominados slots ou facetas e seus respectivos valores Cada slot tem um n mero qualquer de procedimentos anexados a si que s o executados automaticamente quando a informa o contida no slot recuperada ou alterada Slots podem armazenar valores lista de valores restri o sobre valores v li dos tipo de dado indica o de valor n o especificado unidades de medidas ponteiros Procedimentos que est o dentro de frames s o chamados demons Para um frame que contenha a representa o de um quadrado um exemplo de um demon
214. para tirar novas conclus es de dados j existentes O engenheiro do conhecimento pode usar qualquer uma das estrat gias ou mesmo as duas Uma raz o para isto que normalmente um sistema especialista ter que colecionar infor ma o sobre o problema do usu rio lhes fazendo perguntas usar uma estrat gia meta diri gida pode ser adequada se o sistema efetua perguntas ao usu rio que s o pertinentes a uma solu o de hip tese De qualquer modo um sistema especialista baseado em regras meta dirigido fre quentemente apresenta um conjunto de poss veis solu es para o problema por exemplo uma s rie de doen as que o paciente poderia ter O sistema especialista pode considerar cada solu o hipot tica por exemplo Ter febre Jo o e para este exemplo tentar provar que a gripe o resultado mais adequado para o caso s vezes n o poss vel provar ou contestar algo a partir dos dados fornecidos pelo usu rio assim o sistema far para o usu rio algumas perguntas por exemplo Voc tem dor de cabe a Usando os dados inici ais e as respostas para estas perguntas dever ser capaz de concluir qual das prov veis so lu es ao problema s o as mais adequadas 2 2 4 Tratamento da incerteza As regras do sistema especialista podem ser vagas trazendo inseguran a ao usu rio Isto pode ser facilmente visualizado em um sistema de diagn stico m dico em que o especialista n o capaz de ser definitivo no rel
215. pela empresa Cognitech da Fran a primeiro sistema es pecialista de grande porte concebido para o paciente com o objetivo de auxiliar a terapia e a educa o do diab tico insulino dependente Este sistema apresenta dois mecanismos integrados de infer ncia o primeiro ativa uma base de conhecimento de cerca de 300 re gras um especialista m dico em Diabetologia e o segundo com cerca de 40 regras faz um levantamento do perfil individual do paciente seu hist rico nosol gico e terap utico e sua interag o pedag gica com o sistema DSP Sistema de Diagn stico em Psiquiatria Desenvolvido por M B do Amaral e colaboradores em 1995 no Hospital Universit rio Chiba Jap o Composto por 1508 regras relacionando 208 achados cl nicos com 257 diagn sticos O sistema inclui os 30 grupos de diagn sticos psiqui tricos que s o classificados baseados nas categorias 290 a 319 do DSM III R e o CID 9 SEC O Projeto SEC foi concebido junto com a Funda o Bahiana de Cardiologia FBC com objetivo de apoiar o m dico n o cardiologista no diagn stico de eventos agudos da cardiopatia isqu mica Seus usu rios s o portanto m dicos n o especialistas em car diologia em unidades perif ricas urbanas de atendimento de natureza prim ria da rede p blica de sa de O SEC pode ainda ser utilizado por estudantes de medicina para fins de aprendizado sem no entanto ter as caracter sticas de um tutorial DXPLAIN Desenvolvido por Octo Barnett
216. permite grandes economias na representa o do conhecimento j que muitos frames especializados po dem herdar as propriedades de alguns frames mais gerais sem exigir que essas proprie dades sejam reespecificadas em cada exemplo Objetos na programa o orientada a objetos s o muito similares aos frames devido a este fato Linguagens orientadas a objetos s o boas op es para a implementa o de sistemas de frames A figura 1 7 uma tabela contendo o desenho abstrato de um frame e os campos que dever o ser preenchidos neste tipo de representa o lt atributo1 gt lt Nome do Frame gt lt slot1 gt valor lt atributo2 gt lt atributo3 gt lt slot1 gt valor lt slot1 gt valor lt slot2 gt valor lt slot2 gt valor lt slot3 gt valor lt slot3 gt valor Figura 1 7 Frame Cap tulo 1 Intelig ncia Artificial 39 Avan ando na representa o a figura 1 8 mostra um exemplo concreto Os cam pos est o preenchidos C modo E um Lugar coberto N de paredes 4 n mero retangular E Formato etangula s mbolo Altura 3 n mero rea n mero Volume numero rea Altura um Mobili rio sof mesa cadeiras lista de s mbolos Finalidade conviv ncia s mbolo Area 25 n mero Figura 1 8 Frame E finalmente um exemplo utilizando uma rede de frames completa Figura 1 9 Cap tulo 1 Intelig ncia Artificial 40 E Cadeira
217. pert systems based on Bayesian belief networks Decision Support Systems 27 2000 431 442 SCHALKOFFE R J Artificial Intelligence An Engineering Approach McGraw Hill edi tors New York NY 1990 SHIRES G T CANIZARO P C Terap utica Hidroeletrol tica e Nutricional do Pacien te Cir rgico In SCHARTZ S I LILLEHEI R C SHIRES G T SPENCER F C STORER E H Princ pios de Cirurgia 2 Edi o Rio de Janeiro Guanabara Koo gan p 65 98 1976 SHIRES G T CANIZARO P C Terap utica Hidroeletrol tica e Nutricional do paciente Cir rgico In SABISTON D C Tratado de Cirurgia 1 edi o Rio de Janeiro Intera mericana p 90 122 1979 SHORTLIFFE E H PERREAULT E H FAGAN L M WIEDERHOLD G Medi cal Informatics Computer Applications in Health Care Addison Wesley Publishing Company 1990 SILVA R PARIZE M M G NIACIN Um Programa para o desenvolvimento de Sis temas Especialistas Revista Inform dica 2 11 3 16 1995 SILVA R ALC NTARA J F HOLANDA S ANDRADE R Aplica es baseadas no Expert Sinta uma Ferramenta para cria o de Sistemas Especialistas Departamento de Computa o Universidade Federal do Cear SRINIVAS Y TIMMONS W D DURKIN J A comparative study of three expert systems for blood pressure control Expert Systems with Applications 20 2001 2674274 SZOLOVITS P Artificial Intelligence in Medicine Westview Press Boulder Colorad
218. pre inclu do depois do ltimo cadastrado Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 87 O algoritmo recebe uma estrutura contendo os dados a serem inclu dos e tamb m aufere um ponteiro para o primeiro e um ponteiro para o ltimo elemento do grafo esses dois ponteiros s o passados por refer ncia Abaixo est o algoritmo j implementado Executado quando o Bot o Inclui clicado procedure TFrmMapa BtnIncluiClick Sender TObject var Opcao_tipo Tipovariavel objetivo boolean begin if EdCodNodo Text or EdCodNodo Text then begin N o deixa que o c digo do Nodo receba o caractere pois ele usado na formata o do arquivo de sa da ShowMessage 0 Campo c digo est vazio ou preenchido incorretamen t e jy EdCodNodo SetFocus exit end else if InGrafo PrimGrafo EdCodNodo Text then begin Se j existir esse c digo ShowMessage Esse c digo j existe exit end Recebe o valor para Tipo de vari vel Num rica Univalora da Multivalora If RgTipo ItemIndex 1 then Opcao tipo numerica else if RgTipo ItemIndex 0 then Opcao tipo Univalorada else if RgTipo ItemIndex 2 then Opcao tipo multivalorada Recebe o valor para Objetivo if Rg0bjetivo Itemindex 0 then objetivo true else objetivo false N o deixa que o nodo fique sem um nome while EdNomeNodo Text do begin ShowMessage 0 Campo Nome da Vari vel deve
219. quest o armazenada previamente no computador Afinal qual o profissional que n o gostaria de poder digitar em um computador os sinais e sintomas encontrados em seu paciente e obter imediatamente um elenco das hip teses diagnosticas mais prov veis Palombo at al 1993 Volpe e Sabattini argumentam uma defici ncia do processo hipot tico deduti vo que o c rebro humano consegue trabalhar simultaneamente com um n mero muito restrito de hip teses diagnosticas pouco mais que tr s ou quatro Al m disso nem sem pre os dados decisivos s o expostos e levados em considera o principalmente pelos pro fissionais sem experi ncia e isto pode conduzir a hip teses altamente improv veis em face de um diagn stico bvio Para em seguida concluir Uma das vantagens do uso do com putador no apoio ao diagn stico m dico que os chamados sistemas especialistas que utilizam t cnica de intelig ncia artificial tratam este problema fundamentados em uma Cap tulo 2 Sistemas Especialistas 69 s rie de nodos sintomas achados laboratoriais e achados de exames f sicos ligados por padr es espec ficos para um dado diagn stico de forma que podem trabalhar com muitas hip teses diagnosticas ao mesmo tempo Volpe at al 1994 Os empregos de sistemas baseados no conhecimento s o importantes notadamente no que se refere ao processo de tomada de decis o para realizag o de procedimentos m di cos Segu
220. queza Paralisia muscular respirat ria Cardiovascular Bradicardia extrass stoles fibrila o ventricular parada card aca em di stole E C G Onda T apiculada alta e sim trica Complexo QRS alargado 4 Tratamento Supress o de ingressos Anexo I Solu es polarizantes 4a 5 g de glicose l U de insulina Alcaliniza o Bicarbonato de s dio Medica o antag nica Gluconato de c lcio Resinas de troca Kayexalate Di lise Hemodi lise Hipocalemia 1 Classificac o Moderada 3 3 5 mEq l Importante 2 5 3 mEq l Grave lt 2 5 mEq l 2 Etiologia Fornecimento insuficiente Diur ticos Laxativos lavagem intestinal diarr ias f stulas etc Alcaloses Uso de Insulina Glicose 3 Quadro cl nico Musculatura lisa Constipa o distens o abdominal leo Musculatura estriada Fraqueza hipotonia paralisia fl cida Musculatura card aca Hipotens o extrasistoles parada card aca em s stole Sistema Nervoso Apatia desorienta o hipo ou arreflexia coma ECG Depress o ST Onda U elevada QRS alto RR alongado Onda T reduzida assume aspecto dif sico ou invers o 4 Tratamento 168 Anexo I 169 Nunca isolado Sempre com grande quantidade de l quidos S repor quando Hidrata o satisfat ria Boa diurese gt 700 ml 24 h Densidade urin ria gt 1017 N o ultrapassar 20 mEq h 200 mEq 24 h Ideal 0 2 mEq Kg h Quando necess rio i
221. ra do Arquivo exit end PAuxGrafo PrimGrafo while PAuxGrafo lt gt nil do begin Grava todas as vari veis nos primeiros registros RegGrafo CodNodo PAuxGrafo CodNodo RegGrafo nome nodo PAuxGrafo nome nodo RegGrafo opcao tipo PAuxGrafo Opcao tipo RegGrafo objetivo PAuxGrafo objetivo RegGrafo Pergunta PAuxGrafo Pergunta RegGrafo Motivo PAuxGrafo Motivo RegGrafo relacionamentol PAuxGrafo relacionamentol RegGrafo Nome valorl PAuxGrafo Nome valorl RegGrafo relacionamento2 PAuxGrafo relacionamento2 RegGrafo Nome valor2 PAuxGrafo Nome valor2 RegGrafo xiNodo PAuxGrafo xiNodo RegGrafo yiNodo PAuxGrafo yiNodo RegGrafo xfNodo PAuxGrafo xfNodo RegGrafo yfNodo PAuxGrafo yfNodo RegGrafo Prox nil RegGrafo PrimAdj nil RegGrafo UltAdj nil Write ArqMapa RegGrafo PAuxGrafo PAuxGrafo Prox end PAuxGrafo PrimGrafo while PAuxGrafo lt gt nil do begin Come a novamente do in cio do grafo para gravar as adjacentes RegGrafo CodNodo Grava um registro com o identificador dE Write ArqMapa RegGrafo RegGrafo CodNodo PAuxGrafo CodNodo Grava a vari vel origem Write ArqMapa RegGrafo PAuxAdj PAuxGrafo PrimAdS while PAuxAdj lt gt nil do begin Comeca a grava o das adjacentes RegGrafo CodNodo PAuxAd3 Nodo CodNodo RegGrafo relacionamentol PAuxAdj relacionamentol RegGrafo nome_valorl PAuxAd3
222. rata o extracelular CNF 100 Regra 47 SE Interface Diagn stico Prov vel E Antecedentes Doen as Hormonais e ou Metab licas E Altera o Hormonal e ou metab lica Hipoproteinemia E Quadro Cl nico Hiponatremia ENTAO Resultado Hiponatremia CNF 100 Regra 48 SE Interface Diagn stico Prov vel E Antecedentes Doen as Hormonais e ou Metab licas E Altera o Hormonal e ou metab lica Hipoproteinemia E Quadro Cl nico Hipocloremia ENTAO Resultado Hipocloremia CNF 100 Regra 49 SE Interface Diagn stico Prov vel E Antecedentes Insufici ncia Card aca E Quadro Cl nico Hiperhidrata o extracelular 142 Cap tulo 5 Constru o de Sistemas Especialistas ENT O Resultado Hiperhidratac o extracelular CNF 100 Regra 50 SE Interface Diagn stico Prov vel E Antecedentes Insufici ncia Card aca E Quadro Cl nico Hiponatremia ENTAO Resultado Hiponatremia CNF 100 Regra 51 SE Interface Diagn stico Prov vel E Antecedentes Insufici ncia Card aca E Quadro Cl nico Hipocloremia ENTAO Resultado Hipocloremia CNF 100 Regra 52 SE Interface Diagn stico Prov vel E Antecedentes Insufici ncia Renal E Quadro Cl nico Hipercloremia ENTAO Resultado Hipercloremia CNF 100 Regra 53 SE Interface Diagn stico Prov vel E Antecedentes Insufici ncia Renal E Quadro Cl nico Hipernatremia ENTAO Resultado Hipernatremia CNF 100 Regra 54 SE Interface Diagn stico Pro
223. res PC at mesmo departamentos de pequenos hospitais pu deram adquirir e informatizar as rotinas de seus servi os O crescimento da informatiza o do ambiente hospitalar enfatizado por B hm Para ele A perspectiva de uma presen a maci a de computadores no dia a dia dos profis Cap tulo 2 Sistemas Especialistas 66 sionais de Sa de em futuro pr ximo e a consci ncia dos benef cios que a Inform tica po de trazer para a rea tornam inevit veis que nosso pa s venha a seguir o caminho que j est sendo trilhado pelas na es mais desenvolvidas neste sentido B hm 1994 Embora o m dico seja o principal devido especificidade do relacionamento m dico paciente provedor de informa es no ambiente hospitalar ainda hoje se verifica certa rejei o do profissional da medicina ao uso mais generalizado do computador na pr tica cl nica isto se deve segundo Ilha Ilha 1993 aos seguintes motivos e Abordagem mais administrativa do que m dica e Nenhuma contribui o para o processo m dico ou suporte a terapia e Inexist ncia de al vio da carga de trabalho do m dico e Pequena flexibilidade e falta de amigabilidade A introdu o de ambientes gr ficos amig veis Windows Macintosh Linux pro gramas inteligentes que auxiliam no diagnostico e tratamento de pacientes sistemas ami g veis e interativos que facilitam ao m ximo o aprendizado do seu uso e principalmente o uso do computador
224. rgunta Motivo Relacionamento Valorl Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAdj nil UItAdj nil NomeNodo Objetivo Pergunta Motivo Relacionamento Valorl Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAdj nil UIAd nil 103 Cap tulo 4 O ambiente de desenvolvimento do SGR 4 1 Introduc o O Sistema Gerador de Regras SGR a partir de grafos valorados um programa elaborado empregando a linguagem de programag o Object Pascal Delphi e tem como objetivo prim rio ser uma ferramenta de aux lio para que o engenheiro do conhecimento possa construir sistema especialista No entanto devido ao fato de ser poss vel a obteng o de fluxogramas de decis o que possibilita o desenho dos grafos valorados em livros tex tos de medicina mais especificamente os de Bases da T cnica Cir rgica o programa permite que qualquer usu rio preferencialmente estudantes de medicina com conhecimen to b sico de uso de computadores e interfaces gr ficas possa elaborar bases de conheci mento de sistemas especialistas facilmente dispensando a presen a do engenheiro de co nhecimento Descrever se neste capitulo a interface gr fica do sistema e a maneira que permite ao usu rio a partir do aplicativo elaborar bases de conhecimento Para tal empreitada con tinuar se desenvolvendo o fluxograma visto no cap tulo anterior melhor dieta para um paciente cir
225. ri veis Objetivo Figura 5 6 Edi o de Perguntas Motivos Caso seja pretens o o uso de Cren a marca se o quadro Usar CNF Figura 5 7 Nova Regra Figura 5 8 Janela para cria o de regras Figura 5 9 Janela de edi o das premissas das regras Figura 5 10 Uso das caixas de sele o Figura 5 11 Edi o da cabe a das regras Figura 5 12 Tela inicial do sistema especialista para diagn stico de dist rbios hidroeletrol ticos Figura 5 13 Diagn stico laboratorial de altera es plasm ticas do cloro Figura 5 14 Diagn stico laboratorial de altera es plasm ticas do s dio Figura 5 15 Diagn stico laboratorial de altera es plasm ticas do pot ssio Figura 5 16 Desenho dos fluxogramas para obten o do diagn stico laboratorial no SGR 129 130 131 131 132 133 133 134 134 135 146 146 147 147 Sum rio 8 Lista de Tabelas Tabela 1 1 Diferen a entre Intelig ncia Natural e Artificial Sistemas baseados em regras 18 Tabela 1 2 M todos de busca heur stica Compara o 29 Tabela 1 3 Compara o da programa o convencional com a programa o simb lica 32 Tabela 1 4 Compara o de t cnicas de engenharia do conhecimento X programa o convencional 47 Tabela 3 1 Lista principal 82 Tabela 3 2 Lista de adjacentes 83 Tabela 3 3 Estrutura PilhaRegra 85 Tabela 3 4 Lista de Regras 85 Tabela 3 5
226. rmResultado RERelatorio Lines Add OBJETIVO N O FrmResultado RERelatorio Lines Add TIPO opcao FrmResultado RERelatorio Lines Add PERGUNTA PAuxGrafo Pergunta FrmResultado RERelatorio Lines Add MOTIVO DA PERGUNTA Eds PAuxGrafo Motivo FrmResultado RERelatorio Lines Add VALORES PAuxAd PAuxGrafo PrimAd3 Para encontrar os Valores de Cada Vari vel Visitamos os nodos adjacentes while PAuxAdj lt gt nil do begin comeca a pesquisa na lista de adjacentes FrmResultado RERelatorio Lines Ada PAuxAd3 Relacionamentol PAuxAdj nome_valorl PAuxAd3 Relacionamento2 FrmResultado R end Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 94 PAuxAdj nome valor2 PAuxAdj PAuxAd3 Prox end PAuxGrafo PAuxGrafo Prox end ERelatorio Lines Add Vari veis que s o objetivos do Sistema FrmResultado RERelatorio Lines Add FrmResultado RERelatorio Lines Add E FrmResultado RERelatorio Lines Add OBJET FrmResultado RERelatorio Lines Add FrmResultado RERelatorio Lines Add PAuxGrafo PrimGrafo Os Valores s o os nodos While PAuxGrafo lt gt nil do begin if PAuxGrafo Objetivo true then FrmResultado R NOME Resultado VO SIM y Tipo Tipo0bjetivo i VALORES E H
227. ro Intestinal F stulas G strica Pancre tica Biliar Intestinal E Quadro Cl nico Hiponatremia ENTAO Resultado Hiponatremia CNF 100 Regra 24 SE Interface Diagn stico Prov vel E Antecedentes Altera es do trato Gastro Intestinal E Altera o do Trato Gastro Intestinal F stulas G strica Pancre tica Biliar Intestinal E Quadro Cl nico Hipocloremia ENTAO Resultado Hipocloremia CNF 100 Regra 25 SE Interface Diagn stico Prov vel E Antecedentes Altera es do trato Gastro Intestinal E Altera o do Trato Gastro Intestinal F stulas G strica Pancre tica Biliar Intestinal E Quadro Cl nico Hipopotassemia ENTAO Resultado Hipopotassemia CNF 100 Regra 26 SE Interface Diagn stico Prov vel E Antecedentes Altera es do trato Gastro Intestinal E Altera o do Trato Gastro Intestinal F stulas G strica Pancre tica Biliar Intestinal E Quadro Cl nico Desidrata o ENTAO Resultado Desidrata o CNF 100 Regra 27 SE Interface Diagn stico Prov vel E Antecedentes Altera es do trato Gastro Intestinal E Altera o do Trato Gastro Intestinal Anastomose Uretero Intestinal bilateral E Quadro Cl nico Hipercloremia ENTAO Resultado Hipercloremia CNF 100 Regra 28 SE Interface Diagn stico Prov vel E Antecedentes Perdas Urin rias Poli ria Uso de Diur ticos 140 Cap tulo 5 Constru o de Sistemas Especialistas E Quadro Cl nico
228. ro como delimitador Esse delimitador indica que aca bou a grava o dos dados dos nodos Ap s o registro delimitador inclu dos um nodo ori gem e os pr ximos registros inclu dos ser o as adjacentes a esse nodo origem Quando os nodos adjacentes a essa origem acabarem ser inclu do novamente um delimitador Esse procedimento repetido at que todas os nodos de origem e seus respectivos adjacentes tenham sido gravadas O arquivo termina sempre com um delimitador Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 97 importante notar que os registros que armazenam os nodos adjacentes cont m preenchidos apenas cinco campos o c digo do nodo CodNodo o s sinal is de relacio namento e o valor es de cada aresta o nico momento em que os campos Relaciona mentol Valorl Relacionamento2 e Valor 2 s o utilizados O armazenamento do arquivo dessa forma resultou num arquivo de tamanho pequeno uma vez que os nodos com todos os seus dados s o gravadas apenas uma vez e depois a refer ncia a elas feita apenas pelo seu c digo Observe o desenho de todos os registros utilizados para armazenar o fluxograma exemplificado anteriormente CodNodo 1 CodNodo 2 CodNodo 3 NomeNodo Fal ncia de rg os NomeNodo Condi o Especial NomeNodo Dieta para Card a Objetivo N o Objetivo N o co Tipo Univalorada Tipo Univalorada Objetivo Sim Pergunta O Paciente tem fa Pergunta Qual o rg o
229. roblemas aparentemente simples requerido muito conhecimento Realmente entender uma nica frase requer um conhecimento extenso do idioma e do seu contexto Problemas que envolvem um determi nado dom nio particular geralmente requerem conhecimento dos objetos do dom nio e co nhecimento de como argumentar dentro daquele dom nio deve se procurar maneiras de representar ambos os tipos de conhecimento O conhecimento deve ser representado eficazmente e de um modo significativo E fici ncia importante por isso imposs vel ou pelo menos n o pr tico representar todo fato explicitamente Tem se que ser capaz de deduzir fatos novos a partir do conhecimento existente O conhecimento deve ser adequadamente representado de forma que se possa rela cion lo ao mundo real Um esquema de representa o de conhecimento deve prover um mapeamento de caracter sticas do mundo para um idioma formal Isto o que se quer di zer quando se aborda a sem ntica de idiomas de representa o Na representa o do conhecimento deve se portanto usar t cnicas que e Capturem generaliza es acerca do que se quer representar e Possam ser compreendidos por todas as pessoas que manuseiem o conhecimento aquisi o e processamento e Possa ser facilmente modificado e Possa ser utilizado em diversas situa es mesmo que n o seja totalmente exato ou completo e Possa ser utilizado para reduzir a faixa de possibilidades que usualmente dev
230. rquivo Tipo Univalorada C Num rica C Multivalorada Objetivo C Sim N o Pergunta Motivo Exclui ke Limpa z Relat rio do Sistema Fatos e Regras fl sair Figura 5 16 Desenho dos fluxogramas para obten o do diagn stico laboratorial no SGR Que gerou as regras Cap tulo 5 Constru o de Sistemas Especialistas REGRA 1 SE Cloro lt 80 ENT O Diagn stico Hipocloremia Grave REGRA 2 SE Cloro gt 80 lt 90 ENTAO Diagn stico Hipocloremia M dia REGRA 3 SE Cloro gt 90 lt 95 ENTAO Diagn stico Hipocloremia Moderada REGRA 4 SE Cloro gt 95 lt 105 ENTAO Diagn stico Cloro Normal REGRA 5 SE Cloro gt 105 lt 115 ENTAO Diagn stico Hipercloremia Moderada REGRA 6 SE Cloro gt 115 lt 125 ENTAO Diagn stico Hipercloremia Acentuada REGRA 7 SE Cloro gt 125 ENTAO Diagn stico Hipercloremia Grave REGRA 8 SE S dio lt 125 ENTAO Diagn stico Hiponatremia Grave REGRA 9 SE S dio gt 125 lt 130 ENTAO Diagn stico Hiponatremia Importante REGRA 10 SE S dio gt 130 lt 138 ENTAO Diagn stico Hiponatremia Discreta REGRA 11 SE S dio gt 138 lt 145 ENT O Diagn stico S dio Normal REGRA 12 SE S dio gt 145 lt 150 ENT O Diagn stico Hipernatremia Moderada 148 Cap tulo 5 Constru o de Sistemas Especialistas REGRA 13 SE S dio gt 150 lt 160 ENT O Diag
231. rva lho 99 Cap tulo 1 Intelig ncia Artificial 24 Rob tica Ci ncias Representa o do Reconhecimento de Conhecimento Cognitivas Padr es Busca Aquisi o de Heur stica Conhecimento Processos Redes Infer ncias Neurais Sistemas Baseados em Conhecimento Sistemas de Dedu o Planejamento e Sistemas de Resolu o de Vis o e Problemas de Voz Processamento de Sistemas Sistemas de Apoio Evolutivos Linguagem Natural Descoberta Cient fica S ntese de Programas CD Disciplina de IA M todo ou T cnica de IA Figura 1 1 M todos e Disciplinas da Intelig ncia Artificial 1 2 T cnicas empregadas em IA Diversas t cnicas podem ser aplicadas a uma variedade de tarefas de IA Estas t c nicas est o preocupadas com a maneira como se representa manipula se e argumenta se o conhecimento para resolu o de problemas 1 2 1 Representa o do conhecimento Cap tulo 1 Intelig ncia Artificial 25 Problemas relacionados com a representa o do conhecimento n o surgiram com o advento dos computadores digitais H s culos t m sido estudados por fil sofos Alfredo 2001 cujos trabalhos jamais puderam ser ignorados pelos cientistas da computac o Para os pesquisadores em IA estes problemas continuam sendo bastante significativos A representa o do conhecimento tarefa crucial Um dos resultados mais claros da pesquisa da intelig ncia artificial que para resolu o de p
232. s Administra o ES s E Administra o de L quidos se Diagn stico Laboratorial E Quadro Cl nico Hipercloren ENT O Resultado Hipercloremia Cl REGRA 4 SE Interface Diagn stico Prow E Antecedentes Administra es E Adria Zm do limito a Regras w Informa es Figura 5 12 Tela inicial do sistema especialista para diagn stico de dist rbios hidroeletrol ticos Cap tulo 5 Constru o de Sistemas Especialistas 136 Quando o sistema especialista posto para funcionar modo de consulta se a op o escolhida privilegie um Diagn stico Prov vel todas as regras que tiverem nas pre missas a vari vel Interface com valor Diagn stico de Certeza ser o automaticamente descartadas e n o mais ser o chamadas para an lise do quadro negro do sistema especialis ta O sistema s levar em considera o portanto as regras elaboradas com a finalidade de obten o de um Diagn stico Prov vel Se a op o for pela marca o da caixa de sele o Diagn stico Laboratorial todas as regras que contenham nas premissas a vari vel Interfa ce Diagn stico Prov vel ser o descartadas e n o ser o chamadas para an lise do quadro negro do sistema especialista O sistema s levar em considera o portanto as regras e laboradas com a finalidade de obten o de um Diagn stico Laboratorial 5 5 2 1 M dulo de Diagn stico Prov vel Para que ocorra uma dada altera
233. s NomeNodo NomeNodo Objetivo N o Objetivo Objetivo Tipo Univalorada Tipo Tipo Pergunta O Paciente tem fal n Pergunta Pergunta cia de algum rg o Motivo Motivo Motivo Relacionamentol Relacionamentol Relacionamentol Valor Sim Valor n o Valorl Relacionamento2 Relacionamento2 Relacionamento2 Valor2 Valor2 Valor2 vicid xicid O yicid xicid O yicid xicid O yfcid xfcid O yfcid xfcid O yfcid xfcid O Prox nil Prox nil Prox nil PrimAdj nil PrimAdj nil PrimAd nil UItAd nil UItAd nil UItAd nil CodNodo NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAd nil UItAdj nil Origem nodo 2 CodNodo 2 CodNodo 3 CodNodo 4 NomeNodo NomeNodo NomeNodo Objetivo Objetivo Objetivo Pergunta Pergunta Pergunta Motivo Motivo Motivo Relacionamentol Relacionamentol Relacionamentol Valorl Valorl Cora o Valorl Rim Relacionamento2 Relacionamento2 Relacionamento2 Valor2 Valor2 Valor2 yicid xicid O vicid xicid O yicid xicid O yfcid xfcid O yfcid xfcid O yfcid xfcid O Prox nil Prox nil Prox nil PrimAd nil PrimAdj nil PrimAd nil UltAdj nil UltAdj nil UltAdj nil Registro 19 adjacente Registro 20 delimitador CodNodo 5 CodNodo Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados NomeNodo Objetivo Pergunta Motivo Relacion
234. s e Interatividade a partir do ambientes de desenvolvimento o programador deve ter flexibilidade para testar interativamente se es pequenas do programa Principais Linguagens usadas em IA Existem v rias linguagens para a constru o de programas de IA A primeira lin guagem para IA surgiu em 1955 com estudos realizados por Newell Shaw e Simon de nominada de IPL I Em seguida surgiu a linguagem LISP LISts Processing estruturada Cap tulo 1 Intelig ncia Artificial 31 por John McCarthy em 1958 a qual passou a ser amplamente utilizada juntamente com a l gica matem tica e as fun es recursivas As principais linguagens de programa o usadas em IA s o o LISP e o Prolog Ambas t m caracter sticas que as fazem satisfat rias para programar IA como apoio ao processamento de lista busca de padr es e programa o explorat ria Ambas s o utiliza das amplamente Prolog especialmente na Europa e Jap o e LISP nos EUA LISP pode ser visto como o av de programa o funcional Desenvolvida no come o da d cada de 50 tem como caracter stica ser baseado em defini es de fun es LISP usa a lista como fundamento para a representa o de estruturas de dados e prov uma gama extensiva de fun es para manipula o de listas LISP significa proces samento de lista Listas permitem que estruturas complexas de s mbolos representando conhecimen to em IA possam ser manipuladas facilmente O Prolog um
235. s da gua e eletr litos s dio cloro pot ssio c lcio magn sio etc em nosso organismo Dist rbios Metab licos Altera es decorrentes do aumento da concentra o de hidrog nio ionte Acidoses ou da sua diminui o Alcaloses em nosso organismo Dispn ia Dificuldade respirat ria Diurese Produ o de urina Diur ticos Drogas que aumentam a produ o de urina Diverticulite Inflama o de divert culos hernia es da mucosa do intestino grosso E C G Eletrocardiograma Estudo gr fico da transmiss o el trica do mioc rdio m sculo card aco Edema Incha o E E G Eletroencefalograma Estudo da atividade el trica do enc falo Extracelular Espa o localizado fora das c lulas formado pelo espa o intravascular dentro do vaso sangii neo e o intersticial entre as c lulas Extrasistoles Batimentos card acos fora de tempo F stula Comunica o an mala entre duas v sceras ocas ou de entre uma v scera oca e o meio externo Gloss rio 209 Glaucoma Aumento da press o intraocular Hemat crito Corresponde aos elementos s lidos gl bulos brancos gl bulos vermelhos plaquetas obtidos por centrifuga o do sangue Hepatopata Doente do f gado Hipercalemia pot ssio s rico acima de 5 mEq l Hipercloremia Cloro s rico acima de 105 mEq Hiperhidrata o Dist rbio caracterizado por aumento da quantidade de gua no orga nismo Hipernatremia S dio s rico acima de
236. s Valorados Oj x Figura 4 20 Para sair clique no X da barra de t tulo e No menu principal clica se em Arquivo e finalmente em Salvar Figura 4 21 Cap tulo 4 O ambiente de desenvolvimento do SGR 121 Gera o de Regras a partir de Grafos Valorados Arquivo Figura 4 21 Op o de sa da atrav s do Menu Qualquer que seja a op o de fechamento estabelecido di logo para que seja pos s vel a opera o de salvamento do grafo Figura 4 22 Figura 4 22 Confirma o de salvamento do grafo Se o desejo de salvamento for afirmativo novo dialogo estabelecido para escolha do nome do arquivo e do diret rio Figura 4 23 Cap tulo 4 O ambiente de desenvolvimento do SGR 122 Salvar Como 3 Common Files o Figura 4 23 Escolha do nome do arquivo e o diret rio para salvamento A qualquer momento o trabalho pode ser salvo a partir da op o de Menu Arquivo Salvar 4 6 Outras op es 4 6 1 Abrir um arquivo Para abrir um arquivo previamente criado segue se a sequ ncia Arquivo Abrir e seleciona se um arquivo com extens o btc Figura 4 24 Cap tulo 4 O ambiente de desenvolvimento do SGR 123 Es Desktop v E JPDF SE C Sistemas Especialistas J Programa C Slides SE Registros Programas Curse Relatorios Mestrado Dieta btc RUNTIME SE
237. s a partir dos fluxogramas de decis o desenhados no SGR Figuras 5 13 5 14 e 5 15 lt 80 C Hipocloremia Grave gt Hipocloremia M dia Hipocloremia Moderada Cloro Normal Hipercloremia Moderada Hipercloremia Acentuada Hipercloremia Grave gt 80 e lt 90 gt 90 e lt 95 gt 95 e lt 105 gt 105 e lt 115 gt 115e lt 125 Figura 5 13 Diagn stico laboratorial de altera es plasm ticas do cloro lt 125 Hiponatremia Grave Hiponatremia Importante Hiponatremia Discreta S dio Normal Hipernatremia Moderada gt 125 e lt 130 gt 130 e lt 138 gt 138 e lt 145 gt 145 e lt 150 gt 150 e lt 160 Hipernatremia Consider vel Hipernatremia muito Grave Figura 5 14 Diagn stico laboratorial de altera es plasm ticas do s dio Cap tulo 5 Constru o de Sistemas Especialistas 147 lt 2 5 Hipopotassemia Grave gt 2 5 e lt 3 Hipopotassemia Importante gt 3 e lt 3 5 Hipopotassemia Moderada l gt 3 5 e lt 4 5 Pot ssio Normal gt 4 5 e lt 6 Hipopotassemia Discreta gt 6e lt 7 Hiperportassemia Grave gt 7 Hiperpotassemia Muito Grave Figura 5 15 Diagn stico laboratorial de altera es plasm ticas do pot ssio Quando desenhado no SGR motivou a exibi o da seguinte tela Figura 5 16 s Gera o de Regras a partir de Grafos Valorados l AE A
238. s abordados em aula Todos os passos necess rios para constru o dos sistemas ser o descritos adiante e ilustrados com figuras 5 2 Objetivo O ensino da Medicina atividade desafiadora na medida que a l gica empregada para diagnosticar uma doen a nem sempre se resume a um algoritmo simples se tais sin tomas e sinais ent o tal doen a Devido natureza probabil stica nem todos os achados esperados est o presentes e mais de uma doen a poder o ser resultantes da associa o de um dado conjunto de sintomas e sinais O objetivo deste cap tulo mostrar a constru o de dois sistemas especialistas on de alguns desses aspectos s o evidenciados Para o primeiro sistema o aluno desde que tenha dom nio b sico de uso de compu tadores e interfaces gr ficas poder construir sozinho um pequeno sistema especialista uti lizando o SGR e o shell Expert Sinta Este sistema foi montado a partir do relat rio ge rado no SGR para o fluxograma que permite decis o para escolha da melhor dieta para um paciente cir rgico cujo desenvolvimento esta documentado nos cap tulos anteriores Para o segundo sistema al m da ferramenta empregada para o primeiro sistema SGR fez se necess rio o emprego de t cnicas de engenharia do conhecimento para ela bora o de algumas regras Este segundo m dulo tratou do Diagn stico de dist rbios hi droeletrol ticos O uso de sistemas especialistas possibilita ao aluno de
239. s do conhecimento permitem que o pr prio aluno possa implementar sistemas especialistas os mais variados tornando o estudo tarefa mais agrad vel mais divertido quase um jogo de computador 6 2 Perspectivas Para que o SRG seja ferramenta de uso gen rico algumas sugest es ser o objetos de trabalhos futuros e Integra o com o shell Expert Sinta para permitir que as vari veis e o conjunto das regras que atualmente s o geradas em um formul rio impresso e introduzidas manualmente sejam automaticamente validadas no pr prio shell a partir do SGR O usu rio desenharia o fluxograma sobre o formato de um grafo valorado e ap s valida o poderia interagir com o sistema no modo de consulta Cap tulo 6 Conclus es e perspectivas 161 O Expert Sinta tem c digo fonte aberto significando que melhorias poder o ser intro duzidas com facilidade quais sejam Atualiza o dos componentes que comp em o Expert Sinta para permitir que os mesmos sejam compilados nas vers es 4 0 e superiores do Delphi com compatibi lidade para arquivos gerados em vers es anteriores Esta atualiza o permitiria me lhorias nos recursos de cria o do shell Modifica o do prompt de formula o de perguntas para que o mesmo possa permitir al m do formato texto voz e mesmo imagem dando ao sistema especia listas caracter sticas de multim dia Adapta o para que o mesmo suporte consulta via WEB In
240. scrito em 1967 Buchanan at al 1978 Este sistema usava uma representa o procedu ral e era capaz de inferir estrutura molecular de componentes desconhecidos a partir do fornecimento da massa espectral e da resposta nuclear magn tica destes elementos Poste riormente sistemas especialistas baseados em regras mais sofisticados foram desenvolvi dos notavelmente o programa MYCIN Charniak at al 1985 Ele utiliza regras derivadas do dom nio m dico Infectologia para raciocinar deduzir a partir de uma lista de sinto mas de alguma doenga em particular Em Singapura desde 1980 os sistemas especialistas s o utilizados amplamente em diversos setores especialmente na rea banc ria financeira na manufatura dentre outros Podem se citar alguns dos importantes sistemas especialistas desenvolvidos e usados neste Cap tulo 2 Sistemas Especialistas 49 Pa s Audit Expert System no setor de contabilidade Credit Evoluation no setor banc rio Intelligent Fuzzy Logic Tutor no setor de educag o No Jap o um grande n mero de sistemas especialistas foi desenvolvido para diag n stico para planejamento para escalonamento e para ind strias pesadas Aplica es de sistemas especialistas associados l gica difusa Ebrahim 2001 est o se multiplicando principalmente na rea de eletrodom sticos Na Alemanha os sistemas especialistas s o utilizados sobretudo para ind strias pe sadas e o uso de sistemas especialistas associados
241. sculta Pulmonar Valores Normal Dispn ia Estertores Tipo univalorada Cefal ia Tipo univalorada Coma Valores Sem Agita o N o est em coma Com agita o Tipo univalorada Confus o Mental e Torpor Tipo univalorada Constipa o distens o abdominal leo Tipo univalorada Defici ncia de sal Valores Cloro Pot ssio S dio Tipo univalorada Del rio Tipo univalorada Derrames cavit rios Ascite Derrame Pleural Tipo univalorada Desorienta o Tipo univalorada Diurese Valores Normal Aumentada Diminu da Tipo univalorada Dosagem de Cloro Tipo num rica Dosagem de Pot ssio Tipo num rica Dosagem de S dio Tipo num rica Cap tulo 5 Constru o de Sistemas Especialistas 152 ECG Valores Normal Complexo QRS alargado Onda U elevada RR alongado Onda T apiculada e sim trica Depress o ST QRS alto Onda T reduzida aspecto dif sico ou invertida Tipo univalorada Estado metab lico Valores Alcalose Acidose Tipo univalorada Estupor Valores N o est com estupor Sem lentid o de Respostas Com Lentid o de Respostas Tipo univalorada Excita o Tipo univalorada Extremidades Frias Tipo univalorada Febre Tipo univalorada Fontanelas deprimidas Tipo univalorada Frequ ncia card aca Valores Taquicardia Normal Bradicardia Tipo univalorada Hipertens o Intracraniana Cefal ia V mitos Hipertens o Arterial Sinal de Babinski Tipo univalorada Int
242. seja escrito de tal modo que possa ser inspecionado facilmente e possa ser mo dificado O sistema deve ser capaz de poder explicar todo o encadeamento para o perito Cap tulo 2 Sistemas Especialistas 54 usu rio e engenheiro de conhecimento de perguntas e respostas relacionadas ao processo de solug o de problemas O esquema de representag o de conhecimento mais comumente usado para siste mas especialistas o baseado em regras Tipicamente as regras n o ter o conclus es ni cas havendo algum grau de certeza associada a cada conclus o resultante do encadeamen to de determinadas condi es T cnicas estat sticas determinam estes graus de certezas Sakellaropoulos at al 2000 S o usados sistemas especialistas para resolver uma gama extensa de problemas em dom nios como medicina matem tica engenharia geologia inform tica com rcio legis la o defesa e educa o A constru o de um software que tem como finalidade gera o de sistemas es pecialistas denominados shells de sistemas especialistas n o tarefa f cil j que o programa deve ser apto tarefa de tratar problemas complexos do mundo real que necessi tam da interpreta o de um perito e concomitantemente devem ser capazes de chegarem s mesmas conclus es a que chegaria o especialista humano caso se defrontasse com proble mas an logos A necessidade de utiliza o de ferramentas do tipo shell motivada por div
243. sem ntica bem definidas Sistemas baseados em regras tendem a permitir s representa o relativamente simples dos fatos subjacentes dentro do dom nio mas podem ser mais flex veis e frequen Cap tulo 1 Intelig ncia Artificial 45 temente permitem certezas para avaliar fatos que s o associados com regras probabilidade da conclus o ser verdadeira Enquanto a l gica principalmente usada de um modo declarativo sistemas basea dos em regras especialmente sistemas de encadeamento para diante est o mais preocupa dos com o conhecimento processual Alguns sistemas s o constru dos baseados em representa o h brida do conheci mento e Os frames podem ser referenciados por uma regra e As regras podem ser definidas como frames agrupadas em classes e Alguns slots de um frame podem conter regras 1 4 Engenheiro do Conhecimento o profissional que extrai o conhecimento do s especialista s ou de outra s fonte s interpreta o e representa o em tipos e estruturas de conhecimento na base de co nhecimento No o desempenho de sua fun o s o necess rias para qualificar um engenheiro do conhecimento as seguintes condi es e Habilidade para aprender e Boa habilidade para comunica o e Habilidade de organiza o e Habilidade para conceitualizar e Habilidade de diplomacia e Habilidade de documenta o e Conhecimento de t cnicas de projeto de sistemas baseados no con
244. servado uma quantidade grande de pacientes e permitir se que especialis tas munidos ou n o de ferramentas por exemplo Data Mining possam realizar uma an lise retrospectiva apropriada de cada caso baseado no conhecimento na rea de an lise pode se identificar uma sucess o satisfat ria de a es comuns para levar frente a todas poss veis circunst ncias que possibilitam solucionar uma dada tarefa Muitos programas na rea de sistemas especialistas foram elaborados empregando esta abordagem Ex ABEL Szolovits 1982 poss vel implementar fluxogramas de decis o utilizando como estrutura de dados os grafos valorados Grafo valorado aquele no qual as arestas arcos apresentam valores Um nodo origem poderia ter v rios arcos cada um representando um valor O conjunto de todos os nodos com seus arcos desde a origem at todos os n s terminais representaria todos os espa os de buscas e cada nodo sumidouro seria uma poss vel solu o Na medida em que um dado fluxograma representa o conhecimento m dico para tomada de decis o em uma dada situa o cl nica e todos os poss veis espa os de buscas podem ser representados como regras de produ o por que n o construir pequenos m du los de sistemas especialistas baseados nestes fluxogramas para que o aluno do curso de Medicina podendo interagir com o sistema possa simular atendimento a um paciente real Com o objetivo de gerar os fatos e elaborar regras para alimentar
245. sistemas de apoio decis o de m dia ou grande com plexidade alguns exemplos s o citados a seguir Szolovits 1982 Sabbatini 1993 A Widman 1998 Coieira 1998 Amaral 1995 1996 MYCIN 1972 80 Programa interativo desenvolvido nos Estados Unidos por Shortliffe e colaboradores para diagn stico de doen as infecciosas e prescri o de terap u tica antimicrobiana podendo fornecer ao usu rio explica o sobre o racioc nio utilizado em detalhes O MYCIN foi escrito num sistema geral de produ o chamado EMYCIN Empty MYCIN tamb m chamado sistema de produ o ou SHELL Um sistema de produ o estruturado a partir de uma cole o de regras O MYCIN estendeu a no o de que a base de conhecimentos deveria ser separada da maquina de infer ncias Embora te nha sido desenvolvido para fornecer consultas aos cl nicos possu a a habilidade de expli car ambas as linhas de racioc nio e de seus conhecimentos Devido ao ritmo de desenvol vimento da Medicina a base de conhecimentos foi elaborada para permitir atualiza o a trav s da alimenta o de dados pelo especialista Uma limita o do seu uso foi dificulda de de implementar condi es para que aprendesse a partir de sua experi ncia Embora n o tenha sido utilizado amplamente pelos cl nicos forneceu importantes subs dios para o de senvolvimento de pesquisas na rea de Intelig ncia Artificial DE DOMBAL S SYSTEM 1972 Desenvolvido por Dombal e colab
246. sistemas especialistas desde a construg o de ferramentas e linguagens de programa o at os usu rios finais do sistema A figura 2 6 esquematiza a participa o e relacionamento destes personagens Equipe de Suporte Construtor de Ferramentas Conhecimento Fornece Documentado Suporte Adquire Constr i Conhecimento Sistema Especialista Ferramentas Linguagens Constr i Engenheiro de Conhecimento Usa Fornece Figura 2 6 Personagens de um sistema especialista Coopera Construtor do sistema Usu rio Final 2 6 Sistemas especialistas na Medicina O uso de computadores na pratica m dica atividade bastante difundida na atuali dade tendo destaque aplica es em reas como registro m dico processamento de ima gens m dicas ultra sonografia tomografia computadorizada angiografia digital Medicina nuclear etc processamento de sinais E C G E E G miografia etc sistemas de infor ma o em sa de registro m dico sistemas de apoio decis o etc No in cio o emprego de computadores era restrito s grandes institui es hospitala res isto devido ao alto custo dos equipamentos e seu uso era quase sempre voltado para atividades administrativas A partir do final da d cada de 70 e in cio dos anos 80 devido ao avan o tecnol gico ao barateamento dos equipamentos e principalmente ao apareci mento dos microcomputado
247. sse contexto as fun es de custo s o mais concretas que as fun es de avalia o Varias estrat gias de busca heur sticas poder o ser utilizadas conforme evidencia a Tabela 1 2 O termo agenda refere se organiza o das trajet rias em uma fila de espera Estrat gia de busca Usa agenda UsaFA Usa FC Pr ximo estado Profundidade N o N o N o O sucessor do ltimo estado caso con tr rio o sucessor do predecessor Largura Sim N o N o O estado mais longe na agenda fila Hill Climbing N o Sim N o O sucessor com m nimo valor da FA Best First Sim Sim N o O estado da agenda com m nimo valor da FA Branch and Bound Sim N o Sim O estado da agenda com m nimo valor da FC A Sim Sim Sim O estado da agenda com m nimo valor da soma de FA e FC Tabela 1 2 M todos de Busca heur stica Compara o A Solu o de problemas usando t cnicas de busca heur stica pode apresentar difi culdades em definir e usar a fun o de avalia o FA principalmente quando n o conside ram conhecimento gen rico do mundo ou senso comum A fun o de avalia o apre senta compromisso na defini o do tempo gasto na sele o de um n e a redu o do espa o de busca o que faz com que achar o melhor n a ser expandido a cada passo pode ser t o dif cil quanto o problema da busca em geral Cap tulo 1 Intelig ncia Artificial 30 1 2 3 Programac o em Intelig ncia Artificial Programas em
248. sta parte se do algoritmo j implementado Executado quando o bot o de resultados clicado procedure TFrmMapa BtnResultadoClick Sender TObject begin DefinicaoObjetivo FrmResultado RERelatorio Lines Clear Numero 1 Atribui a 1 regra o n mero 1 Obt m todas as vari veis do sistema especialista VariaveisDoSistema Obt m todas as Regras do sistema especialistas baseadas no Grafo FrmMapa FormaRegra Exibe os Fatos e regras que alimentar o o sistema especialista FrmResultado ShowModal DesMapa end Para obten o dos fatos que constituem o sistema especialista emprega se Procedimento para relacionar as vari veis e seus respectivos valores que ir o formar o sistema especialista procedure TFrmMapa VariaveisDoSistema var PAuxGrafo PTRGrafo PAuxAdj PTRListaAdS Opcao string begin PAuxGrafo PrimGrafo Vari veis que n o s o objetivos do Sistema FrmResultado RERelatorio Lines Add VARI VEIS FrmResultado RERelatorio Lines Add while PAuxGrafo lt gt nil do begin if PAuxgrafo Objetivo false then begin Para receber o valor do tipo de vari vel transformac o de um tipo enumerado em uma string If PAuxGrafo Opcao_tipo numerica then opcao num rica else if PAuxGrafo Opcao_tipo univalorada then opcao univalorada else opcao multivalorada FrmResultado RERelatorio Lines Add NOME PAuxGrafo Nome_nodo F
249. stanciados pa ra os nodos do grafo s para intervalos num ri cos Ponteiro para a pr pria estrutura Utilizado para realizar o Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 85 Al encadeamento Tabela 3 3 Estrutura PilhaRegra Descri o estruturada do caminhamento por profundidade para forma o de regras 1 Visita se o n Ne coloca o na pilha 2 Para cada n M adjacente a N a Visita seo n M b Coloca se M na pilha c Atribui N a M N M 3 Sea pilha n o estiver vazia toma se o n que est no topo da pilha n N e volta se para o passo 2 uma fun o recursiva Observe que como o algoritmo recursivo quando o nodo destino encontrado ele volta para o anterior e continua a pesquisa a partir desse nodo Cada caminho encontrado colocado numa lista encadeada auxiliar denominada lista de regras 3 5 4 Lista de regras 2 E uma lista encadeada dinamicamente que cont m na sua estrutura os seguintes campos Ponteiro para a lista principal do Aponta para um determi grafo nado n do mapa Esse n apontado adjacente ao n origem Inteiro Cont m a linha da Tabela utilizada para exibir to dos as regras encontra das Ponteiro para a pr pria estrutura Utilizado para realizar o encadeamento Tabela 3 4 Lista de Regras A lista de regras funciona como uma tabela Todos os nodos encontrados durante um caminhamento s o colocados n
250. stino AtribPtrGrafo PrimGrafo CmbDestino Text Retorna um pontei ro para PDestino AtribDistGra fo POrigem PDestino relacionamentol nome valorl relacionamento2 nome valo r2 Fun o de inclus o na lista de adjac ncia if RadioSim Checked True then Se for m o dupla n o dirigido execu Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 91 ta a mesma func o trocando a origem pelo destino e o destino pela origem AtribDisGrafo PDestino POrigem relacionamentol nome_valorl relacionamento2 nome valor2 DesMapa O preenchimento do campo valorl obrigat rio while EdValorl Text do begin ShowMessage E obrigat rio o preenchimento do valor edValorl SetFocus exit end Se for permitido Intervalo obrigat rio o preenchimento da caixa de texto com um valor num rico if RgIntervalo ItemIndex 0 then begin while EdValor2 Text do begin ShowMessage obrigat rio o preenchimento do valor edValor2 SetFocus exit end end DesMapa end 3 6 6 Algoritmo para exclus o de arcos Permite que seja feita a exclus o do arco que liga um nodo ao outro Abaixo est o algoritmo j implementado Executado quando o bot o de exclus o de caminho clicado Exclui uma ligac o entre dois nodos procedure TFrmMapa BtnExcClick Sender TObject var POrigem PDestino PTRGrafo PAuxAdj PTRListaAdS begin Atribui os Ponteiros para o nodo origem
251. t agitado Vari vel Alcalose Pergunta Qual o tipo de alcalose Vari vel Alterac o do Trato Gastro Intestinal Pergunta Qual is a s Altera o es do Trato gastrintestinal apresentada s pelo Paciente Vari vel Ansiedade Pergunta Vari vel Antecedentes Pergunta Quais os Antecedentes do Paciente Vari vel Apatia Pergunta O paciente esta ap tico Vari vel Arritmia Pergunta O Paciente apresenta arritmia Qual o tipo Vari vel Aspecto do Paciente Pergunta Qual o aspecto do paciente Vari vel Ausculta Pulmonar Pergunta Como esta ausculta do paciente Vari vel Cefal ia Pergunta O Paciente tem cefal ia Vari vel Coma Pergunta O Paciente est em coma Vari vel Confus o Mental e Torpor Pergunta O Paciente apresenta confus o mental acompanhada de torpor Vari vel Constipa o distens o abdominal leo Pergunta O Paciente apresenta Constipa o distens o abdominal e ou leo Vari vel Defici ncia de sal Pergunta Defici ncia na administra o de Vari vel Del rio Pergunta O paciente esta delirando Vari vel Derrames cavit rios Ascite Derrame Pleural Pergunta O paciente apresenta derrames cavit rios Ascite Derrame Pleural Vari vel Desorienta o Pergunta O Paciente est desorientado Vari vel Diurese Pergunta Como esta diurese Vari vel Dosagem de Cloro Pergunta Qual o Valor do Cloro Plasm tico Vari vel ECG Pergunta Como esta o Eletrocardiograma Vari v
252. te dito consiste em opera es de inclus o altera o e exclus o de nodos e inclus o altera o e exclus o de liga es entre os nodos valores apresentados pelos nodos antecessores presentes no desenho que representa o fluxograma de decis o poss vel tamb m que se altere a posi o relativa na tela do com Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 81 putador de cada nodo na caixa de desenho arrastando um nodo de um ponto para outro da tela As opera es executadas ir o resultar na sa da de vari veis de SE com todas as suas propriedades e regras que s o obtidas a partir do encadeamento entre os nodos Os dados fornecidos s o os seguintes e Todas as vari veis e suas propriedades nome valores tipo perguntas formuladas e motivo da mesma opcional e Valores e sinais de atribui es que permitem a liga o de um nodo a outro Funcio na em IA como espa o de busca A estrutura de dados escolhida para armazenar todas os nodos e todos os seus valo res que possibilitam a liga o com um outro nodo foi o grafo valorado implementado atrav s de duas listas encadeadas dinamicamente Cada nodo representa uma vari vel e suas propriedades no entanto quando a pro priedade objetivo definida como verdadeiro os nodos marcados como tal representam valores de uma vari vel objetivo que por default tem o nome de resultado podendo assumir qualquer outro no
253. tema Consulta Depurar Janela 2 IDsau lS il a o Dolorosa Abr Beaga Excluir Hegra visualizar Vari veis Objetivos Interface Informa es Fechar Expert SINTA Pronto Num 1723 4 Figura 5 2 Janela para fornecimento dos componentes que constituir o o sistema especialista obrigat rio que quando da gera o de uma dada regra todas as vari veis que s o componentes da cauda e da cabe a sejam previamente fornecidas Portanto clica se no bot o Vari veis e entra se com o nome tipo e valores que as vari veis poder o assu mir ao longo de uma consulta Figura 5 3 Vari veis Valores Inclui vari vel Exclui var ve Inclui valor Exclui valor mo dum rica Vari vel E O Hultivalorada Oj Walor Univalorada Y DK x Cancelar Ajuda Figura 5 3 Janela de edi o de vari veis do Expert Sinta Cap tulo 5 Constru o de Sistemas Especialistas 130 Introduzem se todas as vari veis seus tipos e valores nas caixas de textos corres pondentes e propor o que s o feitas as admiss es s o necess rias as valida es com cli que na marca E Figura 5 4 Vari veis Valores Inclui vari vel Apetite Preservado Cora o MED Condi o Especial Rim Exclui vari vel Dieta a Fal ncia de rg os Inclui valor Trato Intestinal Funcionante Exclui valor amp Vari veis Vari vel Condi o Especial Y x Num rica
254. ternet permitindo com isto intera o dist ncia Anexo I Material utilizado para extrag o dos fatos e regras que permitiram elaborar o siste ma especialista para diagn stico de dist rbios hidroeletrol ticos S dio Massa 23 Necessidade 60 100 mEq dia 1 1 4 mEq Kg de peso Ingest o dia 5 10 g de NaCl S dio corporal total do adulto 3500 mEq Vias de elimina o Renal 90 Suor Fezes Hiponatremia 1 Classifica o Discreta 130 138 mEq l Moderada 125 135 mEq l Grave lt 125 mEq l 2 Etiologia Falta de administrag o de sal de cozinha Card acos etc Diluig o por administrag o excessiva de l quidos em an ricos Diarr ias v mitos aspira o gastrintestinal F stulas biliares ou gastro intestinal Sudorese intensa queimaduras Polaci rias uso de diur ticos Mercuriais Tiaz dicos 3 Quadro Cl nico Fraqueza Anorexia N useas V mitos Apatia Anexo I 163 Lassid o Cefal ia Confus o mental e torpor Coma Desaparece turgor e elasticidade da pele Hipotens o ortost tica Taquicardia Hipotens o arterial Pulso fino Extremidades frias Veias perif ricas colabadas no choque 4 Diagn stico diferencial da Hiponatremia Por diluig o Por diminuig o do conte do Antecedentes de sobrecarga aquosa Antecedentes de perdas de secre es ricas em s dio Aspecto inchado do doente Aspecto normal do doente
255. torio Lines add ENT O FrmResultado RERelatorio Lines Add Resultado TopoReg Nodo Nome nodo numero numero 1 Incrementa o n mero de Ordem da Regra Se existir outra vari vel coloca E end Linha Linha 1 Atualiza o n mero de linhas da Pilha de regras end FrmResultado RERelatorio Lines Add end Procedimento para limpar a lista de regras procedure TFrmMapa LimpaListaRegra var PrimListaRegras PTRListaRegra var UltListaRegra PTRListaRegra Anexo II 203 var PAux PTRListaRegra begin PAux PrimListaRegras while PAux lt gt nil do begin Enquanto existir elementos na lista PrimListaRegras PAux Prox PAux Prox nil Dispose PAux Desaloca PAux PrimListaRegras end UltListaRegra PrimListaRegras null DesMapa end MENU Executado quando selecionada a op o salvar no menu procedure TFrmMapa SalvariClick Sender TObject begin SalvarDialog FileName NomeArg Nome do arquivo da caixa de di logo recebe o nome do arquivo atual Essa estrutura condicional existe porque se for selecionado lt Cancelar gt na caixa de di logo o valor retornado ser falso if SalvarDialog Execute then begin Executa a caixa de di logo Salvar Dialog NomeArq SalvarDialog FileName Nome do arquivo recebe nome do ar quivo selecionado no Dialogo Salvar NomeArq Procedimento de grava o no arquivo end end Procedimento que sal
256. tro 30 delimitador CodNodo NomeNodo Objetivo Pergunta Motivo Relacionamento Valorl Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAdj nil UItAdj nil CodNodo NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAdj nil UItAdj nil CodNodo 7 NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl Sim Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAd nil UItAdj nil Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados CodNodo 8 NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl n o Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAd nil UItAdj nil 101 Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados CodNodo NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid O y cid xfcid O Prox nil PrimAd nil UltAdj nil Origem nodo 7 Registro 31 origem Registro 32 adjacente Registro 33 adjacente CodNodo 1 NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAd nil UItAdj nil CodNodo NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid O yfcid
257. tro do SE s permitir uma ins tancia o por vez para a vari vel Multivalorada mais de um valor pode ser instanci ado por vez Pergunta Caractere Permite que quando da instancia o da vari vel no sistema especialista uma pergunta seja formulada Somente nodos n o objetivos permitem perguntas Motivo Caractere Preenchimento opcional Explica o motivo para formula o de uma dada pergunta Quando n o preenchido normalmen te o shell de sistema especialista tem o default mecanis mo de explica o do shell de SE Relacionamentol Caractere 2 utilizada somente na gerac o do arquivo de sa da Ver descric o do arquivo de sa da utilizada somente na gera o do arquivo de sa da Ver descri o do arquivo de sa da utilizada somente na gera o do arquivo de sa da Ver descri o do arquivo de sa da Valor Caractere utilizada somente na gera o do arquivo de sa da Ver descri o do arquivo de sa da xinodo yinodo Inteiro Armazenam a posi o inicial de cada um dos nodos no ma pa xfnodo yfnodo Inteiro Armazenam a posi o final de cada um dos nodos no mapa A posi o final igual a inicial mais um valor cons tante que define o di metro da circunfer ncia que ser dese nhada no mapa Esses quatro campos s o de extrema import ncia pois atrav s deles que o mapa exibido graficamente na tela Lista Principal Aponta para um elemento da lista de adjacentes que
258. truturados 1 3 1 1 Redes sem nticas O tipo mais simples de objeto estruturado originalmente a rede sem ntica De senvolvida no come o dos anos 60 com a finalidade de representar o significado de pala vras inglesas elas s o historicamente importantes devido ao fato de ter introduzido a id ia b sica de hierarquias de classe e heran a Originalmente a id ia de redes sem nticas foi proposta em 1913 por Selz como uma explica o de fen menos psicol gicos Em 1966 Quillian implementou aquelas id ias e mostrou como o significado poderia ser representa do como relacionamento entre dois objetos Causey 1994 As Redes Sem nticas s o uma tentativa de se formalizar como nosso conhecimento organizado na mem ria Uma rede sem ntica na realidade um grafo onde os seus nodos representam con ceitos objetos ou propriedades e os arcos representam rela es bin rias entre conceitos As rela es mais importantes entre conceitos s o rela es de subdivis o de classe entre classes e subdivis es de classe e rela es de exemplo entre objetos em particular e a classe Grupo baiano do g nero musical Ax Music que no final do s culo 20 tinha como bailarinas Sheila e Carla Cap tulo 1 Intelig ncia Artificial 35 pai Por m qualquer outra rela o permitida como parte de cor etc As rela es mais usadas s o e is a um Permite agrupar objetos na mesma classe Instanciag o e ak
259. um fluxograma de decis o a obten o de um relat rio impresso contendo todas as vari veis e regras que permite a constru o de sistemas especialista em qualquer shell baseado em regras de produ o Como fluxogramas de decis o n o s o as nicas formas de representa o do conheci mento m dico mostrou se tamb m nesta disserta o como o trabalho de elabora o de sistemas especialistas a partir de racioc nios heur sticos elaborou se por este motivo um outro sistema especialista que possibilita o Diagn stico de dist rbios hidroeletrol ticos t pico abordado na disciplina Base da T cnica Cir rgica Veja o capitulo V A estrutura do sistema especialista pode portanto perfeitamente ser adaptada para a constru o de sistemas tutoriais proporcionando um grande potencial para a cria o de novos ambientes educacionais Um sistema tutorial n o necessita somente do conhecimen to do seu dom nio mas tamb m da perspectiva sobre este conhecimento que permita transmiti la ao estudante adequadamente O uso de sistemas especialistas no ensino m dico uma op o a mais para que o aluno possa sedimentar o conhecimento e incrementar o aprendizado permitindo intera o com o computador mimetizando a rela o m dico paciente e simulando situa es as mais diversas sem que nenhum paciente seja colocado em risco Ferramentas criadas para extra o do conhecimento dispensando a necessidade de engenheiro
260. uma mem ria de trabalho global Processamento num rico Processamento simb lico Processamento seqiiencial Processamento altamente interativo Tabela 1 3 Compara o da Programa o Convencional com a programa o simb lica Que esquematicamente pode ser representado como na Figura 1 5 Computacao Convencional Computacao Inteligente Simbolica Usuario Usuario Dados Dados Mecanismo ce Base de E E Deo e Aquisicao do Aloontmo Raciocinio Mi Sonhecmento gt l es ir Seneca Heuristico Conhecimento Engenherio ao rogramador S Conhecimento Especializado Exolicacac do Especialisia E Raciocino Dados ia e 1 Eisuario Usuario Figura 1 5 Programa o convencional x Programa o Simb lica 1 3 Representa o do Conhecimento Em Intelig ncia Artificial comportamentos inteligentes podem ser alcan ados pela manipula o de estruturas de s mbolos representando partes do conhecimento O papel da representa o de conhecimento em Intelig ncia Artificial o de reduzir problemas de a o inteligente a problemas de busca Em IA crucial que a linguagem de representa o do conhecimento deva levar a conclus es N o se pode representar todo o conhecimento explicitamente algumas coisas dever o ser colocadas de forma impl cita de modo que possam ser deduzidas pelo sistema quando esse precisa resolver algum problema Representar tudo explicitamente seria ex tremamente custoso no que se refere ao cons
261. umo de mem ria Cap tulo 1 Intelig ncia Artificial 33 Em geral uma boa linguagem de representa o de conhecimento deveria ao menos ter as seguintes caracter sticas e Permitir expressar o conhecimento que se deseja representar na linguagem e Deveria permitir deduzir conhecimento a partir de um conjunto b sico de fatos e Deveria tem sintaxe e sem ntica bem definidas Caso contr rio n o se estaria seguro de que as conclus es seriam corretas ou de que re presentam m dia dos resultados Algumas destas caracter sticas podem estar presentes em linguagem de representa o mais recentes n o especificas para programa o em IA embora tenham sido influenciadas pela mesma em sua constru o que apresentam como caracter stica serem dedutivas e se valerem de bancos de dados orientados a objeto Portanto para que se tenha uma boa representa o do conhecimento necessita se que a mesma seja e Transparente permitindo o entendimento do que est sendo dito e R pida possibilitando o armazenamento e a recupera o de informa es em tempo curto e Comput vel possibilitando a sua cria o utilizando um procedimento computacio nal existente Na representa o do conhecimento assume import ncia fundamental a l gica A l gica por defini o apresenta sintaxe e sem ntica bem definidas e existe preocupa o com a verdade para que seja poss vel obter conclus es Representar algumas coisas do sen so comum e
262. v vel E Antecedentes Insufici ncia Renal E Quadro Cl nico Hiperpotassemia ENTAO Resultado Hiperpotassemia CNF 100 Regra 55 SE Interface Diagn stico Prov vel E Antecedentes Insufici ncia Renal E Quadro Cl nico Hiperhidrata o extracelular ENTAO Resultado Hiperhidrata o extracelular CNF 100 Regra 56 SE Interface Diagn stico Prov vel E Antecedentes Hemorragias E Quadro Cl nico Desidrata o ENTAO Resultado Desidrata o CNF 100 Regra 57 SE Interface Diagn stico Prov vel E Antecedentes Altera es do Metabolismo Acido B sico E Estado metab lico Acidose E Acidose Metab lica E Quadro Cl nico Hiperpotassemia ENTAO Resultado Hiperpotassemia CNF 100 Regra 58 SE Interface Diagn stico Prov vel E Antecedentes Altera es do Metabolismo Acido B sico E Estado metab lico Alcalose E Alcalose Metab lica E Quadro Cl nico Hipopotassemia ENTAO Resultado Hipopotassemia CNF 100 Regra 59 SE Interface Diagn stico Prov vel i E Antecedentes Altera es do Metabolismo Acido B sico E Estado metab lico Acidose E Acidose Respirat ria E Quadro Cl nico Hipocloremia ENTAO Resultado Hipocloremia CNF 100 Regra 60 SE Interface Diagn stico Prov vel E Antecedentes Altera es do Metabolismo Acido B sico E Estado metab lico Alcalose 143 Cap tulo 5 Constru o de Sistemas Especialistas 144 E Alcalose Respirat ria E Quadro Cl nico
263. va um arquivo tipado em disco Descri o do formato do arquivo Primeiro todas as vari veis do grafo s o gravadas em cada registro Ap s salvar todas as vari veis come a a grava o dos caminhos exe cutada do seguinte modo Depois do ltimo registro referente ltima variai do grafo gra vado um registro com o seu campo CodNodo valendo o caractere Esse caractere indica que o pr ximo registro a vari vel origem e todos os demais ap s o pr ximo e antes de outro s o adjacentes a essa vari vel origem importante observar que nos registros relativos os vari veis adja centes s o gravados apenas o c digo da vari vel e n o todos os dados novamente esses j est o nos primeiro registros Esse formato economiza um consider vel espa o em disco e tempo de grava o O arquivo termina quando n o h nenhum registro depois do registro com caractere A extens o default do arquivo lt btc gt em homenagem disciplina Bases da T cnica Cir rgica procedure TFrmMapa Salvar NomeArg string var ArqMapa Arquivo Cria uma vari vel para o arquivo RegGrafo Grafo PAuxGrafo PTRGrafo PAuxAdj PTRListaAdS begin Anexo II 204 AssignFile ArqMapa NomeArg Associa a vari vel de arquivo ao arquivo selecionado ReWrite ArqMapa Ativa o arquivo para escrita if IOResult lt gt 0 then begin Verifica se n o ocorreu erro na abertura ShowMessage Erro na Abertu
264. vir e reagir aos est mulos sensoriais A express o rob vem do tcheco robota significa trabalhador Foi criada por Karel Capek na Tchecoslov quia em 1917 O primeiro rob industrial do mundo bati zado de UNIMATE surgiu em 1962 Firebaugh 1988 Sistemas especialistas ou sistemas baseados no conhecimento Habilidade de simu lar conhecimento s poss vel a um especialista em determinada rea do conheci mento Devido ao fato do computador ser especialmente til para automatizar tare fas e como h uma escassez de peritos humanos m dicos engenheiros economis tas dentre outros em determinadas reas geogr ficas do planeta Sistemas Especia listas inclui dentre outras habilidades o Diagnose m dica o Conserto de equipamento o Configura o de computador o Planejamento financeiro Cap tulo 1 Intelig ncia Artificial 23 e Manipula o de jogos de estrat gia Xadrez Poker Damas etc o estudo volta do para a constru o de programas de jogos envolvendo racioc nio Os jogos com putadorizados s o um grande sucesso ainda mais quando exibem um tipo de inteli g ncia capaz de desafiar as habilidades do jogador 1 1 6 Disciplinas da IA As disciplinas de Intelig ncia Artificial s o mat rias de estudo bem definidas cada uma delas abordando um assunto espec fico que est relacionado com a rea de IA Apre senta se na fig 1 1 os principais m todos ou t cnicas de IA atualmente abordados Ca
265. vo N o Tipo Univalorada Pergunta O apetite do paciente esta preservado Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid lt val Inteiros gt yfcid xfcid lt val Inteiro gt Prox nil PrimAdj nil UltAdj nil Registro 10 CodNodo 10 NomeNodo Atrav s de Sondas Objetivo Sim Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid lt val Inteiros gt yfcid xfcid lt val Inteiro gt Prox nil PrimAd nil UItAdj nil Agora inserido o delimitador Registro 1 lt Boolean gt delimi tador CodNodo NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAd nil UltAdj nil CodNodo 8 NomeNodo Alimentac o Pa renteral Objetivo Sim Tipo Pergunta Motivo Relacionamento Valorl Relacionamento2 Valor2 yicid xicid lt val Inteiros gt yfcid xfcid lt val Inteiro gt Prox nil PrimAdj nil UItAdj nil CodNodo 9 NomeNodo Oral Objetivo Sim Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid lt val Inteiros gt yfcid xfcid lt val Inteiro gt Prox nil PrimAd nil UItAdj nil Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados 99 Grava o das listas de adjac ncias Origem Nodo 1 CodNodo 1 CodNodo 2 CodNodo 6 NomeNodo Fal ncia de rg o
266. vo e passivo Na forma ativa o programa de computador formula perguntas para a partir da obter novas informa es do paciente No modo passivo a pessoa usu ria do computador que proporciona toda a infor ma o em um dado ponto e a diagnose fornecida pelo computador baseada nesta infor ma o O processo ativo tem o inconveniente de que o m dico pode estar potencialmente atento para alguns fatos teis necess rios para o processo de diagn stico por m pode n o estar habilitado a comunic los ao programa j que como visto anteriormente qualquer nova informa o deve ser solicitada pelo software A abordagem passiva evita este pro blema por m a responsabilidade de identifica o dos dados pertinentes recai toda ela so bre o m dico e como n o esperado que o usu rio seja necessariamente um perito no do m nio cl nico do programa base de conhecimento este tipo de restri o inaceit vel A representa o do conhecimento m dico sob o formato de fluxogramas permite que uma sucess o de delibera es seja estruturada no formato de um grafo Cada nodo re presenta uma pergunta particular e a resposta determina qual ramo do grafo dever ser u sado para obten o da pr xima pergunta Resultados finais s o obtidos descendo todo o caminho at chegar a uma folha do grafo Embora a rvore de decis o tipo de grafo possa ser a estrutura empregada para implementa o da imensa maioria dos fluxogramas
267. volvimento do SGR NOME Dieta OBJETIVO SIM Tipo Univalorada VALORES Dieta para Card aco Dieta para Renal Dieta para Hepatopata Alimentac o Parenteral Oral Atrav s de Sondas REGRAS REGRA 1 SE y Fal ncia de Org os Sim E Condi o Especial Cora o ENTAO Dieta Dieta para Card aco REGRA 2 SE Fal ncia de Org os Sim E Condi o Especial Rim ENT O Dieta Dieta para Renal REGRA 3 SE Fal ncia de Org os Sim E Condi o Especial F gado ENTAO Dieta Dieta para Hepatopata REGRA 4 SE A Fal ncia de Org os N o E Trato Intestinal Funcionante N o ENTAO Dieta Alimenta o Parenteral REGRA 5 SE Fal ncia de Org os N o E Trato Intestinal Funcionante Sim E Apetite Preservado Sim ENTAO Dieta Oral REGRA 6 SE Fal ncia de Org os N o E Trato Intestinal Funcionante Sim E Apetite Preservado N o ENTAO Dieta Atrav s de Sondas REGRA 7 SE Condi o Especial Cora o ENTAO Dieta Dieta para Card aco 118 Cap tulo 4 O ambiente de desenvolvimento do SGR 119 REGRA 8 SE Condi o Especial Rim ENT O Dieta Dieta para Renal REGRA 9 SE Condi o Especial F gado ENT O Dieta Dieta para Hepatopata REGRA 10 SE Trato Intestinal Funcionante N o ENT O Dieta Alimenta o Parenteral REGRA 11 SE Trato Intestinal Funcionante Sim E Apetite Preservado Sim ENT O Dieta Oral REGRA 12 SE Trato Intestinal Fun
268. xa de edi o com a pergunta relacionada aquela vari vel conforme relat rio gerado pelo SGR Interface Apetite Preservado Condi o Especial Fal ncia de Org os Trato Intestinal Funcionante M O apetite do paciente esta preservado B E Figura 5 6 Edi o de Perguntas Motivos Caso seja pretens o o uso de Cren a marca se o qua dro Usar CNF Cap tulo 5 Construc o de Sistemas Especialistas 132 Finalmente ap s introdug o das vari veis e suas propriedades objetivo perguntas etc ser o inseridas as regras que comp em o sistema Clica se no Bot o Nova Regra que resultar na exibi o da janela Nova Regra Figura 5 7 Esta janela exibir o n mero de ordem da regra e permite que regras anteri ormente definidas possam servir de modelo simplificando com isto a elabora o de novas regras SEM NOME Som aeaa Excluir Regia Nova Regra Expert SINTA Figura 5 7 Nova Regra Ap s defini o clica se no bot o OK que permitir a cria o edi o ou modifi ca o da regra Figura 5 8 Cap tulo 5 Constru o de Sistemas Especialistas 133 lol x Nome da regra sem nome Ordem f1 ENT O el i O uah E Alterar Excluir Nova Y DK x Cancela Ajuda Figura 5 8 Janela para cria o de regras Nesta Janela poss vel nomear a regra e alterar sua ordem A altera o da numera o da
269. xfcid O Prox nil PrimAd nil UltAdj nil Origem nodo 8 Registro 35 origem Registro 36 delimitador CodNodo 8 NomeNodo Objetivo CodNodo 9 NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl Sim Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAd nil UltAdj nil CodNodo NomeNodo Objetivo CodNodo 10 NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl N o Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAd nil UltAdj nil 102 Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid 0 yfcid xfcid 0 Prox nil PrimAd nil UItAdj nil Cap tulo 3 O Sistema Gerador de Regras a partir de grafos valorados Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 vicid xicid O yfcid xfcid O Prox nil PrimAdj nil UItAdj nil Origem nodo 9 Registro 37 origem Registro 38 delimitador CodNodo 9 NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAd nil UltAdj nil Origem nodo 10 Registro 39 origem Registro 40 delimitador CodNodo 10 NomeNodo Objetivo Pergunta Motivo Relacionamentol Valorl Relacionamento2 Valor2 yicid xicid O yfcid xfcid O Prox nil PrimAd nil UltAdj nil CodNodo NomeNodo Objetivo Pe
270. xograma da Figura 3 1 83 Figura 3 3 Forma estrutural do grafo da Figura 3 2 84 Figura 3 4 Fluxograma de dados durante um encaminhamento 96 Figura 4 1 Esquema do motor de infer ncia quando da implementa o do sistema especialista para escolha da melhor dieta para um paciente cir rgico 105 Figura 4 2 Tela principal do SGR 106 Figura 4 3 Inclus o do primeiro nodo no grafo 107 Figura 4 4 Inclus o de uma vari vel tipo Objetivo 108 Sum rio Figura 4 5 Interface para atribuig o de valor que liga um nodo origem a um destino e os sinais de atribui o e lt gt evidenciados Figura 4 6 Op es de sinal de atribui o quando o nodo origem do tipo num rico Observe que se pretende um n mero e n o um intervalo num rico Figura 4 7 Defini o de valores para um intervalo num rico entre um nodo origem e um nodo destino O sinal de atribui o selecionado define o limite inferir do inter valo gt Figura 4 8 Defini o de valores para um intervalo num rico entre um nodo origem e um nodo destino Em evidencia os poss veis valores que o sinal de atribui o pode r o assumir para defini o do limite superior do intervalo lt lt Figura 4 9 Tentativa de introdu o de um valor n o num rico para um nodo origem num rico Figura 4 10 Sinais de atribui o e valores entre os nodos cuja tradu o seria o n mero 2 s aparece se o n mero

Sistemas Especialistas Como Ferramenta Auxiliar para o Ensino da

Contents

Download Pdf Manuals

Related Search

Related Contents