O trabalho inicial de compreensão do negócio envolveu, segundo a metodologia, as seguintes tarefas:
• Compreensão do problema. Nesta fase foi realizada uma revisão de literatura sobre
RBC e um estudo sobre as definições de termos referentes ao domínio médico, particu- larmente aqueles relacionados à Cardiopatia Isquêmica.
• Levantamento de dados. Para este trabalho, a Fundação Baiana de Cardiologia (RABE-
LO JR., 1993) cedeu uma base composta de 1052 dados clínicos coletados durante dois anos, sendo 491 com baixa probabilidade, 224 com probabilidade intermediária e 337 com alta probabilidade de estar sofrendo um evento coronariano agudo.
• Localização do especialista. Este trabalho contou com a colaboração do Dr. Hervaldo
Sampaio Carvalho, professor da Faculdade de Medicina pela Universidade de Brasília (UnB), com atuação em Informática Médica e Cardiologia Clínica.
• Levantamento de recursos necessários. Nenhuma ferramenta específica foi necessária,
além de: (i) um editor de texto para documentação do projeto; (ii) uma planilha eletrôni- ca para manipulação de dados; (iii) um gerenciador de banco de dados para armazena- mento e recuperação dos dados e onde foi implementado os mecanismos de RBC e (iv) um ambiente de programação para o desenvolvimento do protótipo do sistema. Para este
último, foi utilizada a linguagem de programação Delphi 5.0.
Conforme exposto ao longo deste trabalho, o processo de diagnóstico médico é bastan- te complexo e, neste projeto, o objetivo é a construção de um SI baseado em experiências passadas para apoiar o profissional da saúde no diagnóstico médico especificamente na doen- ça Cardiopatia Isquêmica.
5.2 Compreensão dos dados
A base de dados que será abordada foi originada a partir do projeto Sistemas Especia- listas em Cardiologia - SEC (Projeto FBC/FINEP no 66940058-00), desenvolvido pela Funda- ção Baiana de Cardiologia em colaboração com a COPPE/UFRJ. O SEC é um SE baseado em regras com tratamento de incerteza. No final do processo, é fornecido ao usuário-médico um diagnóstico e uma sugestão da medida a ser tomada, que remetem a quatro situações: (i) libe- rar o paciente, pois não há probabilidade de que esteja sofrendo um evento agudo coronaria- no; (ii) liberar o paciente, solicitando seu retorno em até seis horas para novo exame; (iii) manter o paciente em observação na unidade, e, (iv) encaminhar, imediatamente o paciente a uma unidade terciária (RABELO JR., 1993).
A identificação preliminar dos dados permitiu a distinção das características em doze (12) tabelas conforme mostrada na Figura 14.
Paciente Quadro da Dor Exame Básico ECG Paciente Local da Dor Fator de Risco Sintoma Associado Sinal de Asculta Sinal de Pulso Sinal de Observação Antecedentes Característica da Dor
As características de cada grupo são detalhadas na Tabela 3, para familiarização do seu conteúdo e identificação da informação relevante para apoio ao diagnóstico médico da cardiopatia isquêmica.
Tabela 3 - Descrição da Base de Dados SEC
Tabela Atributo Explicação
Nome Nome do paciente Idade Idade do paciente Paciente
Sexo Sexo do paciente (Masculino/Feminino) Temperatura Temperatura do paciente (C) (1)
PAS Pressão Sistólica do paciente (mmHg) PAD Pressão Diastólica do paciente (mmHg) Exame Básico
Freqüência Cardíaca Freqüência cardíaca do paciente (bpm)
ECG_Alt Código da alteração eletrocardiográfica detectada pelo SEC ECG_Derivação1 Derivação I com a alteração eletrocardiográfica detectada
pelo SEC ECG
ECG_Derivação2 Derivação II com a alteração eletrocardiográfica detectada pelo SEC
Sinal de Ausculta Cod_Sinausc Código do sinal de ausculta encontrado no exame físico(2) Fator de Risco Cod_FatRisco Código do fator de risco do paciente (3)
Característica da Dor Cod_CaracDor Código da característica da dor do paciente Sintoma Associado Cod_Outsint Código do sintoma associado ao paciente (4)
Sinal de Pulso Cod_SinPulso Código dos sinais de pulso encontrados no exame físico Sinal de Observação Cod_SinObs Código do sinal observado no exame físico (5)
Local da Dor Cod_LocalDor Código da localização da dor do paciente
Intensidade Intensidade da dor do paciente (Leve/Severa/Moderada) Reac_Nitra Reação ao uso de nitrato sublingual
Ntempo_Dor Código do tempo de início do último episódio de dor Quadro da Dor
Ntempo_Sin Código do tempo de início dos sintomas Antecedentes Cod_Anteced Código do Antecedente do paciente
(1) Somente 42 registros têm esta informação; (2) 990 casos não têm esta informação; (3) 136 Casos não têm esta informação; (4) 560 Casos não têm esta informação; (5) 697 casos não têm esta informação.
A completude das informações presentes na base de dados necessárias para o diagnós- tico médico na doença em questão foram confirmadas pelo especialista. Para a recuperação dos casos semelhantes, verificou-se que a informação sobre a temperatura e a reação ao uso de nitrato sublingual não estavam disponíveis na base de dados.
Além da definição do problema e das características, são necessárias informações so- bre o diagnóstico médico final. Na tabela da base de dados do SEC, DIAGFINAL, tem-se o
resultado do diagnóstico médico gerado pelo consenso dos especialistas que trabalharam no projeto SEC e o resultado gerado pelo próprio sistema.
5.3 Preparação dos Dados
Nessa fase, os dados foram filtrados para garantir a qualidade da base. Isso foi realiza- do com a ajuda do especialista. Foram excluídos da base 10 casos para os quais faltava a in- formação da característica da dor, e 46 casos onde tal informação era duvidosa. Ao final, so- braram 529 casos clínicos com a qualidade necessária e para os quais tinha-se a informação referente ao diagnóstico final do médico.
Como resultado da elicitação do conhecimento, ficou decidido que era necessário dis- cretizar os valores referente às informações sobre Pressão Sistólica, Pressão Diastólica, Fre- qüência Cardíaca e Idade, de acordo com as Tabelas 4, 5, 6 e 7, respectivamente.
Tabela 4 - Intervalos Criados para Pressão Sistólica
Código Faixa PAS PAS Inicial PAS Final Descrição da Faixa
1 < 71 Choque 2 71 79 Hipotensão Severa 3 80 100 Hipotensão 4 101 129 Normal 5 130 139 Normal Alto 6 140 159 Estágio 1 – Leve 7 160 179 Estágio 2 – Moderada 8 180 210 Estágio 3 – Severa 9 > 210 Estágio 4 - Muito Severa
Tabela 5 - Intervalos Criados para Pressão Distólica
Código Faixa PAD PAD Inicial PAD Final Descrição da Faixa
1 < 41 Choque 2 41 49 Hipotensão Severa 3 50 59 Hipotensão 4 60 84 Normal 5 85 89 Normal Alto 6 90 99 Estágio 1 – Leve 7 100 109 Estágio 2 – Moderada 8 110 120 Estágio 3 – Severa 9 > 120 Estágio 4 - Muito Severa
Tabela 6 - Intervalos criados para freqüência cardíaca
Codigo Faixa Freq Freq Inicial Freq Final Descrição da Faixa
1 < 31 Bradicardia Severa 2 31 39 Bradicardia Moderado 3 40 59 Bradicardia Leve 4 60 79 Normal 5 80 99 Normal Alto 6 100 119 Taquicardia – Leve 7 120 140 Taquicardia – Moderada 8 > 140 Taquicardia – Severa
Tabela 7 - Intervalos criados para a informação
Código Faixa Idade Intervalo
1 Menos de 1 ano de idade
2 1 ano de idade 3 2 anos de idade 4 3 anos de idade 5 4 anos de idade 6 5 anos de idade 7 6 anos de idade 8 7 anos de idade 9 8 anos de idade 10 9 anos de idade 11 de 10 a 20 anos de idade 12 de 21 a 30 anos de idade 13 de 31 a 40 anos de idade 14 de 41 a 50 anos de idade 15 de 51 a 60 anos de idade 16 de 61 a 70 anos de idade 17 de 71 a 80 anos de idade 18 81 anos em diante
O peso de cada informação para o diagnóstico positivo da doença foi então quantifica- do pelo especialista. Esta é uma fase delicada, haja vista sua alta subjetividade e a forte influ- ência da experiência prévia do especialista na qualidade de seu resultado (LOPES, 1996). Para isso, o teor da Figura 15 foi apresentado ao especialista que, em decorrência dos exemplos apresentados, classificou a função de similaridade local que melhor representava o modo de seu raciocínio de acordo com a característica do atributo. Isso é feito para esclarecer o especi- alista quanto ao comportamento das funções de similaridade local foi feito para todas as ca- racterísticas. Estes questionários seguem um padrão: quando um atributo é numérico, as op- ções disponíveis na estrutura de raciocínio do modelo proposto são (i) Função Linear ou (ii)
Função Escada. Quando o atributo pode receber mais de um valor, as funções de similaridade
local possíveis são: (i) Elemento Máximo, (ii) Função Interseção e (iii) Função Interseção
Exemplo do Cálculo da Similaridade Local Aplicada para a Característica Tempo de início do último episódio da dor
Definições que precisam ser feitas:
Qual função usar ? Função Escada (Calcula a similaridade de 1 se a distância entre os dois valores for menor que o limiar definido para a função, senão a função retorna valor 0. Ex. v(vi,vj) =
1 se |vi - vj| <= S ou v(vi,vj) = 0 se |vi - vj| > S ) ou Função Linear (A similaridade cresce com o
decréscimo da distância entre os dois valores, ponderada pelo tamanho do intervalo assumido pelo domínio. Ex. v(vi,vj) = 1 se vi = vj senão v(vi,vj) = 1 - |vi - vj| /(limite superior - limite inferior))
Qual o valor apropriado para o Parâmetro S caso utilize a função Escada ? Caso Código Exemplos da Base que serão
Comparados
Código Exemplo Fixo S Função Escada Função Linear 2052 3 Acima de 48 horas 3 Acima de 48 horas 1 1 1 2044 2 12 horas e 48 horas 3 Acima de 48 horas 1 1 0,66666667 2040 1
30 minutos e 12
horas 3 Acima de 48 horas 1 0 0,33333333 2303 0 Não possui dor 3 Acima de 48 horas 1 0 0
Exemplo do Cálculo da Similaridade Local Aplicada para a Característica Sinal de Observação
Definição que precisa ser feita : Qual função usar ?
Função Elemento Máximo (Pega o maior Peso da característica comum) ou Função Interseção (Não verifica peso das características, o resultado é a interseção / união das características) ou Função Interseção Ponderada (O resultado é a Somatória do Peso em Comum / Somatória dos pesos das Características (União))
Caso Característica da Base Característica da Realidade Elemento Maximo Interseção Função Interseção Função
Ponderada Observação 2691 sofrimento agudo 2 - Facies de 2 - Facies de sofrimento
agudo 0,3 1 1 características Todas as Iguais 2720 1 - Dor a palpação no local referido e 2 - Facies de sofrimento agudo 2 - Facies de sofrimento agudo 0,3 0,5 0,75 1 característica igual e 1 diferente 2719 sofrimento agudo e 2 - Facies de
3 - Palidez 2 - Facies de sofrimento agudo 0,3 0,3333 0,4285714 1 característica igual e 1 diferente 3073 2 - Facies de sofrimento agudo, 3 - Palidez, 4 - Pele Viscosa e 5 - Vômitos 2 - Facies de sofrimento agudo 0,3 0,25 0,3 1 característica igual e 3 diferentes 3054 1 - Dor a palpação no local referido 2 - Facies de sofrimento
agudo
0 0 0 Características
diferentes
2039 informação Não tem
2 - Facies de sofrimento
agudo 0 0 0
Não é para ser utilizada na similaridade
global Figura 15 - Exemplificação do Cálculo de Similaridade Local apresentada ao especialista
Tabela 8 - Resultado da Classificação e Ponderação das Características
Característica Classificação Peso Observação
(caso necessário)
ECG Função Interseção Ponderada 1
Local da dor Função Interseção Ponderada 1
Tempo de início do último episódio da
dor Função Linear 0.4
Característica da dor do paciente (Exemplo: em pontada, em peso ou queimor, depende da posição do paciente...)
Função Interseção Ponderada 0.8
Sintoma associado do paciente (Exemplo: dispnéia aos esforços, febre, sudorese ...)
Função Interseção Ponderada 0.5
Sinal de ausculta encontrado no exame físico (Exemplo: atrito pericárdico, crepitos de base ...)
Função Interseção Ponderada 0.7
Sinal de observação
(Exemplo: palidez, vômitos, pele
viscosa ...) Função Interseção Ponderada 0.6
Idade Função Escada 0.5
Sexo Função 0 ou 1 0.6
Fator de Risco
(Exemplo: diabete, obesidade, tabagismo ...)
Função Interseção Ponderada 0.7
Antecedente (Exemplo: marcapasso, episódios repetidos de dor nos últimos 2 meses, Cardiopatia isquemica na família [Idade < 55])
Função Interseção Ponderada 0.6
Depende do antecedente. Dor prévia , cardiopatia isq na família 0.8, mar- capasso 0.4
Pressão Sistólica do paciente
(mmHg) Função Linear 0.6
Pressão Diastólica do paciente
(mmHg) Função Linear 0.7
Freqüência Cardíaca Função Linear 0.7
Sinal de Pulso Função Interseção Ponderada 0.4
Tempo de início dos sintomas Função Linear 0.6
Tabela 9 - Ponderação dos sintomas/sinais
Características
Campo Peso Faixa de Valores
0.1 1 Marcapasso 0.5 2 BRE 0.4 3 SVE 1 4 Segmento ST supradesnivelado 1 5 Segmento ST infradesnivelado 0.9 6 Onda T Apiculada
0.2 7 Onda T Baixa Probabilidade
0.4 8 Onda T Probabilidade Intermediária
0.6 9 Onda T Alta Probabilidade ECG
1 10 Complexo QRS com padrão Q ou QS
0.2 1 Atrito pericárdico
0.5 2 Batimento cardíaco com ritmo de galope Sinal de Ausculta 0.5 3 Crepitos de base 0.6 1 Diabete 0.5 2 Dislipidemia 0.6 3 Hipertensão arterial 0.4 4 Obesidade 0.4 5 Pós-menopausa 0.5 6 Stress Fator de Risco 0.6 7 Tabagismo
0.2 1 Dispnéia aos esforços
0.3 2 Dispnéia em repouso 0.1 3 Febre 0.4 4 Náuseas e vômitos 0.3 5 Palpitações associadas Sintoma associado do paciente 0.4 6 Sudorese 0.3 1 Arrítmico 0.3 2 Filiforme
0.1 3 Não Existe Diferença de pulso MI_MS Sinal de
Pulso
0.7 4 Sim Existe Diferença de pulso MI_MS
0.1 1 Dor a palpação no local referido
0.3 2 Fácies de sofrimento agudo
0.2 3 Palidez
0.2 4 Pele viscosa Sinal de
Observação
0.3 5 Vômitos
0.4 1 Braço esquerdo e/ou direito
0.4 2 Dorso
0.5 3 Hemitórax direito
0.6 4 Mandíbula
0.4 5 Região epigástrica Local da Dor
0.8 6 Região precordial ou médio-esternal
0.2 1 Dependente da posição do paciente
0.5 2 Desencadeada com os esforços ou emoções
0.8 3 Em aperto ou opressão 0.8 4 Em peso ou queimor 0.1 5 Em pontada 0.7 6 Espontânea em repouso Característica da Dor 0.1 7 Ventilatório dependente
0.8 1 Intervenção coronária prévia (mais de 6 meses)
0.8 2 Intervenção coronária prévia (últimos 6 meses)
0.6 3 Cardiopatia Isquêmica na família (Idade<55)
0.7 4 Dor/desconforto precordial há menos de 2 semanas
0.7 5 Episódios repetidos de dor nos últimos 2 meses
0.8 6 Evento coronário prévio
0.2 7 Histórico de doença cardíaca não coronariana
0.1 8 Histórico de doença ulcerosa gastro-duodenal
0.1 9 Histórico de dor que melhora com ansiolítico
0 10 Histórico esofagite/disp. gasosa/cólica biliar
0.2 11 Marcapasso Antecedentes
5.4 Modelagem
Nesta etapa a estrutura de casos e de raciocínios foram atualizadas. No modelo geral da estrutura de casos, foi apresentada uma estrutura genérica “Características”. Além da mu- dança no modelo genérico “Características”, houve várias inserções de registros na estrutura de dados e raciocínios. Na Tabela 10, são mostrados alguns exemplos dessas atualizações.
Tabela 10 - Exemplos de algumas atualizações na estrutura de dados e raciocínio
Tabela Atributo Valor
Código Problema 1 Problema
Descrição O paciente está sofrendo evento agudo coronariano? Código Diagnóstico 1
Descrição Baixa probabilidade de ocorrer o evento agudo coronariano
Código Diagnóstico 3 Diagnósticos porssíveis
Descrição Alta probabilidade de ocorrer o evento agudo coronariano
Código Problema 1
Característica COD_ALTECG Código Função Similaridade 7
Peso 1
Parâmetros -
Código Problema 1 Característica SEXO Código Função Similaridade 6
Peso 0.6
Problema_Similaridade
Parâmetros -
5.5 Avaliação
Para fazer a validação, foi retirado da base um caso de cada vez, realizava-se o teste e posteriormente o retornava novamente para a base. Assim foi possível realizar a validação em relação a 100% dos casos. Para cada caso, foi gerado os resultados das funções de similarida- de global definidas no modelo, como mostrado um exemplo na Figura 16. Verificou-se que os resultados iniciais se contradiziam. Assim, foi necessário uma definição de como buscar o diagnóstico no sistema. Testes foram feitos buscando o registro com maior similaridade, cha- mado de 1º elemento, e também o cálculo da média da conclusão dos três primeiros elemen- tos. Como o resultado deve ser Diagnóstico 1 ou Diagnóstico 3, decidiu-se, junto ao especia- lista, que os casos com valores dessa média menores de dois seriam considerados como casos
com Diagnóstico 1 e, em caso contrário, Diagnóstico 3. Não foi possível utilizar no sistema o Diagnóstico 2 (média probabilidade do paciente estar sofrendo evento agudo coronariano), pois a validação do sistema é feita em relação ao diagnóstico final do médico, que classificou o paciente com a presença ou ausência da doença.
Formulário de Teste Descrição do Caso – 2769 Idade : 50 Sexo : Feminino PAS : 140 PAD: 80 FREQ_CARD: 96
Sinal de pulso: Não existe diferença de pulso MI_MS Intensidade : Leve
Local da dor: Região precordial ou médio-esternal
Característica da dor: Em aperto ou opressão; espontânea em repouso Fatores de risco: Dislipidemia e Hipertensão arterial
Antecedentes : Cardiopatia Isquemica na família (Idade<55) Tem dor no momento: Não possui dor
Quando começou a sentir dor: Entre 6 e 12 horas
Função de Similaridade Global Vizinho Mais Próximo Vizinho Mais Próximo Ponderado Vizinho Mais Próximo Ponderado Normalizado
City Block Euclidean Minkowsky Ponderado
Caso Con Res Caso Con Res Caso Con Res Caso Con Res Caso Con Res Caso Con Res
2822 1 12 2822 1 7,2 3006 1 0,89 3005 1 0,911 2805 1 0,2724 3005 1 0,7171 2980 1 11 2784 1 7,0 3125 1 0,89 2805 1 0,880 2876 1 0,2684 2898 1 0,7085 2784 1 11 2980 1 7,0 2901 3 0,87 2901 3 0,88 3005 1 0,2684 2822 1 0,7002
Resultado da Base SEC : 1 Resultado Diagnóstico Final : 1 Con = Conclusão sobre o diagnóstico; Res = Resultado da função de similaridade.
Figura 16 - Exemplo do resultado das medidas de similaridade para um caso
Na base SEC, existem casos com Diagnóstico 2 (probabilidade intermediária de ocor- rer o evento coronariano). Para que seja possível o cálculo da variável de sensibilidade e es- pecificidade, o diagnóstico deve ser 1 ou 3 (como visto na seção 4.5). Assim, quando se tiver
Diagnóstico 2, os casos não são utilizados na amostra.
Posteriormente, com os resultados do diagnóstico final da base SEC e das funções de similaridade global, foi criada uma planilha com os resultados para o cálculo da sensibilidade e da especificidade, conforme as Tabela 11 e 12.
Tabela 11 - Resultado sintético do cálculo da sensibilidade e especificidade Funções RBC Vizinho Mais Próximo Vizinho Mais Próximo Ponderado Vizinho Mais Próximo Ponderado Normalizado City Block Euclidean Minkowsky Ponderado Sistema SEC
Média 1º Média 1º Média 1º Média 1º Média 1º Média 1º
Total de VP 123 91 95 90 92 23 35 24 26 0 1 31 36 Total de VN 192 188 176 184 172 231 216 233 209 241 227 223 209 Total de FN 3 35 31 36 34 103 91 102 100 126 125 95 90 Total de FP 51 55 67 59 71 12 27 10 34 2 16 20 34 Sensibilidade 98% 72% 75% 71% 73% 18% 28% 19% 21% 0% 1% 25% 29% Especificidade 79% 77% 72% 76% 71% 95% 89% 96% 86% 99% 93% 92% 86%
VP = verdadeiro Positivo; VN verdadeiro Negativo; FN = falso negativo; FP = Falso Positivo.
Tabela 12 - Resultado analítico do cálculo da sensibilidade e especificidade
Funções RBC Vizinho Mais Próximo Vizinho Mais Próximo Ponderado Vizinho Mais Próximo Ponderado Normalizado
City Block Euclidean Minkowsky Ponderado Caso Sistema SEC
Média 1º Média 1º Média 1º Média 1º Média 1º Média 1º
2688 FN FN FN FN VP FN FN FN FN FN FN FN FN 2689 VN VN VN VN VN VN VN VN VN VN VN VN VN 2690 VN VN VN VN VN VN VN VN VN VN VN VN VN 2691 VN VN VN VN VN VN VN VN VN VN VN VN VN 2692 FP FP FP FP FP FP FP FP FP VN FP VN FP 2693 VN FP VN FP FP VN VN VN VN VN VN VN VN 2694 VN VN VN VN VN VN VN VN VN VN VN VN VN 2696 VP VP FN VP FN FN FN FN FN FN FN FN FN 2697 VP VP FN VP FN FN FN FN FN FN FN FN FN 2698 VN VN VN VN VN VN VN VN VN VN VN VN VN 2699 VP FN VP FN VP FN FN VP FN FN FN FN FN 2700 FP FP VN FP FP VN VN VN VN VN VN VN FP 2701 VN VN VN FP VN VN VN VN VN VN VN VN VN 2702 VP FN FN FN FN FN FN FN FN FN FN FN FN 2703 VN VN VN VN VN VN VN VN VN VN VN VN VN 2705 VN VN VN FP VN VN VN VN VN VN VN VN VN 2707 VP VP FN FN FN FN FN FN FN FN FN FN FN 2708 VP VP VP VP VP VP VP VP VP FN FN VP VP 2709 VN VN VN VN VN VN VN VN VN VN VN VN VN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Sensibilidade 98% 72% 75% 71% 73% 18% 28% 19% 21% 0% 1% 25% 29% Especificidade 79% 77% 72% 76% 71% 95% 89% 96% 86% 99% 93% 92% 86%
5.6 Aplicação
Esta fase não foi implementada, uma vez que o sistema só irá entrar em produção quando houver integração do PEP com o módulo RBC. A integração de novas bases de co- nhecimento referentes a novas patologias será precedida de testes de campo, isto é, o acompa- nhamento de profissionais especializados até o momento propício.
O desenvolvimento desta dissertação deu origem a um modelo RBC para aplicação do projeto IACVIRTUAL, além de uma metodologia para auxiliar o EC na extração do conhe- cimento médico. Contudo, apesar de se tratar de um modelo bastante flexível, sua aplicação requer do projetista de sistemas conhecimentos sobre a abordagem RBC, apresentados no referencial teórico deste trabalho.
Baseado no modelo e metodologia propostos, foi realizado um estudo de caso onde se constatou que no sistema não conseguimos uma função de similaridade global que atenda simultaneamente as variáveis de sensibilidade e especificidade. Desta forma, surge a necessi- dade de inserção de regras no sistema para que seja possível recuperar as funções de similari- dade global com o melhor resultado para a variável especificidade e de melhor resultado para sensibilidade, desta forma, o sistema apresenta resultados satisfatórios.
Os resultados obtidos no Estudo de Caso mostraram a necessidade de aprimoramento nos pesos das características e uma análise mais profunda do comportamento de cada função de similaridade global.
O objetivo de construção de um modelo para o apoio ao diagnóstico no domínio médi- co aplicando RBC foi alcançado. A sua efetiva disponibilização como ferramenta computa- cional no âmbito do projeto IACVIRTUAL, no entanto, depende do desenvolvimento de um dos módulos deste projeto, a saber, o PEP.
Os resultados alcançados até o momento, no entanto, despertaram o interesse das co- munidades de Engenharia Biomédica (SILVA, 2004a, 2004b, 2004c, 2004d, 2005) e de Ges- tão do Conhecimento (2004e).
Muitas são as possibilidades de trabalhos futuros envolvendo o modelo e a metodolo-