História do RBC

O RBC teve início com os estudos de Schank (1982) sobre a compreensão da lingua- gem. Segundo sua teoria, a linguagem é um processo baseado em memória. Seus pressupostos teóricos afirmam que em cada experiência do ser humano sua memória passa a se ajustar em resposta a essas experiências, implicando dessa forma, que o aprendizado depende dessas alterações na memória. Através desse estudo conclui-se que: o processo de compreensão de uma linguagem depende de informações armazenadas previamente na memória, ou seja, pes- soas não compreendem eventos sem deixar de fazer referências a fatos que já vivenciaram e que já conhecem (SILVA, 2002).

Outros caminhos dentro da área de RBC foram, em seguida, abordados por Gentner (1983), em seus estudos sobre o raciocínio analógico. No raciocínio analógico ocorre uma mudança de domínio durante a transferência da solução ao novo problema: “se um peixe nada

batendo as barbatanas e empurrando a água para trás, posso inventar um objeto chamado remo que pode servir para impulsionar um barco realizando movimentos rítmicos que empur- ram a água para trás”. O objetivo do raciocínio analógico é a transformação e extensão do

conhecimento proveniente de um domínio conhecido para dentro de um outro domínio com estrutura ainda incompletamente compreendida. No RBC problemas são resolvidos exclusi- vamente no âmbito de um mesmo domínio de aplicação com utilização de exemplos de dentro deste domínio (WANGENHEIM, 2003).

Mais tarde, teorias de Formação de Conceitos, Resolução de Problemas e Aprendizado Experimental dentro da psicologia e da filosofia também contribuíram. Schank (1982) conti- nuou a explorar o importante papel que a memória de situações prévias e padrões de situações ou pacotes de organizações de memória têm, tanto na resolução de problemas, como durante o aprendizado de situações.

Um dos primeiros sistemas computacionais que utilizou a metodologia de RBC foi o CYRUS, desenvolvido por Kolodner (1993), baseado no modelo de memória dinâmica de Schank (1982). A memória de casos neste modelo é uma estrutura hierárquica chamada paco- tes de organização da memória episódica. A idéia básica é organizar casos específicos que possuam propriedades similares mais generalizadas (AAMODT, 1994).

PROTOS, outro exemplo, é um aplicativo que suporta diagnósticos em doenças audi- tivas, o qual implementa tanto a classificação baseada em casos como a AC baseada em casos. PROTOS aprendeu a classificar doenças auditivas a partir de descrições de sintomas e históri- cos de pacientes e de resultados de testes. O projeto PROTOS foi motivado por restrições reais na representação do conhecimento e do aprendizado, o qual foi treinado com 200 casos em 24 categorias de uma clínica de fonoaudiologia. Após treinamento, PROTOS adquiriu uma acurácia de cem por cento (WANGENHEIM, 2003).

Um dos exemplos mais famosos de sistemas em RBC na área da saúde é CASEY. CASEY é um sistema que diagnostica disfunções cardíacas. Como entrada usa os sintomas do paciente e produz uma explicação causal da cardiopatia que o paciente apresenta, conectando sintomas e estados internos. CASEY diagnostica pacientes por meio da aplicação de casamen- to baseado em modelos e heurísticas de adaptação aos aproximadamente 25 casos que possui em sua base de casos. Quando um novo caso surge, CASEY tenta encontrar casos de pacien- tes com sintomas similares, mas não necessariamente idênticos. Se o novo caso casa com al- gum, então CASEY adapta o diagnóstico recuperado, considerando diferenças entre sintomas do novo caso e do caso recuperado (KOLODNER, 1993 apud WANGENHEIM, 2003).

Por exemplo, CASEY precisava diagnosticar um novo paciente, Newman. Newman tem 65 anos, temperatura de 38 ºC, pulso 90, angina instável, pressão arterial média de 99,3, síncope, pulso de subida lento, ECG normal e calcificações aórtica. As funções de recupera- ção de CASEY retornam o caso David que foi analisado anteriormente em Kolodner (1993). David tinha 72 anos, pulso 96, temperatura 38,5ºC, ECG com achado no canal LV, e assim por diante. Há muitas similaridades entre os casos, como também diferenças. Para validar se David provê um bom contexto para Newman, estas diferenças precisavam ser reconciliadas. É neste ponto que vão intervir as regras de evidência de CASEY. Estas regras especificam sob quais circunstâncias as diferenças podem ser conciliadas. As regras examinam o papel de cada atributo na descrição prévia e o papel que todos os novos descritores poderiam ter no mesmo diagnóstico e tenta casar essas características entre si. Por exemplo, uma das regras de evi- dência de CASEY diz que se dois sintomas são manifestações do mesmo estado interno, então pode-se considerar que estão casando um com o outro. O modelo causal de CASEY dos esta- dos cardíacos modela que hipertrofia do LV pode se manifestar tanto como LVH ou LV no ECG. Aplicando esta regra e usando aquela parte do modelo, os valores de ECG dos dois ca- sos podem ser conciliados.

Em CASEY, o método de indexação é realizado em dois passos: (i) quando as caracte- rísticas para índices primários são estados causais gerais do modelo de colapso cardíaco, que é parte da explicação de um caso, e (ii) quando um novo problema aparece, as características deste são propagadas no modelo de colapso cardíaco e os estados que explicam estas caracte- rísticas são utilizados como índices para a memória de casos. As características de fato obser- vadas são utilizadas apenas como atributos secundários.

O grau de maturidade tecnológica alcançado pelo RBC pode ser documentado, tanto pelas aplicações comerciais desenvolvidas até o momento presente, quanto pelas ferramentas de desenvolvimento de sistemas baseados em RBC que agora já encontram no mercado. As primeiras ferramentas para desenvolvimento de sistemas de RBC comerciais surgiram no iní- cio da década de 1990 e, desde aquele tempo, ferramentas cada vez mais poderosas têm sido desenvolvidas.

Atualmente, alguns trabalhos vêem sendo desenvolvidos na área da saúde utilizando RBC, como o de Balaa (2003) e o de Perner (2003). Especificamente em Cardiologia, merece destaque o trabalho coordenado por Long (2005), que vem desenvolvendo o sistema Heart

Disease Program, cujo objetivo é apoiar o diagnóstico médico dos pacientes com sintomas de

doenças cardíacas.