A coorientadora (Cristina Medeiros) para tirar dúvidas sobre a doença de Kawasaki e doar os casos. Este trabalho apresenta o desenvolvimento de uma ferramenta para assistência médica durante o processo de diagnóstico da Síndrome de Kawasaki.
INTRODUÇÃO
OBJETIVOS
- Objetivo Geral
- Objetivos Específicos
O objetivo geral deste trabalho foi desenvolver uma ferramenta web para auxiliar médicos no diagnóstico da doença de Kawasaki. Pesquise e analise ferramentas de diagnóstico médico com fatores clínicos semelhantes aos do KD e usando IA.
METODOLOGIA
ESTRUTURA DO TRABALHO
FUNDAMENTAÇÃO TEÓRICA
DOENÇA DE KAWASAKI
- Epidemiologia
- Manifestações Clínicas
- Diagnóstico
Conforme ilustrado nas Figuras 6 e 7, as alterações mais marcantes na DK são aquelas na mucosa oral e nos lábios. A ecocardiografia é útil na avaliação de crianças com febre prolongada e algumas das manifestações da DK.
INTELIGÊNCIA ARTIFICIAL
Esta proposta considera que caso as manifestações não sejam compatíveis com a DK, a criança só deverá ser reavaliada se a febre persistir (NEWBURGER, 2004). Se alguma das manifestações for compatível com DK, devem ser realizados exames laboratoriais, incluindo proteína C reativa (PCR) e velocidade de hemossedimentação (VHS).
INTELIGÊNCIA ARTIFICIAL APLICADA À SAÚDE
- Técnicas de Inteligência Artificial aplicadas ao diagnóstico médico
- Ferramentas com técnicas de IA aplicadas ao diagnóstico médico
Portanto, existem diversas técnicas computacionais de tomada de decisão utilizadas pelos profissionais médicos para chegar a um determinado diagnóstico, tais como: sistemas especialistas baseados em regras, lógica fuzzy, redes neurais artificiais, raciocínio baseado em casos, entre outras (SILVA, 2005b). . O Raciocínio Baseado em Casos (CBR) é uma das técnicas computacionais que visa preservar, recuperar e reutilizar o conhecimento. Uma ferramenta para auxiliar no diagnóstico de transtornos mentais na área da psiquiatria utilizando a técnica de raciocínio baseado em casos.
A técnica de raciocínio por caso sugere resolver novos problemas adaptando soluções que foram utilizadas em problemas anteriores. É um sistema híbrido de assistência a pacientes, médicos e estudantes de saúde que incorpora técnicas de sistemas especialistas baseados em regras, inferência baseada em casos e sistemas de tutoria inteligentes para fornecer aconselhamento comportamental ao usuário leigo para auxiliar os profissionais de saúde no diagnóstico e como auxílio de aprendizagem .
JUSTIFICATIVA DE UTILIZAÇÃO DO RBC
RACIOCÍNIO BASEADO EM CASOS
- Funcionamento do RBC
- Representação do Conhecimento
- Similaridade
- Similaridade Local
- Similaridade Global
- Recuperação de Casos
- Reutilização de Casos
- Revisão de Casos
- Aprendizagem
- Retenção de Novos Casos
A medida de similaridade define como será calculada a similaridade entre a situação atual e um determinado caso caso a caso, sendo aplicada iterativamente, par a par, para calcular a similaridade entre a descrição do problema do caso atual e a descrição de um caso na base do caso. A correspondência de casos pode ser definida como o processo de relacionar a descrição real do problema dada como uma consulta à descrição do problema de um caso a partir da base de casos. A tarefa de correspondência é realizada pesquisando na base de casos possíveis casos candidatos e comparando-os com a consulta fornecida, aplicando a medida de similaridade.
As questões centrais para a adaptação do caso são: quais são os aspectos da situação (descrita pelo caso) que precisam ser adaptados; Que alterações são razoáveis para adaptar o caso; Quais métodos de customização são úteis para alterar esses aspectos; Como monitorar o processo de adaptação para saber se as mudanças estão sendo implementadas corretamente (WANGENHEIM & WANGENHEIM, 2003). Se estiver correto, aprenda com o sucesso e continue a manter o novo caso no banco de dados de casos. Sem armazenamento de casos – Os sistemas RBC mais simples não levam em conta a inclusão automática de novos conhecimentos na base de dados de casos.
Dessa forma, sempre que um novo problema for resolvido, ele poderá ser adicionado ao banco de dados de casos como um novo caso.
DESENVOLVIMENTO
FUNCIONAMENTO DA FERRAMENTA
- Auxílio no diagnóstico
Se nenhum sintoma de exclusão for relatado e se o número mínimo de sintomas for compatível com os critérios clínicos desenvolvidos pelo Comitê Japonês de Pesquisa em DK, o sistema exibirá um aviso sobre a presença de DK por pelo menos cinco dias (provável 5,0 DK). febre, a opção do RBC é habilitada para que se possa ver se há algum paciente que tenha alguma semelhança com o caso atual (6.0 Casos semelhantes). Este conjunto de sintomas faz parte do script de inicialização da ferramenta, ou seja, foram previamente registrados e o especialista DK também poderá registrar novos sintomas. Como existem alguns sintomas que excluem o diagnóstico de DK, a ferramenta também permite ao médico verificar a presença desses sintomas registrando os sintomas que o paciente apresentou.
Se o paciente ainda não tiver DK confirmado, se o conjunto de sintomas que o paciente apresentou é compatível com a diretriz desenvolvida pelo Comitê Japonês. Administrador O administrador é o principal usuário do sistema, ele pode realizar operações em um médico, como confirmar o cadastro de um novo médico, alterar seus dados, determinar se um médico é realmente especialista e até mesmo eliminar a funcionalidade do médico.
TELA INICIAL DA FERRAMENTA
TELA DE AUTENTICAÇÃO
- Requisitos Funcionais
- Regras de negócios
RF01 - O sistema deverá possuir autenticação de usuário, somente médicos autorizados poderão acessar o sistema, por meio de Login e Senha (Tela de Autenticação). O sistema pede ao banco para saber se o nome de usuário e a senha são válidos. Caso contrário, exibe a mensagem: Nome de usuário ou senha inválidos.
TELA DE CADASTRO MÉDICO
- Requisito Funcional
- Regras de negócios
Ao marcar a opção “Solicitar admissão como especialista”, conforme ilustrado na figura 16, o administrador recebe um e-mail após cadastrar os dados informando que o médico X deseja ser incluído como especialista. Como ainda não existe uma forma automatizada de classificar se um médico é especialista e se o CRM informado existe e realmente pertence a ele, essa confirmação atualmente é manual por meio de pesquisas sobre o médico – desta forma o Dr. Durante também incluído durante a modelagem e desenvolvimento desta funcionalidade, houve a necessidade dessa autenticidade automatizada, mas em pesquisas realizadas na Internet não foi encontrada alternativa à autenticidade do médico.
RN-01 Campos obrigatórios: nome, idade, número do CRM, UF do CRM, usuário, senha, confirmação de senha, CEP, número, e-mail. RN-02 Verifique se o número do CRM e CRM UF, se já cadastrado, apresentam a mensagem: CRM notificado, já cadastrado.
TELA DE PACIENTES
- Regras de negócios
Percebe-se que a autenticidade desse médico automatizado é um tema forte para pesquisas na área de informática, atuando como elo de segurança entre a ferramenta e os Conselhos Médicos Regionais.
TELA EXAME DO PACIENTE
- Requisito Funcional
- Regras de negócios
RN-02 Ao registrar qualquer sintoma do tipo exclusão (exclusão de diagnóstico), o médico deve ser lembrado que a presença desse sintoma exclui o diagnóstico da doença. RN-03 Ao registrar sintomas por cinco dias ou mais, o botão RBC deve estar habilitado para que o médico chegue a um diagnóstico.
RBC APLICADO AO PROJETO
- Caso
- Recuperação
- Diagrama de Seqüência da Recuperação de Casos (RBC)
- Tela de Recuperação de Casos (RBC)
- Revisão
- Aprendizagem
O objetivo do processo de recuperação é obter casos semelhantes a um "caso novo" após o médico registrar pelo menos cinco dias dos sintomas do paciente (sintoma de febre >= 39 °C. C deve estar presente durante esses cinco dias) e habilitou um botão (Analisar eritrócitos) na tela de revisão do paciente mostrada na Figura 17. Este botão direciona o médico para a tela de RBC onde o “novo caso” será comparado a todos os casos no banco de dados de casos de RBC. De acordo com o exemplo acima, o exemplo 1 apresentou uma distância de 3 e o exemplo 2 apresentou uma distância de 4,24, portanto o exemplo 1 é mais parecido com o “novo exemplo” devido ao fato de representar a menor distância entre estes dois exemplos.
Para cada paciente encontrado é realizado um cálculo de similaridade entre os sintomas do “caso novo” e os sintomas registrados no caso atual, conforme descrito na seção 4.7.2. Depois que o especialista analisa o “novo caso”, ele fica disponível no banco de dados de RBC, permitindo o aprendizado sobre casos que diferem de outros casos no banco de dados de RBC.
TESTE
- Caso de Teste - Analisar pacientes
Esperado: O sistema identifica que o paciente possui as características mínimas dos critérios clínicos da doença e exibe alerta de suspeita. Nota: Comparado ao caso mais semelhante com distância igual a 0, ou seja, 100% semelhante, foi possível perceber que os dois pacientes apresentavam os mesmos sintomas. Nota: Comparado ao caso menos semelhante com distância igual a 4,52, foi possível constatar que os dois pacientes não apresentavam os mesmos sintomas.
O sistema identifica que o paciente possui as características mínimas dos critérios clínicos da doença e não apresenta alerta suspeito. Após a aplicação dos testes iniciais e de acordo com as imagens relatadas anteriormente, ficou claro que o instrumento se comportou conforme o esperado, foi possível ver que o paciente real 1, que é um caso que realmente tem a doença, a ferramenta exibiu todos os sintomas que o paciente teve um alerta sobre a presença da doença, sugestão de casos semelhantes, a ferramenta encontrou vários casos com 100% de concordância, a comparação com esses casos e também tem a medicação sugerida, além de inserir esse paciente no RBC , Após análise deste caso pelo especialista, também foi possível constatar no caso negativo que pela presença do sintoma de exclusão é uma DK pouco provável, o que não resulta em erro diagnóstico nem permite que este caso seja tornar-se parte da base de RBC do instrumento.
ARQUITETURA DA FERRAMENTA
BANCO DE DADOS
A tabela Medico é utilizada para obter os médicos responsáveis pelo diagnóstico e revisão daquele caso, enquanto a tabela Pessoa é utilizada para obter os dados do médico (nome, telefone e email). A tabela de pacientes é utilizada para saber quais pacientes foram diagnosticados com a doença através do filtro FLDKConfirmed='S' ou FLDKRevised também é utilizado. De posse desses pacientes, a tabela de análise é utilizada para obter as características registradas de cada paciente de forma consolidada.
Uma vez encontrados os sintomas do paciente, a tabela de sintomas é utilizada para determinar o peso de cada sintoma que será utilizado no cálculo de similaridade.
FERRAMENTAS E TECNOLOGIAS UTILIZADAS
Linq – Consulta Integrada à Linguagem: permite o acesso ao banco de dados relacional ou não relacional, através de objetos gerados automaticamente. O Linq contribuiu muito para o desenvolvimento desta ferramenta, uma vez criadas as tabelas do banco de dados bastava arrastá-las para um arquivo de configuração do Linq e ele gerava automaticamente todos os objetos. Na ferramenta, não houve necessidade de criar nenhum script SQL como: insert delete update e select – pois o Linq encapsula esses comandos.
RBC – Case Based Reasoning: técnica que permite o raciocínio através de experiências bancárias.
CONCLUSÕES
Alargamento da ferramenta ao “Módulo dos Cuidadores”, ou seja, um módulo destinado aos pais de crianças que ultrapassaram a doença, para explicar a doença, os testemunhos desses cuidadores, possibilitando uma rede de comunicação entre eles; O desenvolvimento de um validador proporcionaria segurança real em sistemas que exigem essa autenticidade de um médico com conselhos médicos regionais. Computação baseada em casos: Contribuições metodológicas para modelos de indexação, avaliação, classificação e similaridade de casos.
Diagnóstico, tratamento e manejo de longo prazo da doença de Kawasaki: Uma declaração para profissionais de saúde do Comitê sobre Febre Reumática, Endocardite e Doença de Kawasaki, Conselho de Doenças Cardiovasculares em Jovens, America Heart Association Pediatrics, 2004. O desenvolvimento de um protótipo de 'um sistema especialista baseado em técnicas de RPG para o ensino de Matemática.
