Sistemas baseados em casos: aplicação à saúde

(1)

Sistemas Baseados em Casos: Aplica¸

c˜

ao `

a Sa´

ude

Por

Stefanie Maria da Costa Alves

Orientador:

Doutor Eduardo Jos´e Solteiro Pires

Co-orientador:

Doutor Jos´e Paulo Barroso de Moura Oliveira

Disserta¸c˜ao submetida `a

UNIVERSIDADE DE TR ´AS-OS-MONTES E ALTO DOURO para obten¸c˜ao do grau de

MESTRE

em Engenharia Biom´edica, de acordo com o disposto no DR – I s´erie– No_{151, Decreto-Lei n.}o _{115/2013 de 7 de Agosto e no}

Regulamento de Estudos Conducente ao Grau de Mestre da UTAD DR, 2.a

s´erie – No

(2)

(3)

Sistemas Baseados em Casos: Aplica¸

c˜

ao `

a Sa´

ude

Por

Stefanie Maria da Costa Alves

Orientador:

Doutor Eduardo Jos´e Solteiro Pires

Co-orientador:

Doutor Jos´e Paulo Barroso de Moura Oliveira

Disserta¸c˜ao submetida `a

UNIVERSIDADE DE TR ´AS-OS-MONTES E ALTO DOURO para obten¸c˜ao do grau de

MESTRE

em Engenharia Biom´edica, de acordo com o disposto no DR – I s´erie– No_{151, Decreto-Lei n.}o _{115/2013 de 7 de Agosto e no}

Regulamento de Estudos Conducente ao Grau de Mestre da UTAD DR, 2.a

s´erie – No

(4)

(5)

Orienta¸c˜ao Cient´ıfica:

Doutor Eduardo Jos´e Solteiro Pires

Professor Auxiliar com Agrega¸c˜ao do Departamento de Engenharias

Universidade de Tr´as-os-Montes e Alto Douro

Doutor Jos´e Paulo Barroso de Moura Oliveira

Professor Associado com Agrega¸c˜ao do Departamento de Engenharias

Universidade de Tr´as-os-Montes e Alto Douro

(6)

(7)

“Jamais considere seus estudos como uma obriga¸cão, mas como uma oportunidade invejável para aprender a conhecer a influência libertadora da beleza do reino do esp´ırito, para seu próprio prazer pessoal e para proveito da comunidade à qual seu futuro trabalho pertencer.”

Albert Einstein (1879 – 1955)

Dedico esta disserta¸c˜ao ao meu namorado e `a minha fam´ılia.

(8)

(9)

UNIVERSIDADE DE TR ´AS-OS-MONTES E ALTO DOURO Mestrado em Engenharia Biom´edica

Os membros do Júri recomendam à Universidade de Trás-os-Montes e Alto Douro a aceita¸cão da disserta¸cão intitulada “Sistemas Baseados em Casos: Aplica¸cão `

a Sa´ude” realizada por Stefanie Maria da Costa Alves para satisfa¸c˜ao parcial dos requisitos do grau de Mestre.

Dezembro 2018

Presidente: Doutor Lu´ıs José Cal¸cada Torres Pereira, Professor Auxiliar da Escola de Ciências e Tecnologia da Universidade de Trás-os-Montes e Alto Douro

Vogais do J´uri: Doutora Cec´ılia Maria do Rio Fernandes Moreira Reis, Professora Adjunta do Instituto Superior de Engenharia do Porto do Instituto Polit´ecnico do Porto

Doutor Eduardo Jos´e Solteiro Pires,

Professor Auxiliar com Agrega¸c˜ao do Departamento de Engenharias da Universidade de Tr´as-os-Montes e Alto Douro

(10)

(11)

Sistemas Baseados em Casos:

Aplica¸c˜ao `a Sa´

ude

Stefanie Maria da Costa Alves

Submetido na Universidade de Tr´as-os-Montes e Alto Douro para o preenchimento dos requisitos parciais para obten¸c˜ao do grau de

Mestre em Engenharia Biom´edica

Resumo — Nesta disserta¸cão foi desenvolvido um programa para determinar os utentes que são portadores de doen¸cas relativas à glândula da tiroide. Para resolver o problema usou-se o Racioc´ınio Baseado em Casos para identificar os utentes que sofram de hipertiroidismo e hipotiroidismo. Para testar o programa foi usada uma base de dados com doentes que sofrem de problemas da tiroide. Os dados foram divididos em dois conjuntos, um conjunto que serviu de base de conhecimento e o segundo conjunto que foi utilizado para validar a eficácia do programa. O teste de valida¸cão verificou que o programa desenvolvido apresenta bons resultados na dete¸cão de doentes com hipertiroidismo e hipotiroidismo, concluindo-se que o programa é útil no aux´ılio médico.

Este trabalho apresenta a metodologia utilizada para a contru¸cão de sistemas de Racioc´ınio Baseado em Casos em geral, bem como o processo de constru¸cão do protótipo proposto no trabalho. Este protótipo será aplicado para a avalia¸cão de fichas cl´ınicas de utentes com possibilidade de sofrerem de alguma doen¸ca na glândula da tiroide.

Palavras Chave: Tiroide, racioc´ınio baseado em casos, hipotiroidismo, hipertiroidismo. xi

(12)

(13)

Case-based reasoning:

Application to Health

Stefanie Maria da Costa Alves

Submitted to the University of Tr´as-os-Montes and Alto Douro in partial fulfillment of the requirements for the degree of

Master in Biomedical Engineering

Abstract —In the context of this dissertation a program was developed to determine patients with diseases related to the thyroid gland. In the program, Case-Based

Reasoning was used to identify patients suffering from hyperthyroidism and hypothyroidism. In order to test the program a database was used with patients suffering from thyroid

problems. The data were divided in two sets, a set that served as knowledge base and the other one served to validate the effectiveness of the program. The validation test verified that the program developed shows good results in the detection of patients with hyperthyroidism and hypothyroidism. Concluding that the program may be useful in medical aid.

This work presents the methodology used for the construction of Case-Based Reasoning systems in general, as well as the process of construction of the proposed prototype in the work. This prototype will be applied for the evaluation of clinical files of users with the possibility of suffering from some disease in the thyroid gland.

Key Words: Thyroid, case-based reasoning, hypothyroidism, hyperthyroidism.

(14)

(15)

Agradecimentos

A realiza¸cão desta disserta¸cão de mestrado não teria sido concretizada se não tivesse tido importantes apoios e incentivos aos quais estarei sempre eternamente grata. Em primeiro lugar, tenho que agradecer ao meu orientador, Professor Doutor Eduardo José Solteiro Pires, Professor Auxiliar com Agrega¸cão do Departamento de Engenharias da Universidade de Trás-os-Montes e Alto Douro, por aceitar e apoiar esta disserta¸cão, pela sua motiva¸cão, pelas suas sugestões, ideias inovadoras e orienta¸cões, que proporcionou excelentes momentos de forma¸cão/aprendizagem. Muito obrigada por me ter corrigido quando foi necessário sem nunca me desmotivar.

Ao Professor Doutor José Paulo Barroso de Moura Oliveira, Professor Associado com Agrega¸cão do Departamento de Engenharias da Universidade de Trás-os-Montes e Alto Douro, na qualidade de co-orientador, pelas suas observa¸cões e orienta¸cões, pelo apoio prestado que em muito contribu´ıram para a execu¸cão do trabalho. Ao Professor Doutor Torres Pereira, Diretor do Mestrado em Engenharia Biomédica da Universidade de Trás-os-Montes e Alto Douro, pela disponibilidade e por todas as palavras de incentivo.

Desejo igualmente agradecer a todos os meus colegas da Licenciatura de Engenharia de Reabilita¸c˜ao e Acessibilidade Humanas, pelo companheirismo, cujo o apoio e a amizade estiveram presentes em todos os momentos.

(16)

Por último, quero agradecer à minha fam´ılia, namorado e amigos pelo apoio incondicional que me deram, especialmente ao meu namorado pelas revisões incansáveis ao longo da elabora¸cão deste trabalho.

Obrigada a todos!

UTAD, Stefanie Alves

Vila Real, 04 de Setembro de 2018

(17)

´Indice geral

Resumo xi

Abstract xiii

Agradecimentos xv

´_{Indice de tabelas} _xxi

´_{Indice de figuras} _xxiii

Gloss´ario, acr´onimos e abreviaturas xxv

1 Introdu¸c˜ao 1

1.1 Motiva¸c˜ao e Objetivos . . . 2

1.2 Organiza¸c˜ao da disserta¸c˜ao. . . 3

2 Tiroide 5 2.1 Patologias da tiroide . . . 6

2.1.1 Diagn´ostico das doen¸cas da tiroide . . . 6

2.1.2 Hipotiroidismo . . . 7 2.1.2.1 Tratamento . . . 8 2.1.3 Hipertiroidismo . . . 9 2.1.3.1 Tratamento . . . 9 2.2 Notas Finais . . . 10 xvii

(18)

3 Racioc´ınio Baseado em Casos 11

3.1 Fundamenta¸c˜ao Te´orica . . . 12

3.1.1 A escolha do Racioc´ınio Baseado em Casos . . . 13

3.1.2 Classes de sistemas de Racioc´ınio Baseado em Casos . . . 15

3.1.3 Ciclo do Racioc´ınio Baseado em Casos . . . 16

3.2 Constru¸c˜ao de Sistemas Baseados em Casos . . . 17

3.2.1 Aquisi¸cão do conhecimento . . . 19 3.2.2 Representa¸cão do conhecimento . . . 20 3.2.3 Representa¸cão de casos . . . 21 3.2.4 Indexa¸cão de casos . . . 22 3.2.4.1 Processo de indexa¸cão . . . 23 3.2.5 Recupera¸cão de casos . . . 25 3.2.6 Adapta¸cão de casos . . . 27 3.3 Avalia¸cão de Sistemas . . . 27

3.3.1 Avalia¸c˜ao de sistemas especialistas . . . 27

3.3.2 Avalia¸c˜ao de sistemas de Racioc´ınio Baseado em Casos . . . . 28

3.4 Vantagens e limita¸c˜oes do Racioc´ınio Baseado em Casos. . . 30

3.5 Notas finais . . . 31

4 Diagnóstico médico, RBC e o dom´ınio da tiroide 33 4.1 Medicina versus Informática . . . 34

4.2 Racioc´ınio m´edico e sistemas especialistas . . . 35

4.3 Racioc´ınio por casos no diagn´ostico m´edico . . . 37

4.3.1 Sistemas m´edicos que utilizam Racioc´ınio Baseado em Casos . 38 4.3.2 Problemas de sistemas de Racioc´ınio Baseado em Casos para a medicina . . . 39

4.4 Notas Finais . . . 39

5 Diagnóstico médico no dom´ınio da tiroide 41 5.1 Caracteriza¸cão dos atributos do problema . . . 41

5.2 Casos . . . 46 5.3 Arquitetura do Software . . . 46 5.4 Representa¸cão do Conhecimento . . . 47 5.5 Fun¸cões de similaridade . . . 48 5.6 Funcionamento do protótipo . . . 49 5.6.1 Menu Ficheiro . . . 50 5.6.2 Menu Op¸cões . . . 50 5.7 Avalia¸cão do Sistema . . . 52

5.7.1 Valida¸c˜ao com os cinco atributos . . . 53

5.7.1.1 Exp. 1: Diagn´ostico com os cinco atributos . . . 53 xviii

(19)

5.7.1.2 Exp. 2: Diagn´ostico com os cinco atributos . . . 54

5.7.1.3 Conclus˜oes . . . 55

5.7.2 Valida¸c˜ao com os atributos T3 e TSH . . . 55

5.7.2.1 Exp. 1: Diagn´ostico com as hormonas T3 e TSH . . 56

5.7.2.2 Exp. 2: Diagn´ostico com as hormonas T3 e TSH . . 57

5.7.2.3 Conclus˜oes . . . 57

5.7.3 Valida¸cão com os três critérios mais importantes . . . 58

5.7.3.1 Exp. 1: Diagnóstico com os três critérios mais importantes 61

5.7.3.2 Exp. 2: Diagnóstico com os três critérios mais importantes 61

5.7.3.3 Conclus˜oes . . . 62

5.8 Notas Finais e Conclus˜oes . . . 63

6 Considera¸c˜oes Finais 65

6.1 Trabalhos Futuros. . . 66

Referˆencias bibliogr´aficas 67

A Base de Dados de Utentes 73

(20)

(21)

´Indice de tabelas

5.1 Utentes Normais . . . 42

5.2 Utentes com Hipertiroidismo . . . 42

5.3 Utentes com Hipotiroidismo . . . 42

5.4 Atributos . . . 47

5.5 Exp. 1: Diagn´ostico com os cinco atributos . . . 54

5.6 Exp. 2: Diagn´ostico com os cinco atributos . . . 55

5.7 Exp. 1: Diagn´ostico com as hormonas T3 e TSH. . . 57

5.8 Exp. 2: Diagn´ostico com as hormonas T3 e TSH. . . 58

5.9 Mediana . . . 60

5.10 Exp. 1: Diagnóstico com os três critérios mais importantes . . . 61

5.11 Exp. 2: Diagnóstico com os três critérios mais importantes . . . 62

(22)

(23)

´Indice de figuras

2.1 Localiza¸c˜ao da glˆandula da tiroide. . . 5

2.2 Mecanismos de feedback negativo. . . 6

2.3 Os diferentes estados de hipotiroidismo.. . . 8

2.4 Produ¸c˜ao de hormonas da tiroide . . . 9

3.1 Processos de um sistema RBC. . . 16

3.2 As seis etapas para a constru¸c˜ao de um SBC. . . 18

5.1 Valores estat´ısticos da absor¸c˜ao da hormona T3 (ng/dL) nos trˆes casos. 43

5.2 Valores estat´ısticos da hormona T4 (ng/dL) medida a partir do m´etodo de deslocamento isot´opico. . . 44

5.3 Valores estat´ısticos da hormona T3 (ng/dL) a partir do ensaio radio-imune. . . 44

5.4 Valores estat´ısticos da produ¸c˜ao de TSH (mU/L). . . 45

5.5 Valores estat´ısticos da diferen¸ca do valor TSH (mU/L) ap´os inje¸c˜ao de TRH. . . 45

5.6 Ecr˜a principal do sistema . . . 49

5.7 Abertura ou sa´ıda do sistema . . . 50

5.8 Mensagem lida com sucesso . . . 50 xxiii

(24)

5.9 Mensagem n˜ao foi lida com sucesso . . . 51

5.10 Utiliza¸c˜ao dos cinco atributos . . . 51

5.11 Utiliza¸c˜ao dos atributos T3 e TSH. . . 52

5.12 Mensagem com a descri¸c˜ao do estado da tiroide . . . 52

(25)

Gloss´

ario, acr´

onimos e

abreviaturas

Sigla Expans˜ao AD Arvores de Decis˜ao´ BC Base de Conhecimento BD Base de Dados

DKNN K-Nearest-Neighbor Naive Bayes with attribute weighted

EC Engenheiro do Conhecimento

IA Inteligˆencia Artificial (Artificial Inteligence)

ISO International Organization for Standardization (Organiza¸c˜ao

Internacional de Normaliza¸c˜ao)

kNN k-Nearest Neighbors Algorithm (Algoritmo k-Nearest Neighbors)

RBC Racioc´ınio Baseado em Casos (Case-based reasoning)

RBR Racioc´ınio Baseado em Regras

SBC Sistemas Baseados em Casos

SE Sistemas Especialistas

SNNB Selective Neighborhood Naive Bayes

SUS Sistema ´Unico de Sa´ude

(26)

Sigla Expans˜ao T3 Tri-iodotironina

T4 Tiroxina

TRH Tireotropina

TSH Thyroid-Stimulating Hormone (Hormona Estimuladora da

Tiroide)

(27)

1

Introdu¸c˜

ao

A Inteligência Artificial (IA) é considerada um campo dinâmico, variado e em crescimento. As suas tecnologias aplicadas variam de sistemas especialistas para a visão de um computador, ou seja, consistem em imitar o racioc´ınio de um profissional da área. Sistemas Especialistas (SE) são sistemas que se baseiam em modelos de conhecimento sobre um dom´ınio espec´ıfico, e são centrados na resolu¸cão de problemas que ocorrem no dom´ınio escolhido.

Na implementa¸cão de um SE é necessária a passagem por algumas fases como: aquisi¸cão do conhecimento, organiza¸cão da base do conhecimento e a escolha da estratégia de racioc´ınio sobre essa base de conhecimento. Entre essas estratégias de racioc´ınio encontra-se o Racioc´ınio Baseado em Casos (RBC), cuja ideia básica é utilizar e adaptar solu¸cões que foram adotadas para resolver problemas anteriores em novos problemas (Kolodner, 1992).

A ideia central do RBC consiste em fazer o sistema “relembrar” dos casos relevantes e reutiliz´a-los numa nova solu¸c˜ao.

Este trabalho desenvolveu-se com recursos de estrátegias de racioc´ınio utilizadas em sistemas computacionais, que pudessem auxiliar no diagnóstico médico numa consulta médica sobre a tiroide.

(28)

2 CAPÍTULO 1. INTRODUÇ ÃO

1.1 Motiva¸

c˜

ao e Objetivos

A motiva¸cão que levou a desenvolver este estudo é pelo facto de que as doen¸cas da tiroide sendo muitas vezes silenciosas são muito comuns, afetando mais de um milhão de portugueses e de 300 milhões de pessoas em todo o mundo (Santos,2011). Em Portugal, surgem por ano mais de 400 novos casos de cancro da tiroide, uma das doen¸cas mais graves que afeta este órgão.

A tiroide é uma glândula situada na base do pesco¸co imediatamente abaixo da “ma¸cã de Adão” e é constitu´ıda por dois lobos unidos por uma parte central. A sua fun¸cão é produzir e libertar para a circula¸cão sangu´ınea duas hormonas, a tri-iodotironina (T3) e a tetra-iodotironina (T4 ou tiroxina). As hormonas T3 e T4 são essenciais para o funcionamento normal do organismo, no crescimento e desenvolvimento, pois regulam a temperatura corporal, a frequência card´ıaca, a tensão arterial, o funcionamento dos intestinos, o controlo do peso, dos estados de humor, entre outras fun¸cões.

A tiroide pode ser afetada por diversas doen¸cas, de um modo geral são mais comuns nas mulheres. As doen¸cas principais são: bócio, presen¸ca de nódulos, hipertiroidismo, hipotiroidismo e as doen¸cas auto-imunes, como a Doen¸ca de Graves e a tiroidite de Hashimoto, que resultam da produ¸cão de anticorpos pelo próprio organismo que podem estimular ou destruir a glândula.

Este estudo irá focar-se em duas doen¸cas da tiroide, o hipertiroidismo e o hipotiroidismo. O hipotiroidismo, ocorre maioritariamente na idade acima de 60 anos, como doen¸ca tiroidiana primária, secundária ou central. Também, algumas crian¸cas nascem com hipotiroidismo porque não têm a tiroide ou porque a mesma não funciona bem. O Teste do Pezinho, que é feito em recém-nascidos gratuitamente pelo Sistema Único de Saúde (SUS), no Programa de Triagem Neonatal, é capaz de diagnosticá-la. A crian¸ca identificada com a doen¸ca deve come¸car a ser tratada de imediato, para ter um desenvolvimento f´ısico e mental normal, e manter o medicamento, que é a hormona tiroideia sintética, para toda a vida.

(29)

1.2. ORGANIZAÇ ÃO DA DISSERTAÇ ÃO 3

Por outro lado, o hipertiroidismo pode resultar de uma doen¸ca auto-imune, da presen¸ca de um nódulo ou de mais nódulos que produzem um excessivo número de hormonas tiroideias, de uma infe¸cão viral da tiroide, de um excesso de hormona tiroideia por ingestão excessiva desse tipo de tratamento, de uma ingestão excessiva de iodo a n´ıvel alimentar (sal iodado, peixe, marisco e vegetais) ou presente em alguns medicamentos e produtos bem como nos contrastes para realiza¸cão de exames radiológicos.

O objetivo geral desta disserta¸cão é desenvolver e projetar um sistema baseado em casos aplicado na área da saúde, nomeadamente no diagnóstico das doen¸cas da tiroide, com o fim de auxiliar os profissionais de saúde. Assim, estes profissionais podem analisar o utente e ter uma forma rápida de comprovar o estado do utente, podendo, desta forma, reduzir o tempo de análise. Portanto, este sistema consiste na classifica¸cão, perante um conjunto de critérios, se o utente sofre ou não de alguma doen¸ca na glândula tiroideia.

1.2 Organiza¸

c˜

ao da disserta¸

c˜

ao

Esta disserta¸cão encontra-se estruturada em seis cap´ıtulos. No presente Cap´ıtulo fez-se uma introdu¸cão de enquadramento e apresentou-se a motiva¸cão do trabalho. O Cap´ıtulo 2 inicia-se com uma abordagem relativa à tiroide, onde irá dar-se ênfase às doen¸cas que serão a base para o desenvolvimento deste trabalho, a cria¸cão de um sistema baseado em casos. Seguidamente, no Cap´ıtulo 3, descreve-se a metodologia de Racioc´ınio Baseado em Casos. No Cap´ıtulo 4 referem-se métodos que usam o RBC como solu¸cão de problemas. De seguida, no Cap´ıtulo 5, descreve-se o software desenvolvido para o tratamento dos dados, a análise de dados utilizados, e realiza-se o estudo que permite avaliar o desempenho do sistema proposto. Por ´

ultimo, no Cap´ıtulo 6 será feita uma análise e discussão dos resultados alcan¸cados. Adicionalmente, serão apresentados alguns trabalhos futuros.

(30)

(31)

2

Tiroide

A tiroide é uma glândula do sistema corporal, cujo a sua fun¸cão é produzir e libertar para a corrente sangu´ınea duas hormonas tiroxina (T4) e de tri-iodotironina (T3) (Cakić-Miloˇsević et al.ˇ ,2004), que tem por fun¸cão regular a atividade metabólica de vários tecidos (Silva, 1995). Os distúrbios funcionais da tiroide incitam patologias, em todo o mundo, a mais de 300 milhões de pessoas, cerca de 5% da popula¸cão mundial, ocorrendo mais nos idosos (Mann K). A tiroide com o formato de uma borboleta, localiza-se na base do pesco¸co, à frente da traqueia, abaixo da ma¸cã de Adão, como se pode vizualizar na Figura 2.1, e, quando aumenta excessivamente a sua produ¸cão, é reconhecida uma situa¸cão de hipertiroidismo (Figura 2.4), através da manifesta¸cão de sintomas (que serão apresentados posteriormente).

Figura 2.1 – Localiza¸c˜ao da glˆandula da tiroide (Adaptado deCCM (2018)).

(32)

6 CAP´ITULO 2. TIROIDE

Por outro lado, a reduzida produ¸cão de hormonas poderá levar a uma situa¸cão de hipotiroidismo. A tiroide é uma hormona essencial para o funcionamento dos tecidos e órgãos, esta é regulada essencialmente pela hormona estimuladora TSH, produzida pela hipófise (glândula localizada na base do cérebro). A hormona TSH é regulada pela hormona de liberta¸cão da tireotropina (TRH), gerada por células do hipotálamo (Guyton et al., 2006). Então, através de mecanismos de feedback negativo, Figura

2.2, quando a produ¸cão de T3 e T4 diminui, a produ¸cão de TSH aumenta e, em caso contrário, se a tiroide produzir hormonas em excesso, diminui a produ¸cão de TSH pela hipófise, sendo este o modo de regula¸cão dos valores de hormonas tiroideias no sangue, dentro dos valores normais.

Mecanismos de feedback -T3 e T4 ↑ TSH ↓ T3 e T4 ↓ TSH ↑

Figura 2.2 – Mecanismos de feedback negativo.

2.1 Patologias da tiroide

Como foi referido anteriormente, as disfun¸c˜oes da tiroide podem alterar o seu funcionamento normal levando a diversas patologias, mas, para este estudo, ser˜ao apenas destacadas

as ocorrˆencias de hipotiroidismo e de hipertiroidismo.

2.1.1 Diagn´

ostico das doen¸

cas da tiroide

´

E possivel diagnosticar poss´ıveis doen¸cas a partir de an´alises sangu´ıneas permitindo detetar e medir os n´ıveis de hormonas tiroideias na corrente sangu´ınea. De facto, as

(33)

2.1. PATOLOGIAS DA TIROIDE 7

hormonas tiroideias são medidas no sangue, não sendo necessário o utente estar em jejum. A sua execu¸cão é lenta, pelo que, a obten¸cão dos resultados não é imediata. Esta análise pode ser feita a partir da dosagem da TSH, das hormonas tiroideias totais (T3 e T4) e das suas fra¸cões livres.

A determina¸cão da TSH com os métodos atuais é suficiente na maioria dos casos para avaliar eventuais altera¸cões hormonais. Os outros doseamentos serão pedidos em fun¸cão de cada caso concreto.

O exame f´ısico e as análises não permitem determinar se um nódulo é ou não é maligno. Assim, a ecografia é fundamental para determinar as dimensões e as caracter´ısticas dos nódulos. Nestes casos é necessária a realiza¸cão de uma citologia aspirativa com agulha fina, que recolhe células do nódulo para estudo microscópico. Em situa¸cões mais espec´ıficas deverá ser realizada uma cintigrafia da tiroide. No caso de existir histórico familiar de doen¸cas da tiroide, é importante uma vigilância regular, de modo a se poder fazer um diagnóstico precoce.

2.1.2 Hipotiroidismo

A deficiência na produ¸cão de hormonas da tiroide denomina-se por hipotiroidismo. Na Figura 2.3 pode verificar-se que o hipotiroidismo pode ser diferenciado por hipotiroidismo primário (falha da tiroide), hipotiroidismo secundário (n´ıveis de TSH acima do normal) ou hipotiroidismo central (falha da hipófise) (Jaime et al.,2006).

´

E relevante referir que este dist´urbio origina uma falha geral no organismo, retirando qualidade de vida ao indiv´ıduo (Helfand, 2004). Segundo Vanderpump e Tunbridge

(2002), a idade avan¸cada e o sexo feminino são os fatores de risco mais comuns para desenvolver esta perturba¸cão. Alguns dos sintomas como a gera¸cão de um estado depressivo, a prisão de ventre, as altera¸cões musculares, os formigueiros, o aumento de peso e a diminui¸cão da frequência card´ıaca, podem surgir consoante o organismo do doente. Geralmente, pode ser detetado através de um exame ao sangue no qual são apresentados os valores de TSH e T4 e, neste caso, os valores terão aumentado e diminu´ıdo respetivamente. Para além de diminuir a qualidade de vida do utente

(34)

quando não é tratado, o ritmo card´ıaco pode reduzir de maneira a levar o indiv´ıduo ao coma, alterar-lhe os n´ıveis da tensão arterial e os n´ıveis de colesterol, resultando em doen¸cas card´ıacas, infertilidade ou até Alzheimer (Romaldini et al., 2004).

TSH TSH ↑ T4 livre ↓ T4 livre Hipotiroidismo Prim´ario T4 livre N Hipotiroidismo Secund´ario TSH ↓ T4 livre ↓ Hipotiroidismo Central

Figura 2.3 – Os diferentes estados de hipotiroidismo (Adaptado de Mnemotecnias (2018).

2.1.2.1 Tratamento

Sendo uma condi¸cão f´ısica cada vez mais comum na popula¸cão, o tratamento é relativamente simples pois apenas se substitui a hormona em falta (T4) por levotiroxina, por via oral, com dose prescrita por um médico, restaurando assim os n´ıveis hormonais e revertendo os sinais e sintomas da doen¸ca auto-imune. Melhorar a compreensão do utente sobre a sua patologia, a confian¸ca no medicamento e a sua adesão, melhorarão a educa¸cão do utente pois este tratamento será vital´ıcio (Schectman et al., 1991). Segundo um estudo realizado por Bagattoli et al.(2000) concluiu-se a possibilidade de controlar de forma adequada estes utentes diagnosticados, desde que os mesmos sigam o estipulado pelos seus médicos.

(35)

2.1. PATOLOGIAS DA TIROIDE 9

2.1.3 Hipertiroidismo

O hipertiroidismo é apresentado quando a glândula da tiroide produz hormonas em excesso lan¸cando-as na corrente sangu´ınea, aumentando cerca de duas a três vezes o seu tamanho normal e o número de células foliculares como se ilustra na Figura 2.4. A trabalhar em excesso e em estado de hiperatividade, há uma subida na produ¸cão de T3 e T4, cinco a quinze vezes mais do que o suposto, conduzindo para a redu¸cão de TSH que apresentará valores muito baixos ou nulos (Sacher e McPherson, 2002). Com tais n´ıveis exuberantes, o organismo revela consequências como fibrila¸cão arterial, insuficiência card´ıaca congestiva, osteoporose e desordens a n´ıvel neuropsiquiátrico (Helfand,2004). É uma doen¸ca que, como no hipotiroidismo, sobressai mais no sexo feminino (Vergara et al., 2007). Como principais sintomas exibe-se o nervosismo, insónias, ansiedade, irritabilidade, aumento da frequência card´ıaca, perda de peso, aumento de apetite e/ou intolerância ao calor, embora que muitos sintomas possam ser confundidos com os de outras doen¸cas, normalmente é solicitado pelo médico um conjunto de exames espec´ıficos.

Tiroide Normal

Saud´avel Hipertiroidismo Olhos inchados

B´ocio Tiroide inchada

Figura 2.4– Produ¸c˜ao de hormonas da tiroide (Adaptado deMnemotecnias (2018)).

2.1.3.1 Tratamento

Para esta doen¸ca existem diversos tipos de tratamento, dependendo da causa da mesma e da gravidade atual. Como terapia podem ser utilizados medicamentos

(36)

que reduzem a forma¸cão de hormonas pela tiroide, a ingestão de iodo radioativo (destruindo o tecido da glândula endócrina) ou então, a remo¸cão total ou parcial da mesma (Romaldini et al.,2004).

2.2 Notas Finais

Em suma, as doen¸cas tiroideias são muito comuns, em especial no sexo feminino e, através do método de rastreio, analisando os valores de TSH, é poss´ıvel prevenir e diagnosticar oportunamente problemas na glândula em estudo evitando uma posterior gravidade no caso cl´ınico do indiv´ıduo, como cancro da tiroide, e aumentando assim a sua qualidade de vida.

No cap´ıtulo seguinte ser´a abordado o conhecimento sobre a metodologia do RBC, desde a sua origem ao seu resutado.

(37)

3

Racioc´ınio Baseado em Casos

Neste cap´ıtulo come¸ca-se por entender a metodologia de RBC (Racioc´ınio Baseado em Casos) descrita porKolodner(1992), para além dos problemas relativos à representa¸cão, indexa¸cão, organiza¸cão e recupera¸cão de casos. Inicialmente será descrita a origem da metodologia em estudo, bem como a ideia geral de todo o processo envolvido num sistema que utiliza essa metodologia. O RBC contém um elemento principal, o caso, que sendo dessa forma apresentado com ênfase em rela¸cão à sua adapta¸cão, aos seus problemas relativos à indexa¸cão, carater´ısticas de memória, designada por base de casos, e às formas de organiza¸cões existentes para essa memória de casos. De seguida, também será feita a descri¸cão sobre a avalia¸cão de sistemas de RBC. Essa descri¸cão oferece apoio para a especifica¸cão e funcionamento correto dos sistemas que utilizam essa metodologia, envolvendo assim dois processos separados, verifica¸cão e valida¸cão. O cap´ıtulo termina com uma nota final de tudo o que foi apresentado no cap´ıtulo, e uma breve apresenta¸cão do próximo.

(38)

12 CAP´ITULO 3. RACIOC´INIO BASEADO EM CASOS

3.1 Fundamenta¸

c˜

ao Te´

orica

Os primeiros estudos do Racioc´ınio Baseado em Casos (RBC), tiveram in´ıcio na Universidade de Yale com um trabalho do grupo de investiga¸cão de Roger Schank em 1980 (Riesbeck e Schank, 2013). O RBC é uma técnica que consiste em resolver novos problemas adaptando solu¸cões utilizadas para resolver problemas anteriores, isto é, a partir de casos ou experiências com o que o próprio sistema se depara é poss´ıvel extrair o seu conhecimento, identificar as caracter´ısticas mais significativas dos casos apresentados a fim de devolver uma melhor solu¸cão/resposta e, por fim, o armazenamento do caso e a sua respetiva solu¸cão. Assim, o RBC está tipicamente relacionada com a Inteligência Artificial e é aplicável de uma forma direta e simples a uma vasta gama de tarefas. O primeiro sistema de RBC (Cyrus) foi desenvolvido em 1983 por Janet Kolodner. O modelo de casos utilizado no sistema CYRUS serviu como base para a cria¸cão de outros sistemas de Racioc´ınio Baseado em Casos, como:

• SHRINK (Kolodner e Riesbeck, 2014): diagnostica casos de maior depressão; • BOLERO (López e Plaza, 1993): adquire conhecimento estratégico suficiente para realizar um procedimento de diagnóstico de pneumonia com alto grau de sucesso;

• T-IDDM (Bellazzi et al.,2002): gere utentes diab´eticos dependentes de insulina de forma a melhorar a comunica¸c˜ao e os resultados cl´ınicos;

• CASEY (Koton, 1988): permite diagnosticar problemas no cora¸cão a partir da adapta¸cão de diagnósticos de outros utentes.

Kolodner(1983) baseou-se no modelo de memória dinâmica de Schank, servindo de base para outros sistemas RBC. Segundo a sua teoria, a linguagem é um processo baseado na memória. Os seus pressupostos teóricos afirmam que em cada experiência do ser humano a sua memória passa por se ajustar a respostas dessas mesmas experiências, implicando dessa forma, a que o aprendiz dependa dessas próprias altera¸cões na memória. Através desse estudo conclui-se que, o processo de compreensão

(39)

3.1. FUNDAMENTAÇ ÃO TE ÓRICA 13

de uma linguagem depende de informa¸cões armazenadas previamente na memória, ou seja, as pessoas não compreendem episódios sem deixarem de fazer referências a factos que já vivenciaram e que já conhecem.

O primeiro conceito fundamental da teoria de Schank criado para representar informa¸cões sobre episódios, foi o de “script”. O script representava episódios que se repetiam em situa¸cões particulares, como por exemplo, “ir ao médico”. O conceito mais relevante da teoria de Schank, foi o de aquisi¸cão de conhecimentos. Segundo ele, a aquisi¸cão de conhecimento acontece quando existe uma desigualdade entre o que a pessoa espera que aconte¸ca do que realmente acontece. Dessa forma, essa desigualdade provocava a altera¸cão da estrutura da memória da pessoa. Diante desse racioc´ınio, Schank criou assim a teoria da memória dinâmica. A memória dinâmica permitiu a cria¸cão de uma arquitetura para a constru¸cão desse tipo de racioc´ınio num computador. Os programas CYRUS, de Janet Kolonder, e IPP, de M. Lebowitz, foram os primeiros a implementar muito dos temas expressos nessa teoria, eles foram os pioneiros dos programas de Racioc´ınio Baseado em Casos (Kolodner, 1992).

3.1.1 A escolha do Racioc´ınio Baseado em Casos

Existem vários ramos cient´ıficos, como a IA que tem como objetivo desenvolver tecnologia para a constru¸cão de sistemas mais efetivos, a ciência cognitiva, estudo cient´ıfico da mente ou da inteligência, que tem por objetivo construir modelos do racioc´ınio humano e o aprendiz, entre outros. De qualquer forma, o interesse pelo RBC como um modelo cognitivo é baseado nos estudos do racioc´ınio humano, no qual mostra que o racioc´ınio através de casos abrange uma variedade de dom´ınios. É poss´ıvel identificar-se cinco problemas essenciais que podem ser suavizados através do uso do RBC (Leake, 1996a):

• Aquisi¸cão de Conhecimento: é um processo longo e dispendioso e até pode ser duvidoso. Isso ocorre pelo facto de existir complexidade na extra¸cão de métodos e pela falta de garantia de que esses métodos são suficientes para a caracteriza¸cão do desempenho do especialista ou do próprio sistema que

(40)

as utiliza. Em alguns dom´ınios, o número necessário de métodos torna-se muito grande e é dif´ıcil formalizá-los. Quando se utiliza o RBC, o racioc´ınio é feito através de episódios espec´ıficos, completos e não é necessário decompor experiências e generalizar as suas partes através de métodos. Isso significa que cada caso pode ser representado como episódios independentes um do outro na base de casos. Alguns dom´ınios de tarefas são naturais para o RBC, sendo suficiente para isso juntar casos que sejam satisfatórios para a resolu¸cão de problemas. Nesses dom´ınios o custo de aquisi¸cão de conhecimento é muito baixo. Pode acontecer que o dom´ınio não seja natural e que os casos não estejam dispon´ıveis ou até podem estar dispon´ıveis, mas de uma forma complicada de os utilizar. Nesse contexto, faz-se uma delimita¸cão de informa¸cões que cada caso deve conter, para que seja definida de forma correta a representa¸cão das informa¸cões. Aconselha-se também, a verifica¸cão da extra¸cão correta dos dados dispon´ıveis, assim como os critérios para a indexa¸cão dessas informa¸cões;

• Manuten¸cão do Conhecimento: geralmente uma base de conhecimento é o primeiro passo para desenvolver uma aplica¸cão de IA. No in´ıcio é dif´ıcil ter uma ideia clara do problema, o que implica aperfei¸coamentos consecutivos. Embora o aperfei¸coamento e esquemas de indexa¸cão possam ser requeridos para que as tarefas sejam bem compreendidas, a metodologia do RBC oferece um benef´ıcio muito importante para a manuten¸cão do conhecimento. Esse benef´ıcio é a capacidade de que um utilizador tem em adicionar novos casos, sem a interven¸cão direta de um especialista;

• Eficiência na solu¸cão do problema: a reutiliza¸cão de solu¸cões anteriores auxilia na melhoria da eficiência da resolu¸cão de novos problemas, pois utilizando o racioc´ınio constru´ıdo anteriormente evita-se a repeti¸cão de todo o esfor¸co num novo caso idêntico. Para além disso, é poss´ıvel o armazenamento das solu¸cões ao qual ocorreram falhas, como as que obtiveram sucesso, fazendo com que o sistema alerte sobre potenciais problemas;

(41)

3.1. FUNDAMENTAÇ ÃO TE ÓRICA 15

são bem decifrados, a utiliza¸cão de regras irá funcionar de forma imperfeita. Nessa situa¸cão as solu¸cões sugeridas através dos casos, são mais precisas do que as que utilizam conjuntos de regras, porque refletem o que realmente acontece, ou falham ao ocorrer, em determinadas circunstâncias;

• A valida¸cão do utilizador: a chave do problema para o desenvolvimento com sucesso de sistemas IA é o OK do utilizador. Nenhum sistema é considerado ´

util se os utilizadores não derem um OK pelos seus resultados. Para confiar nessas conclusões do sistema, o utilizador deve convencer-se de que essas conclusões foram provenientes de um mecanismo confiável.

Os resultados dos sistemas que utilizam RBC são baseados em casos anteriores que podem ser apresentados ao utilizador dando suporte para as suas decisões através das conclusões do sistema.

3.1.2 Classes de sistemas de Racioc´ınio Baseado em Casos

Segundo Kolodner (2014), os sistemas de RBC são normalmente divididos em duas classes, interpretativos e solucionadores de problemas. Os sistemas interpretativos têm como objetivo avaliar ou classificar uma nova situa¸cão comparando e confrontando com casos já classificados. Dessa forma vários casos podem ser comparados e confrontados para que se possa chegar a uma compreensão da situa¸cão nova em rela¸cão ao que já é conhecido. Um utilizador pode recuperar casos para ajudá-lo a avaliar e justificar as decisões tomadas ou interpreta¸cões. Estes sistemas são ´

uteis para a avalia¸cão, quando não existe um método computacional dispon´ıvel para avaliar uma posi¸cão ou uma solu¸cão. As tarefas interpretativas suportam uma variedade de racioc´ınio como a classifica¸cão, avalia¸cão da situa¸cão, resolu¸cão de problemas e avalia¸cão da solu¸cão. Os sistemas solucionadores de problemas têm como objetivo utilizar a solu¸cão de um caso anterior para construir a solu¸cão do novo problema. As diferen¸cas e as similaridades entre o novo caso e o anterior são utilizadas para determinar como a solu¸cão do caso anterior pode ser modificada para se adequar à nova situa¸cão. Estes sistemas podem ser utilizados para uma

(42)

variedade de tarefas como planeamento, diagnóstico, interpreta¸cão e projeto. Em cada uma dessas tarefas existe uma quantidade de experiências obtidas através dos casos, permitindo cada vez mais a eficiência do raciocinador à medida que soluciona os problemas. Por exemplo, um diagnóstico é um tipo particular de problema de interpreta¸cão, onde é dado ao solucionador do problema um conjunto de sintomas onde se pede ao sistema uma explica¸cão desses sintomas. O CASEY (programa para diagnóstico de problemas no cora¸cão) faz um novo diagnóstico fazendo a adapta¸cão do diagnóstico anterior de um utente para um novo caso.

3.1.3 Ciclo do Racioc´ınio Baseado em Casos

Recupera¸cão Reutiliza¸cão Revisão Reten¸cão Realiza uma pesquisa na memória de casos

Adapta a solu¸c˜ao armazenada

num caso recuperado

Aprendizagem a partir da falha Sele¸c˜ao da informa¸c˜ao relevante

Figura 3.1 – Processos de um sistema RBC (Adaptado deAamodt e Plaza (1994)).

O ciclo do RBC, Figura 3.1, ´e composto por etapas (Aamodt e Plaza, 1994):

i. Recupera¸c˜ao, onde se recupera o caso mais similar ou um conjunto de casos da biblioteca de casos;

ii. Reutiliza¸cão, reutilizam-se as informa¸cões e o conhecimento que resolveram o problema anteriormente, associando a solu¸cão ao contexto do problema atual;

(43)

3.2. CONSTRUC¸ ˜AO DE SISTEMAS BASEADOS EM CASOS 17

iii. Revisão, faz-se uma revisão, se for necessário, e adapta-se a solu¸cão antiga para que seja reutilizada numa nova situa¸cão/problema;

iv. Reten¸cão, é o processo onde se armazena todas as partes consideradas úteis do novo problema na biblioteca de casos. Para além disso, deve decidir-se de que forma se armazena e como se indexa o caso para futuras recupera¸cões.

A representa¸cão e a indexa¸cão dos casos não aparecem explicitamente no ciclo de RBC, pois estas partes são executadas ainda na constru¸cão do sistema durante a cria¸cão da base de casos. A Figura3.1, ilustra as etapas que o caso percorre desde a sua cria¸cão, passando por todos os processos descritos por Aamodt e Plaza (1994), até ao seu aproveitamento para a resolu¸cão de um caso posterior.

3.2 Constru¸

c˜

ao de Sistemas Baseados em Casos

Os SBC têm sido efetivos, principalmente quando são utilizados em dom´ınios espec´ıficos. Os Sistemas Especialistas (SE), são sistemas que se baseiam em modelos de conhecimento sobre um dom´ınio espec´ıfico, e são direcionados para a resolu¸cão de problemas que ocorrem nesse dom´ınio. O conhecimento pode ser representado escolhendo-se um tipo mais conveniente para o tipo de dom´ınio que se pretende trabalhar. Um SE possui um motor de inferência capaz de tomar certas decisões, que “raciocina” sobre as informa¸cões de entrada do sistema e faz a extra¸cão de informa¸cões previamente armazenadas no mesmo (Turban et al., 2005). A constru¸cão do SE que aplica o RBC segue um processo diferente dos sistemas especialistas tradicionais, como por exemplo, os sistemas de Racioc´ınio Baseado em Regras (RBR). Uma dessas diferen¸cas é a aquisi¸cão do conhecimento do sistema, pois não exige a reunião de todas as informa¸cões necessárias para o dom´ınio do problema. O “conhecimento” é determinado pelos casos armazenados consoante a sua importância, isso quer dizer que, sistemas de RBC podem ser utilizados na resolu¸cão de problemas cujo o seu conhecimento é incompleto ou com poucas evidências, porque quem utiliza o paradigma de RBC processa experiências ao contrário de realizar inferências

(44)

baseadas no conhecimento (Kolodner,1992). De uma forma mais sucinta e expl´ıcita, a constru¸cão de SBC deve passar pelas seguintes etapas (Lorenzi, 1998), e que se resumem na Figura 3.2: Aquisi¸cão do Conhecimento Defini¸cão dos principais atributos Indexa¸cão Similaridades Adapta¸cão Solu¸cão

Figura 3.2 – As seis etapas para a constru¸c˜ao de um SBC.

• Sele¸cão da base de informa¸cões para o processo de aquisi¸cão de conhecimento do dom´ınio da aplica¸cão. Essas informa¸cões podem ser adquiridas através de documentos, bases de dados, fichas, etc. Caso não exista informa¸cões dispon´ıveis será necessário consultar um especialista para que seja feita a tarefa de aquisi¸cão de conhecimento. Quanto mais correta e completa for a base de informa¸cões melhor será a confiabilidade do sistema que utiliza o RBC; • Defini¸cão dos principais atributos das informa¸cões de forma a serem utilizados

(45)

• Sele¸cão dos ´ındices para o acesso dos casos armazenados na biblioteca de casos. Essa etapa é conhecida como problema de indexa¸cão, onde se deve procurar uma estrutura apropriada para a descri¸cão das informa¸cões contidas nos casos; • Defini¸cão dos métodos de recupera¸cão de forma a que verifique a similaridade

entre o novo caso e o conjunto de casos na biblioteca. As medidas de similaridades podem ser escolhidas de acordo com a aplica¸cão através do diálogo com o especialista;

• Definir de que forma uma solu¸cão associada a um caso na base de casos deverá ser adaptada para solucionar o novo problema. A adapta¸cão de casos envolve opera¸cões de inclusão, exclusão e substitui¸cão dos componentes de uma solu¸cão recuperada, isso é feito para que seja gerada uma nova solu¸cão que aplique o problema atual e pode-se tornar complexo e dif´ıcil de controlar (Leake e Sooriamurthi, 2002). Num dom´ınio pouco complexo é poss´ıvel construir uma base de casos que cubra todas as possibilidades de combina¸cões dos seus atributos. Dessa forma a adapta¸cão pode ser simples ou não apresentar nenhuma estratégia de adapta¸cão;

• Definir o processo de aquisi¸cão de conhecimento sobre a solu¸cão. No caso de a solu¸cão apresentada e adaptada para o novo problema tenha sucesso, o sistema deve ser capaz de avaliar se deve armazenar ou descartar essa solu¸cão. Por outro lado, caso sejam detetadas falhas na solu¸cão, o sistema deverá explicar e aprender com elas para que estas não voltem a acontecer futuramente.

3.2.1 Aquisi¸

c˜

ao do conhecimento

A aquisi¸cão do conhecimento é a acumula¸cão, transferência e a transforma¸cão da habilidade na solu¸cão do problema, através de fontes de conhecimentos como o especialista ou documentos, para um programa de computador. Potencialmente fontes de conhecimento incluem especialistas humanos, textos, documentos multimédia, bases de dados (públicas ou privadas), relatórios especiais de pesquisa e informa¸cões dispon´ıveis na Web. A máquina armazena as informa¸cões, de uma forma organizada

(46)

e espec´ıfica. O computador necessita de informa¸cões expl´ıcitas e a um n´ıvel detalhado utilizado pelos humanos. O ser humano não se lembra de todos os passos necessários para a resolu¸cão de um problema na hora de transferir ou processar o conhecimento. Adicionalmente, a aquisi¸cão de conhecimento de um perito é uma tarefa complexa. Exige-se a presen¸ca de um Engenheiro do Conhecimento (EC), para interagir tanto com o perito quanto com o especialista. O engenheiro do conhecimento ajuda a montar a estrutura da base de conhecimento (Turban et al., 2005).

Esta metodologia passa por seis etapas (Abel et al., 1995):

i. Identifica¸cão e estudo do problema, consiste na delimita¸cão do problema que se quer resolver e o conhecimento necessário para o fazer. Geralmente quem define o problema a ser resolvido pelo sistema é o especialista;

ii. São realizadas entrevistas com um perito/especialista para detalhar o conhecimento aplicado à solu¸cão do problema e de que forma pode ser utilizada;

iii. É feita uma análise das informa¸cões obtidas de forma a evidenciar a sua consistência verificando se são completas e suficientes para solucionar o problema; iv. O conhecimento é estruturado de forma computacional tendo em vista a forma

de representa¸c˜ao do conhecimento;

v. O sistema ´e implementado usando uma ferramenta espec´ıfica para o desenvolvimento de sistemas RBC, e o seu funcionamento ´e testado;

vi. Em rela¸cão ao conhecimento é feita uma valida¸cão junto do especialista, e dos utilizadores quanto à facilidade de uso e adequa¸cão à solu¸cão esperada pelos mesmos.

3.2.2 Representa¸

c˜

ao do conhecimento

Nesta etapa, o EC já possui um conjunto de registos (casos) e as informa¸cões obtidas através do especialista. Feita a análise deste conjunto de informa¸cão ele deve

(47)

encontrar a melhor forma de as representar num sistema. Uma questão importante na representa¸cão do conhecimento é a intera¸cão do sistema com os utilizadores, é necessário ter em aten¸cão que representa¸cões que são acess´ıveis a um computador não são necessariamente acess´ıveis aos utilizadores. As partes do caso que o utilizador necessita de ter acesso têm que ser compreensivas (Kolodner, 1992). Formalismos como scripts, frames e redes semânticas podem ser utilizados para representar casos em sistemas de RBC e representar dom´ınios em SE. Estes são descritos a seguir (Lee

et al., 1998):

• Redes semânticas: é a forma de representa¸cão do conhecimento definida como um grafo direcionado no qual os vértices representam conceitos, e as arestas representam rela¸cões semânticas entre os conceitos. Elas são consideradas como um dicionário leg´ıvel para uma máquina;

• Frames: é uma estrutura de dados que representa uma entidade através das suas carater´ısticas e potencialidades. De um modo geral, as carater´ısticas são representadas através de pares atributos-valores e as potencialidades são representadas por métodos;

• Conceitos/ Objetos: um objeto é uma entidade básica que pode ser instanciada. Um conceito conta algo sobre o objeto, pode ser representado por uma abstra¸cão de um objeto, quando vários objetos podem ser agrupados sob o mesmo conceito ou, um conceito pode ser um atributo, quando conta algo exclusivamente sobre esse objeto ou, se para fins de organiza¸cão da análise como um todo não vale a pena representá-lo como uma abstra¸cão. Esta decisão repousa na análise global do conhecimento e foca especialmente o uso da representa¸cão. Quando um objeto é associado a um atributo pode assumir valores verdadeiro ou falso.

3.2.3 Representa¸

c˜

ao de casos

No RBC o primeiro tópico a ser abordado é a representa¸cão de casos. Um sistema que utiliza RBC só terá sucesso se o conjunto de casos for bem estruturado, bem

(48)

representado. Um caso é uma parte contextualizada de conhecimento, onde são feitas associa¸cões entre solu¸cões e problemas, resultados de situa¸cões. Todos os casos de um dom´ınio apresentam diferen¸cas no tamanho e forma, mas todos têm em comum o facto de fundamentar uma experiência real.

Um caso fundamentado deve oferecer li¸cões úteis, além do contexto em que essas li¸cões são úteis, para que possam alertar poss´ıveis sucessos ou falhas caso a mesma situa¸cão venha a ocorrer novamente (Kolodner,1992).

Na representa¸cão de um caso consideram-se três questões importantes, o conteúdo dos casos onde são consideradas questões sobre a aquisi¸cão dos casos e a análise sobre o dom´ınio; o paradigma e representa¸cão para a organiza¸cão da memória de casos onde pode ser consideradas questões de eficiência e flexibilidade; e por último, a apresenta¸cão do caso para o utilizador onde são feitas as considera¸cões sobre a interface (Maher et al., 2014). O caso deve representar conhecimento sobre o conteúdo e o contexto da experiência. A relevância de alguns aspetos varia com a conformidade do tipo de tarefa pretendida. Em sistemas de solu¸cão de problema, os casos devem englobar problemas, solu¸cões e resultados da utiliza¸cão das solu¸cões (Kolodner,1992).

A representa¸c˜ao dos casos faz referˆencia ao formalismo a ser adotado no programa.

3.2.4 Indexa¸

c˜

ao de casos

Sistemas de RBC apresentam uma cole¸cão de casos que representam o espa¸co de pesquisa de um novo problema/novo caso. Quando se pretende encontrar casos relevantes em rela¸cão a um novo caso que acaba de ocorrer é indispensável que os casos armazenados na biblioteca, sejam recuperados de forma apropriada no momento certo e de forma correta. Cada caso pode conter diversos ´ındices que são escolhidos de acordo com as carater´ısticas do novo caso que surge num dado momento. A questão de indexa¸cão de casos faz referência a algumas perguntas do género: “como é que as pessoas se lembram das coisas corretas na hora certa? Pode fazer-se com que os computadores fa¸cam a mesma coisa?”, todas essas questões

(49)

resumem-se a um problema que se chama “problema de indexa¸cão”. Este problema consiste na certeza de que um caso vai ser recuperado no momento certo. Esse problema possui várias partes, a primeira consiste na atribui¸cão de rótulos ao caso no momento em que é dada a entrada na base de casos, para assegurar que o caso seja recuperado oportunamente. Geralmente esses rótulos definem os problemas ou as circunstâncias que uma li¸cão foi aprendida para ser ensinada. No processo de indexa¸cão de casos é importante definir bons ´ındices, pois será a garantia de uma recupera¸cão eficiente de casos. A segunda parte refere-se ao problema da organiza¸cão dos casos para que a pesquisa seja feita na biblioteca de casos de forma eficiente (Kolodner, 1992). O tamanho da cole¸cão de casos é importante para a localiza¸cão de um caso relevante. Se a cole¸cão de casos for pequena não se dá tanta importância ao processo de pesquisa. Já quando a cole¸cão de casos é grande deve-se considerar a quantidade de tempo necessário para que deve-seja feita a discrimina¸cão entre os diversos casos apresentados, é por isso que os casos necessitam de rótulos que fazem a discrimina¸cão de diferentes situa¸cões e utilidades recebendo a denomina¸cão de ´ındices (Maher et al., 2014).

3.2.4.1 Processo de indexa¸c˜ao

Existem diversas quest˜oes sobre a indexa¸c˜ao de casos que devem ser debatidas como (Kolodner,1992):

• A indexa¸cão tem que conter conceitos que são normalmente utilizados para descrever os itens que estão a ser indexados, mesmo sendo carater´ısticas superficiais ou abstratas para que se encontre algo é necessário que esteja descrito de forma correta;

• A indexa¸cão tem que antecipar o vocabulário de alguém que vai utilizá-lo, uma pessoa pode não encontrar logo alguma coisa mesmo que esteja descrito corretamente se o caminho está incorreto;

• A indexa¸cão tem que antecipar as circunstâncias na qual alguém, provavelmente, pretende recuperar alguma coisa, alguém, por exemplo, que queira uma laranja

(50)

pode pensar numa bebida, numa sobremesa, numa cor. As experiˆencias adquiridas na constru¸c˜ao de sistemas de RBC fizeram com que a comunidade cient´ıfica elaborasse um roteiro para a escolha de ´ındices para casos particulares (Kolodner,

1992);

• Os ´ındices devem ser antecipados: um caso é a descri¸cão de um problema, a tentativa de uma solu¸cão e o resultado da solu¸cão posta em prática. Se os aspetos do caso são responsáveis pelo seu resultado então eles antecipam o resultado. Caracter´ısticas antecipadas são combina¸cões de descritores de um caso que foram responsáveis pela solu¸cão do caso, fornecendo quais dessas combina¸cões influenciaram no resultado;

• Prognósticos que podem ser feitos, devem ser úteis. Os prognósticos podem descrever os propósitos em que o caso será utilizado;

• Índices devem ser abstratos o suficiente para permitirem que um caso seja útil numa variedade de situa¸cões futuras. Isso significa que os descritores de um ´ındice devem ser mais abstratos do que os descritores particulares de um caso; • Índices devem ser concretos o suficiente para que não haja dificuldades no reconhecimento de situa¸cões futuras. Se o ´ındice for muito abstrato há o risco de ocorrer muitas inferências sobre os seus descritores. Ser concreto o suficiente significa que devem ser reconhec´ıveis com pouca inferência. A sele¸cão dos ´ındices pode ser feita de forma automática ou manual. Existem alguns métodos automáticos simples, no entanto requerem uma grande quantidade de ´ındices, além de que os procedimentos utilizados são imperfeitos. Para se obter um melhor desempenho do sistema é aconselhado escolher-se ´ındices de forma manual.

Para Kolodner (1992) existem algumas técnicas que podem ser escolhidas para a indexa¸cão, estes são:

• Análise Matemática: todos os elementos do dom´ınio e dimensões são analisados numericamente para identificar quais as caracter´ısticas que influenciam ou

(51)

determinam as conclus˜oes;

• ´Indices baseados nas diferen¸cas entre os casos: o sistema analisa casos similares e indexa-os especificamente nas caracter´ısticas que os diferenciam;

• Técnicas baseadas em explica¸cão: os casos são analisados individualmente para determinar as caracter´ısticas do problema que são utilizadas para construir a solu¸cão.

As caracter´ısticas que influenciaram na solu¸c˜ao s˜ao utilizadas como ´ındices.

3.2.5 Recupera¸

c˜

ao de casos

A recupera¸cão de casos pode ser vista como um problema na pesquisa da biblioteca de casos. Os casos são recuperados através de algoritmos de recupera¸cão e de fun¸cões de cruzamento de casos que usam medidas de similaridade e ordenam os casos de acordo com essa medida. Para além disso, existe uma pe¸ca fundamental na recupera¸cão que se chama avalia¸cão da situa¸cão.

O critério de similaridade é um aspeto utilizado pelo método kNN que possui uma grande influência no desempenho desse método (Shakhnarovich et al., 2006). Esse critério é composto pela medida de similaridade e pelo critério de sele¸cão dos vizinhos-mais-próximos. Entretanto, apesar da relevância, poucas pesquisas têm estudado o critério de sele¸cão dos vizinhos-mais-próximos na tentativa de aumentar a eficácia desse método (Baoli et al., 2004) (Jiang et al., 2006). (Xie et al., 2002) propuseram o método “vizinhan¸ca seletiva por redes bayesianas” (SNNB, do inglês

selective neighborhood naive Bayes). O m´etodo SNNB testa diferentes valores para

o valor de k vizinhos mais próximos de um documento de teste d. Para cada valor de k testado, um classificador bayesiano local é gerado e avaliado para os k vizinhos mais próximos do documento de teste d. Após isso, o classificador bayesiano mais eficaz é utilizado para classificar o documento d. Esse método pode ser visto como um método h´ıbrido (kNN e redes bayesianas) e embora o SNNB demonstre ganhos

(52)

em eficácia com rela¸cão a alguns métodos de classifica¸cão, o SNNB demora muito tempo para finalizar a sua execu¸cão.

Baoli et al.(2004) propuseram um método semelhante ao método kNN probabil´ıstico (Gövert et al.,1999), denominado ADAPT. O método ADAPT consiste em utilizar a informa¸cão fornecida pelo conjunto de praticar para melhorar o desempenho do método kNN. Para isto, o método ADAPT utiliza diferentes valores de k vizinhos mais próximos para antecipar diferentes categorias. Dado um documento de teste d, o método ADAPT obtém os k vizinhos mais próximos do documento d da mesma maneira que o método kNN. Após isso, o método ADAPT calcula a probabilidade do documento d pertencer à categoria c a partir dos kc documentos de prática mais próximos que pertencem à categoria c. O documento d é classificado de acordo com a categoria que possuir maior probabilidade. As experiências realizadas com o método ADAPT mostraram que esse método é menos sens´ıvel à varia¸cão do parâmetro k do que o método kNN. Entretanto, a eficácia do método kNN mostrou-se equivalente ao comparar com a eficácia do método ADAPT.

Jiang et al. (2006) propuseram o método kNN dinâmico por redes bayesianas com atributos ponderados (DKNN, do inglês dynamic K-Nearest-Neighbor Naive Bayes

with attribute weighted ). Esse método é denominado dinâmico pois o valor de k

do método kNN varia dinamicamente de acordo com os documentos de treino. O método DKNN é executado em duas etapas: na etapa de treino, o melhor valor de k é aprendido para determinado conjunto de treino; na etapa de classifica¸cão, uma rede bayesiana local é gerada para o melhor valor de k obtido na etapa de treino e o documento de teste d é classificado de acordo com a categoria que possuir maior probabilidade nessa rede. As experiências realizadas com o método DKNN mostraram que esse método é mais eficaz do que o método kNN. Entretanto, essas experiências não mostraram o ganho percentual do método DKNN em rela¸cão ao método kNN.

A fun¸cão de similaridade que será utilizada neste trabalho, utiliza um algoritmo do vizinho-mais-próximo, o kNN. Assume-se que quanto maior o valor numa escala entre 0 e 1 maior será a similaridade.

(53)

3.3. AVALIAC¸ ˜AO DE SISTEMAS 27

3.2.6 Adapta¸

c˜

ao de casos

Quando se faz a recupera¸cão de um caso, procura-se pelo caso existente mais semelhante. Entretanto, apenas são idênticas algumas particularidades do caso, não fazendo dessa forma, um cruzamento exato com o novo problema. Para que haja uma redu¸cão dessas diferen¸cas, entra em vigor o mecanismo de adapta¸cão de casos que leva em conta as diferen¸cas dos atributos entre o caso de entrada e o caso recuperado. A adapta¸cão pode ser vista de várias formas como: a inclusão de alguma coisa nova numa solu¸cão antiga; a exclusão de alguma coisa da antiga solu¸cão; substitui¸cão do valor de algum item; ou a transforma¸cão de alguma parte da antiga solu¸cão (Kolodner,1992).

3.3 Avalia¸

c˜

ao de Sistemas

Realizada a revisão da literatura constata-se que tanto a avalia¸cão quanto à valida¸cão de sistemas não apresenta um conceito universal único e a pesquisa nesta área está a envolver áreas multidisciplinares, entre elas, a Engenharia de software, Qualidade de software, Estat´ıstica e Avalia¸cão emp´ırica. Nessa seçcão será feita uma abordagem sobre o processo de avalia¸cão de Sistemas Especialistas (SE) e sobre sistemas que utilizam o RBC, através do uso de uma metodologia de avalia¸cão espec´ıfica.

3.3.1 Avalia¸

c˜

ao de sistemas especialistas

Analisa-se que, os termos verifica¸cão e valida¸cão são constantemente confundidos. SegundoO’Keefe e O’Leary(1993) apud Carvalho et al.(2001) a verifica¸cão consiste em garantir que o sistema implementa corretamente o seu dom´ınio e a valida¸cão consiste em comprovar se o sistema desempenha com exatidão, ou seja, pode-se compreender que o processo de avalia¸cão inclui as atividades de aquisi¸cão e análise das informa¸cões que farão parte das Bases de Conhecimento (BC), enquanto que na valida¸cão podem ser utilizadas medidas estat´ısticas para comprovar se as

(54)

informa¸cões contidas na BC estão corretas ou não. Segundo Carvalho et al. (2001) deve usar-se uma metodologia para avaliar e validar os SE onde os conceitos de funcionalidade, confiabilidade, usabilidade, eficiência, viabilidade de constru¸cão e a documenta¸cão do sistema devem ser utilizados. O uso destas carater´ısticas na avalia¸cão de SE estão baseadas nas principais normas ISO nacionais e internacionais de qualidade de software (NBR 96/99, ISSO/IEC 91).

3.3.2 Avalia¸

c˜

ao de sistemas de Racioc´ınio Baseado em Casos

Têm sido desenvolvidos muitos sistemas que utilizam o RBC e até ao momento o seu crescimento é significativo. Por ser uma abordagem dinâmica como outras subáreas da ciência da computa¸cão, têm sido colocadas muitas questões sobre a existência de uma descri¸cão sistemática sobre o sistema de RBC. Na realidade existem diferentes contextos em que o conceito de avalia¸cão é utilizada de uma forma diferente. Primeiro, a avalia¸cão pode ser vista como a avalia¸cão de apenas um sistema de RBC, no que diz respeito ao n´ıvel de aplica¸cão da resolu¸cão de um problema (Grogono et al., 1991). Segundo, a avalia¸cão pode ser vista como a avalia¸cão de diferentes sistemas de RBC (Drenth e Morris, 1992). Terceiro, o conceito de avalia¸cão pode também ser utilizado para a avalia¸cão de diferentes metodologias para sistemas de RBC, como a compara¸cão de metodologias para o desenvolvimento de sistemas (Hilal e Soltan, 1991). A avalia¸cão de compara¸cão do sistema deve ser feita com especialistas reais/humanos em dois momentos, primeiramente um especialista ou vários avaliam as respostas dadas pelo sistema. De seguida, o especialista utiliza o sistema como um colega ou assistente técnico. Nesta fase, calculam-se as percentagens que o especialista utilizou as sugestões oferecidas pelo sistema. Se o sistema atingiu uma percentagem de noventa, de respostas corretas, pode considerar-se satisfatório. As respostas do sistema devem ser sempre comparadas com as respostas fornecidas pelos especialistas para comparar o seu desempenho em rela¸cão ao especialista humano. Uma das formas mais fáceis de avaliar se a escolha por um sistema de RBC é útil, é verificar se a tarefa executada pelo especialista humano pode ser baseada em casos.

(55)

3.3. AVALIAC¸ ˜AO DE SISTEMAS 29

Para avaliar os sistemas de RBC, Camargo et al. (1999) considera as seguintes carater´ısticas:

• Escolha do problema, se o problema ´e pr´oprio para o tipo de racioc´ınio pedido;

• Carater´ısticas t´ecnicas, a estabilidade e operacionalidade do sistema;

• Carater´ısticas organizacionais, se o sistema é considerado adequado à opera¸cão dentro de uma organiza¸cão;

• Carater´ısticas econ´omicas, aumento da qualidade de servi¸cos e retorno do investimento;

• Qualidade e eficiência com a rela¸cão às principais fases de um sistema baseado em casos, ou seja, recupera¸cão, adapta¸cão, representa¸cão dos casos e aquisi¸cão de conhecimento.

Além de avaliar a eficiência e a qualidade, deve considerar-se o aumento da robustez resultante da aquisi¸cão de conhecimento e se irá realmente beneficiar a qualidade do sistema ou diminuir a sua velocidade, utilidade e eficiência. Ao contrário dos sistemas baseados em regras, os sistemas de RBC são dinâmicos e por isso a base de casos expande-se continuamente (Turban et al., 2005). Não existe um método espec´ıfico de verifica¸cão e valida¸cão para sistemas desenvolvidos em RBC, devido a este ser um modelo novo e sujeito a experiências (Turban et al.,2005). Os sistemas de RBC, por manipularem o racioc´ınio e o conhecimento humano, utilizam-se métodos de valida¸cão provenientes de outras técnicas de IA. Essa é uma conclusão baseada no senso comum, verificada em diversos autores (Kolodner, 1992) (Turban et al.,

2005) (Lee et al.,1998). Portanto, a avalia¸cão de um sistema de RBC pode ser feita adaptando-se os métodos de valida¸cão de outros sistemas inteligentes.

(56)

3.4 Vantagens e limita¸

c˜

oes do Racioc´ınio Baseado

em Casos

O Racioc´ınio Baseado em Casos tornou-se num utens´ılio da caixa de ferramentas da Inteligência Artificial. O principal ponto a favor do RBC é que ele “imita” a forma como as pessoas relembram muitas solu¸cões de problemas. No passado, sistemas baseados em casos focaram-se principalmente na utiliza¸cão de conhecimento generalizado. Existem várias abordagens de IA para sistemas baseados em casos com essa caracter´ıstica, como sistemas baseados em regras, redes semânticas ou sistemas baseados em quadros (frames). O RBC, por outro lado, é um paradigma de solu¸cão de problemas que na maioria dos seus aspetos é fundamentalmente diferente das outras técnicas da Inteligência Artificial. Em vez de se basear apenas no conhecimento geral do dom´ınio de um problema, ou de realizar associa¸cões ao longo de relacionamentos generalizados entre descritores de problemas, o RBC é capaz de utilizar de uma forma expl´ıcita o conhecimento espec´ıfico sobre situa¸cões concretas vivenciadas anteriormente na forma de casos. O RBC, no entanto, é um campo que foi influenciado por várias outras áreas, como por exemplo, ciências cognitivas, sistemas baseados em casos, bases de dados, recupera¸cão de informa¸cões e redes neuronais. Existe também uma série de pontos em comum com campos como reconhecimento de padrões, incerteza e estat´ıstica. Seres humanos são solucionadores de problemas extremamente robustos e, à medida que a sua experiência cresce, capazes de resolver de forma rotineira e com uma qualidade crescente, problemas mal definidos e com conhecimento Racioc´ınio Baseado em Casos. Esta qualidade é altamente desejável em sistemas inteligentes reais. Abordagens tradicionais de IA, sistemas de bases de dados e de recupera¸cão de informa¸cões, porém, têm falhado em satisfazer esta expectativa. O RBC é uma tecnologia capaz de superar alguns desses problemas (Leake, 1996b).

(57)

3.5. NOTAS FINAIS 31

3.5 Notas finais

Neste cap´ıtulo foi apresentada uma visão geral da metodologia de Racioc´ınio Baseado em Casos (RBC), para que seja mais fácil a compreensão das suas principais carater´ısticas no processo de desenvolvimento de sistemas que utilizam a metodologia. O RBC é descrito de uma forma conceitual, desde a sua história, à aquisi¸cão de conhecimento, o elemento fundamental (o caso), até aos restantes componentes que representam todo o processo de RBC. As carater´ısticas tais como a representa¸cão, o vocabulário, a indexa¸cão de casos e as formas de organiza¸cões desses casos, permitem de um modo geral compreender as estratégias escolhidas no desenrolar desse trabalho para a aplica¸cão no dom´ınio da tiroide. Uma metodologia de sistemas de RBC dá apoio para a pormenoriza¸cão e funcionamento correto de tais sistemas, e que por sua vez, permite a compreensão sobre o processo do sistema de RBC proposto neste trabalho. No próximo cap´ıtulo serão abordadas as carater´ısticas mais importantes para o processo de diagnóstico médico no dom´ınio da tiroide, mostrando-se também as afinidades de sistemas de RBC aplicados ao diagnóstico médico em geral.

(58)

(59)

4

Diagn´

ostico m´edico, RBC e o

dom´ınio da tiroide

Neste cap´ıtulo apresenta-se uma visão geral sobre o dom´ınio da tiroide, para além disso, será feita também uma abordagem sobre a metodologia do Racioc´ınio Baseado em Casos juntamente com os pontos envolvidos no processo de diagnóstico médico. Inicialmente serão apresentadas as transforma¸cões que a Medicina tem vindo a sofrer na divulga¸cão das informa¸cões através da informática, assim como a metodologia do RBC nesse processo de informa¸cão. No decorrer do trabalho é vis´ıvel que o RBC é apresentado como uma metodologia ideal para o diagnóstico médico, este será justificado mais à frente. De seguida será realizada uma abordagem sobre o dom´ınio da tiroide, os avan¸cos obtidos nos últimos anos e a influência que a informática teve para esses avan¸cos. Também será apresentada a importância desse dom´ınio e do especialista, como a pesquisa de informa¸cões para o diagnóstico médico junto do utente, os principais tipos de exames, o diagnóstico e o tratamento. Para finalizar este cap´ıtulo será apresentada uma nota final bem como uma breve descri¸cão do cap´ıtulo seguinte.