Raciocínio probabilístico aplicado ao diagnóstico de insuficiência cardíaca congestiva (ICC) / Probabilistic reasoning applied to the diagnosis of heart failure
AUTOR(ES)
Silvestre, André Meyer
DATA DE PUBLICAÇÃO
2008
RESUMO
As Redes Bayesianas constituem um modelo computacional adequado para a realização de inferências probabilísticas em domínios que envolvem a incerteza. O raciocínio diagnóstico médico pode ser caracterizado como um ato de inferência probabilística em um domínio incerto, onde a elaboração de hipóteses diagnósticas é representada pela estratificação de doenças em função das probabilidades a elas associadas. A presente dissertação faz uma pesquisa sobre a metodologia para construção/validação de redes bayesianas voltadas à área médica, e utiliza estes conhecimentos para o desenvolvimento de uma rede probabilística para o auxílio diagnóstico da Insuficiência Cardíaca (IC). Esta rede bayesiana, implementada como parte do sistema SEAMED/AMPLIA, teria o papel de alerta para o diagnóstico e tratamento precoce da IC, o que proporcionaria uma maior agilidade e eficiência no atendimento de pacientes portadores desta patologia.
ASSUNTO(S)
probabilistic reasoning informática médica inteligência artificial knowledge representation knowledge engineering knowledge base artificial intelligence
ACESSO AO ARTIGO
http://hdl.handle.net/10183/12679Documentos Relacionados
- Diálise peritoneal (DP) como tratamento da insuficiência cardíaca congestiva (ICC) em pacientes com doença renal crônica estágio IV
- Catálogo CIPE para Insuficiência Cardíaca Congestiva.
- Raciocínio baseado em casos aplicado ao gerenciamento de falhas em redes de computadores
- Acetona exalada como novo biomarcador do diagnóstico de insuficiência cardíaca
- Um modelo híbrido aplicado ao diagnóstico da doença de Alzheimer