CENTRO UNIVERSITÁRIO FEEVALE INSTITUTO DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE CIÊNCIA DA COMPUTAÇÃO Sistema de apoio à decisão à quiropraxia baseado no aprendizado de máquina (Título Provisório) por ANDERSON AMADEU MÜLLER [email protected] Anteprojeto de Estágio Supervisionado Paulo Roberto Ferreira Junior [email protected] Novo Hamburgo, Março de 2005 2 Sumário Dados de Identificação .....................................................................................................3 Resumo .............................................................................................................................4 Motivação .........................................................................................................................5 Objetivos ...........................................................................................................................8 Metodologia ......................................................................................................................9 Cronograma ....................................................................................................................10 Referências Bibliográficas ..............................................................................................11 3 Dados de Identificação Área de Estudo: Inteligência Artificial Título provisório do trabalho: Sistema de Apoio a Decisão Para Quiropraxia Utilizando Aprendizado de Máquina. Orientador(a): Paulo Roberto Ferreira Junior Identificação do aluno: Nome: Anderson Amadeu Müller Telefones: Celular: (51) 99749896 Residencial: (51) 5972315 Comercial: E-mail: [email protected] 4 Resumo Desde a década de 70 que a inteligência artificial (IA) é usada com sucesso para auxiliar na tomada de decisões em áreas críticas da saúde e bem estar do ser humano. Dentre as novas áreas que se propõem a combater e prevenir doenças destacase a quiropraxia1. Essa área baseia seu tratamento em um par de nervos espinais que atravessam todas as vértebras que compõem a espinha humana. O diagnóstico do problema, e a posterior aplicação de um tratamento quiroprático específico, baseiam-se no levantamento de diversas informações prévias do paciente. Após o levantamento dessas informações é realizada a avaliação da condição física atual do paciente e então aplicados os conhecimentos ensinados na quiropraxia. A grande quantidade de variáveis que devem ser avaliadas, desde as informações pessoais do candidato ao tratamento, até a definição do problema, torna o trabalho do profissional desta área da saúde complexo e por isso importante. Levando-se em conta que essas diversas possibilidades e seus consecutivos resultados afetam o sucesso ou não do tratamento e do conseqüente bem estar da pessoa avaliada, o desenvolvimento de um sistema de apoio à decisão capaz de auxiliar tanto no diagnóstico, quanto na escolha da melhor técnica a ser utilizada, tem uma boa aplicabilidade na sociedade. Desta forma, este trabalho de pesquisa, se propõe a implementar um sistema computacional que utiliza técnicas de inteligência artificial para auxiliar o quiropraxista na importante tarefa de proporcionar uma melhor qualidade de vida às pessoas que sofrem com dores e mal estares derivados de qualquer tipo de desajuste na coluna vertebral. 1 No original em inglês Chiropractic, refere-se a prática exercida pelo quiroprático. Diversas formas são usadas no Brasil, antigamente usava-se mais a forma Quiroprática, atualmente mudou-se para Quiropraxia. Mas também são usados: Quiropatia, Chiropraccia, Chiropatia, entre outras. Já a palavra em inglês Chiropractor, refere-se a pessoa que exerce a quiropraxia, também não existe uma tradução padrão para o português sendo utilizado diversas formas significando a mesma coisa: Quiroprático, chiroprático, quiropata, chiropata, são algumas das formas usadas no Brasil. 5 Motivação A quiropraxia é uma profissão na área da saúde que enfatiza o poder inerente do corpo para recuperar-se espontaneamente sem o uso de medicamentos ou cirurgias. A prática da quiropraxia concentra-se na relação entre a estrutura (primariamente a coluna vertebral) e a função (coordenada pelo sistema nervoso), e como esta relação afeta a preservação e restauração da saúde. Alem disto, os quiropraxistas reconhecem o valor e a responsabilidade de trabalhar em cooperação com outros profissionais da saúde visando o melhor interesse do paciente. (Paradigma da Associação das Faculdades de Quiropraxia – ACC). Estabelecida em mais de 70 países, citando Estados Unidos, Canadá e Austrália, o tratamento quiroprático é bastante requisitado, sendo inclusive coberto pelo sistema federal de seguro saúde nos EUA, o Medicare. Sendo assim, existe a necessidade da formação de bons profissionais nesta área. O Centro Universitário FEEVALE demonstrou no ano de 1998 sua visão às necessidades do mercado futuro ao incluir em associação com a Palmer College of Chiropractic (EUA), primeira faculdade da área, fundada pelo próprio idealizador da quiropraxia, um curso de pós-graduação em quiropraxia, para profissionais na área da saúde. Em 2000 foram graduados pela FEEVALE os 24 primeiros quiropraxistas com formação no Brasil. Hoje a FEEVALE tem seu próprio curso, com duração de cinco anos. Existe somente mais uma instituição no Brasil que forma profissionais quiropraxistas: a Universidade Anhembi-Morumbi em São Paulo, que iniciou seu curso no mesmo ano que a FEEVALE. Desde o começo da implementação da capacidade computacional em atividades específicas do mercado, como comércio e indústria, visou-se a utilização desta tecnologia no auxílio ao diagnóstico médico. Os primeiros sistemas para a utilização em consultórios tratavam apenas de armazenar as informações dos pacientes na forma de prontuários digitais. Com a evolução do poder de processamento dos computadores e das pesquisas nas aplicações da inteligência artificial, criaram-se os primeiros softwares que auxiliavam no diagnóstico médico, utilizando o conceito de Sistemas de Apoio a Decisão (SAD). Esses sistemas podem usar os conhecimentos já modelados nos prontuários digitais ou, dependendo da complexidade das informações a serem analisadas, adquirir o conhecimento de especialistas da área. 6 Segundo Mora (2002), as etapas do desenvolvimento de um sistema de apoio à decisão são: Aquisição do conhecimento; Representação do conhecimento e Validação do sistema. A aquisição do conhecimento se baseia na entrevista com especialistas ou numa revisão bibliográfica. A representação deste conhecimento adquirido deve ser formalizada de maneira que esta possa ser armazenada e manipulada pelo computador. A validação é feita comparando os resultados apresentados pelo SAD com a análise de um comitê de especialistas. Já existem SAD aplicados em várias áreas da saúde: Mycin (indica terapia antibiótica adequada), HELP (sistema integrado de informação hospitalar que emite avisos e alarmes na presença de dados anormais de exames), Oncocin (desenhado para criticar planos de quimioterapia) e Dombal (sistema especialista médico de dor abdominal), entretanto um sistema deste tipo ainda é inédito na área da quiropraxia. As formas mais utilizadas de manipulação da representação do conhecimento adquirido se dividem nas áreas da inteligência artificial: Simbólica, que engloba os sistemas especialistas e os sistemas de raciocínio baseado em casos; Conexionista, onde redes neurais artificiais são utilizadas; e Evolucionista, que emprega os algoritmos genéticos. Os sistemas especialistas se baseiam em regras pré-estabelecidas, que carecem de uma maior supervisão e constante atualização se levarmos em conta a velocidade das descobertas na área da saúde. Em contrapartida, os sistemas conexionistas se valem de métodos que possibilitam que o sistema aprenda com o auxílio de pouca supervisão humana, mas não possibilitam a demonstração de como foi conseguido esse raciocínio, fator negativo, levando-se em conta que um diagnóstico precisa de embasamento real para ser confiável. Além disso, as redes neurais artificiais implementam neurônios artificiais, que precisam ser bastante treinados com exemplos bases para obter-se o resultado desejado. Esta premissa dificulta sua implementação quando existem muitas variáveis envolvidas, sendo esse o caso do problema que este trabalho se propõe a auxiliar na solução. Conforme Mitchel (1997), os algoritmos genéticos apresentam-se como sendo uma técnica de otimização que utiliza uma população de soluções individuais. Cada uma delas, também chamadas de strings, representa uma solução para o problema. As 7 teorias da seleção natural são aplicadas nesta população para se obter novas gerações através da aplicação da reprodução seletiva e operadores de mutação. Com este processo, a população de solução é orientada a se aproximar da solução ótima. Existem vários.parâmetros importantes na configuração de algoritmos genéticos: a representação do problema como uma string, a função de qualificação (fitness), a forma como as strings são recombinadas (cruzamento) e propagadas para as próximas gerações, e os operadores de mutação. Sem a necessidade de uma supervisão humana durante o processo de raciocínio, os algoritmos genéticos oferecem uma solução adequada ao problema comumente encontrado na implementação de um sistema de apoio a decisão: a transmissão de conhecimento dos especialistas. Sendo pelo preconceito inicial que existe de que os sistemas que utilizam IA não são confiáveis, sendo pela dificuldade de comunicação entre o especialista e o desenvolvedor da aplicação. Para sanar a dificuldade de apresentar o caminho do raciocínio atingido pelos algoritmos genéticos, este trabalho propõe o desenvolvimento de um sistema híbrido, ou seja, que utiliza uma base de casos de tratamentos realizados (em prontuários digitais). Estes casos então oferecem uma população inicial de soluções individuais que possibilita a evolução artificial, através dos algoritmos genéticos, até uma solução ótima para o problema atual apresentado pelo quiropraxista. 8 Objetivos Objetivo geral Desenvolver um sistema que auxilie o quiropraxista no diagnóstico de pacientes que buscam o tratamento quiroprático, através de um sistema informatizado. Objetivos específicos - Buscar embasamento teórico no campo da quiropraxia para criar uma base de prontuários. - Pesquisar técnicas de aprendizado de máquina (inteligência artificial) que possibilitem a implementação de um sistema de apoio à decisão. - Criar um sistema de cadastro de prontuários que será alimentado pelos quiropraxistas nas consultas. - Implementar a técnica de aprendizado de máquina que ofereça a melhor solução para o desenvolvimento do sistema. - Avaliar o nível do conhecimento que o sistema adquiriu e a sua utilidade na decisão do quiropraxista. 9 Metodologia 1. Entrevistas com profissionais da quiropraxia a fim de adquirir informações sobre os prontuários utilizados no tratamento de um paciente. 2. Pesquisas sobre sistemas de apoio a decisão e tecnologias utilizadas nos mesmos. 3. Aprofundamento na área de algoritmos genéticos e base de casos. 4. Desenvolvimento do anteprojeto. 5. Analisar, projetar e implementar uma base de dados para contemplar os aspectos dos prontuários. 6. Desenvolvimento do texto do Trabalho de Conclusão I. 7. Analisar, projetar e desenvolver um cadastro de prontuários digitais em uma ferramenta RAD. 8. Treinamento de usuários quiropraxistas para preencher os prontuários digitais em suas consultas, ou alimentar a base de casos com prontuários já existentes. 9. Criar um algoritmo genético que “raciocine” sobre os casos já cadastrados no sistema de prontuários digitais e que apresenta soluções que se aproximem da qualificação definida para a solução ótima (fitness). 10. Comparativo das soluções apresentadas pelo SAD com as de especialistas da quiropraxia. Avaliação dos resultados. 11. Desenvolvimento do texto do Trabalho de Conclusão II. 10 Cronograma Trabalho de Conclusão I Etapa Meses mar abr 1 X 2 X X 3 X X 4 X maio jun X X 5 X X X 6 X X X 7 Jul X X Trabalho de Conclusão II Etapa 7 Meses ago set X X 8 out dez X 9 X X 10 11 nov X X X X X X 11 Referências Bibliográficas ASSOCIAÇÃO BRASILEIRA DE QUIROPRAXIA. Definição da quiropraxia. Disponível em: <http://www.quiropraxia.org.br/main.htm>. Acesso em 03 de abr. 2005. MORA, Manuel et al. Decision making support systems: achievements, trends, and challenges for the new Decade. Hersey: Idea Group, 2002. MITCHEL, Tom M. Machine Learning. McGraw-Hill, 1997. RUSSELL, Stuart J.; NORVIG, Peter. Artificial Intelligence: a modern approach. Englewood Cliffs: Prentice-Hall, 1995. BOSE, N. K.; LIANG, P. Neural network fundamentals with graphs, algorithms, and applications. McGraw-Hill, 1996. SIGULEM, Daniel et al. Atualização terapêutica – manual prático de diagnóstico e tratamento, 1998. Disponível em: <http://www.virtual.epm.br/material/tis/currmed/sad_html/sistema.htm>. Acesso em 03 de abr. 2005.