| |
| Acadêmico(a): Alan Michel Leicht |
| Título: PROTÓTIPO DE UMA FERRAMENTA PARA IDENTIFICAR PADRÕES NOS TRATAMENTOS CLÍNICOS |
| |
| Introdução: |
Atualmente os serviços de saúde no Brasil estão sobrecarregados, e diversos fatores contribuem para o aumento da procura por atendimento médico. Durante o processo de diagnóstico e definição do tratamento do paciente, um grande volume de informações é manipulado e a agilidade no atendimento e do processamento dessas informações é um fator importante e pode representar um risco à saúde do paciente. Para determinadas doenças, quando a equipe clínica não tem tempo hábil para buscar embasamento em análises e pesquisas, fica evidente a necessidade de sistemas que analisem de uma forma rápida as informações existentes, buscando relações desconhecidas e ainda não testadas entre os dados já conhecidos (MOURA; ANDRADE; KIKUCHI, 2005). Essas relações possibilitaram a geração de novas informações, ou apontam quais medidas devem ser tomadas para que o paciente envolvido tenha maiores possibilidades de cura. Os sistemas que fazem a análise das informações clínicas e fornecem apoio aos médicos na tomada de decisão podem utilizar o conceito de mineração de dados, que segundo Tang, Steinbach e Kumar (2009, p. 3), “é o processo de descoberta automática de informações úteis em grandes depósitos de dados.” De acordo com Côrtes, Porcaro e Lifschitz (2002, p. 1) “o conceito de mineração de dados está se tornando cada vez mais popular como uma ferramenta de descoberta de informações, que podem revelar estrutura de conhecimento, que possam guiar decisões em condições de certeza limitada.” Conforme Tang, Steinbach e Kumar (2009, p. 3), “as técnicas de mineração de dados são organizadas para agir sobre grandes bancos de dados com o intuito de descobrir padrões úteis e recentes que poderiam, de outra forma, permanecer ignorados.” A árvore de decisão é umas das técnicas utilizadas na tarefa de classificação, e segundo Hosokawa (2011, p. 24) “uma árvore de decisão é uma estrutura que pode ser utilizada para, por meio de uma simples regra de decisão, dividir sucessivamente uma grande coleção de registros em conjuntos menores.” Nos sistemas convencionais o usuário informa a entrada, que pode indicar a hipótese de uma doença, com base em alguns sintomas do paciente e o sistema verifica se esta é verdadeira ou falsa, portanto é o usuário quem deve ter o “insight” para verificar as normas ou regras, assim a descoberta das informações escondidas fica dependente da racionalidade limitada do usuário. Na mineração de dados, ao contrário, o sistema retorna todas as regras e a pessoa faz uso da forma que achar mais conveniente (GONÇALVES, 1999, p. 5).
Com o avanço da tecnologia, é possível manter grandes bases de dados, com informações sobre os sintomas, resultados de exames, diagnósticos, tratamentos e curso das doenças dos pacientes. Com a aplicação da mineração de dados na medicina, é possível gerar um conhecimento, como a relação entre determinadas doenças e é possível desenhar um perfil sociocultural relacionado com os hábitos pessoais e local de moradia. Com essas relações, é possível estabelecer um melhor entendimento em relação às doenças e seus respectivos tratamentos (CARVALHO, 2001, p. 10). Diante deste contexto, percebe-se a importância de se criar aplicações voltadas para a detecção de padrões nos tratamentos clínicos. Sendo assim, propõe-se neste trabalho desenvolver um protótipo de uma ferramenta que irá aplicar essas técnicas, possibilitando identificar com mais rapidez a doença do paciente, baseando-se nos sintomas por ele sentidos |
| |
|
