técnicas de inteligência artificial aplicadas ao apoio a decisao médica na especialidade de

239 Pages·2012·5.05 MB·Portuguese

UNIVERSIDADE FEDERAL DE SANTA CATARINA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
TÉCNICAS INTELIGÊNCIA ARTIFICIAL APLICADAS AO APOIO
DE
A DECISAO MÉDICA NA ESPECIALIDADE DE ANESTESIOLOGIA
TESE SUBMETIDA A UNIVERSIDADE FEDERAL DE SANTA CATARINA
PARA A OBTENÇÃO DO GRAU DE DOUTOR EM CIÊNCIAS (D.SC.)
RENATO GARCIA OÍEDA
FLORIANÓPOLIS, JULHO 1992
TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL APLICADAS AO APOIO
A DECISÃO MÉDICA NA ESPECIALIDADE DE ANESTESIOLOGIA
'
R1~:NATo GARCIA OJEDA
ESTA TESE FOI JULGADA ADEQUADA PARA A OBTENÇÃO DO GRAU DE
DOUTOR EM CIENCIAS (D.SC.)
ESPECIALIDADE ENGENHARIA ELÉTRICA, AREA SISTEMAS DE INFORMAÇÃO
E APROVADA NA SUA FORMA FINAL PELO CURSO DE PÓS-GRADUAÇÃO
;.úÁ¢.¿§2
Prof. Walter Celso/ci? Lima, Dr.Sc., LD.
ORI DOR
°\*§5\
Prof. Joã Pe o s mpção Bastos, Dr.D 9 Etat.
_o,\
COO D I\ADOR DO CURSO
BANCA
EXAMINADORA/H/bi
,Z EQ» là
Prof. Walter Celso de Lima, Dr.Sc., LD.
PR SI E E
Prof. Danilo Freire Duarte, MD.. Dr.Sc.,LD.
/ .
_/ / .
/šëzfø/â.¿ _- I . . .. - f .- /
Prof. Ricardo Jose Machado, Dr.Sc.
Prof. Luiz Fernando Jacinto Maia, Dr.Sc.
~\ ]\
Í
Prof. Jose Abel Royo dos Santos, Dr.Sc.. LD
BIOGRAFIA
Renato Garcia Ojeda, natural de Punta Arenas - Chile,
obteve o titulo de Engenheiro Eletricista na Universidade
de Santiago de Chile em 1981, o Grau de Mestre em
Engenharia na Universidade Federal de Santa Catarina,
Brasil, em 1986. Durante o periodo de 1982 ate 1984 foi
professor adjunto de eletrônica na Universidade de
Magallanes no Chile. Desde 1986 desenvolve pesquisas no
Grupo de Pesquisas em Engenharia Biomédica da Universidade
Federal de Santa Catarina.
OFERECINENTOS
A minha esposa Lílian e a meus filhos
Flávio Maurício e Marcelo Renato.
A meus país.
A meus irmãos.
AGRADECIMENTOS
Ao Prof. Dr. Walter Celso de Lima, pela sua valiosa
orientação, amizade e apoio no desenvolvimento deste
trabalho.
Ao Prof. Dr. MD. Danilo Freire Duarte, pela sua
paciência, amizade e ao grande apoio técnico oferecido.
O sistema aqui apresentado representa parte, do seu
amplo conhecimento na especialidade de anestesiologia.
Aos integrantes do Grupo de Pesquisas em Engenharia
Biomédica, pelo seu apoio e amizade. Especialmente ao
acadêmico Flavio Piva pela suaimportante participação
na implementação do sistema aqui apresentado.
SUMÁRIO
RESUMO ............................................................. ..
ABSTRACT ........................................................ ..
CAPITULO 1.- INTRODUÇÃO ............................................. ..
1.1.- Introdução ......................................... ..
1.2.- Justificativas ..................................... ..
1.3.- Antecedentes ....................................... ..
1.4.- Objetivos especificos .............................. ..
1.5.- Estrutura proposta ................................. ..
CAPITULO II.- NECESSIDADES DA ESPECIALIDADE DE ANESTESIOLOGIA
2.1.- Procedimento de planejamento ....................... ..
2.2.- Procedimento de avaliação .......................... ..
CAPITULO III.- REDES NEURAIS E SISTEMA ESPECIALISTA
PARA ANESTESIOLOGIA ......................... .. ....... ..
3.1.- Sinergismo entre redes neurais e sistemas
A
especialistas ........................................ ..
3.2.- Redes neurais na representação do
conhecimento médico .................................. ..
3.3.- Propriedades gerais ..................................
CAPÍTULO IV.- ESTRUTURA DO SISTEMA .................................. .. 35
4.1.- Ambiente de desenvolvimento do sistema gerenciador.... 35
4.2.- Modelos de redes neurais artificial ................. .. 42
4.2.1.- Estruturas das redes neurais ................. .. 50
4.2.2.- Rede neural para a classificação do estado fisico
do paciente .................................. .. 53
4.2.3.- Rede neural para a escolha de medicamentos para
pré-medicação ................................ .. 56
4.2.4.-Rede neural para a escolha de técnica anestésica 60
4.2.4.1.- Redes neurais complementares para
anestesia loco-regional ............... .. 64
4.2.4.2.- Redes neurais complementares para
anestesia geral ....................... .. 66
4.3.- Bases de dados ...................................... .. 69
4.3.1.- Base de dados de condições prévias do paciente. 70
4.3.2.- Base de dados de interação de medicamentos..... 71
4.3.3.- Base de dados de síndromes ................... .. 73
4.4.- Módulo de modelos clínicos .......................... .. 74
4.5.- Módulo de explanação ................................ .. 76
4.6.- Seguraça dos dados .................................. .. 79
4.7.- Custos do desenvolvimento ........................... .. 79
CAPITULO V.- RESULTADOS ............................................. .. 81
5.1.- Eficiência do sistema ............................... .. 81
5.1.1.- Módulo de redes neurais ...................... .. 82
5.1.2.- Módulo gerenciador ........................... .. 105
5.1.3.- Módulo de explanação ......................... .. 108
5.2.- Limitações do sistema ............................... .. 109
viii
5.3.- Validação do sistema ................................ .. 110
CAPITULO VI.- CONCLUSÕES ............................................ .. 114
6.1.- Conclusões ................................ .. 114
6.2.- Propostas de desenvolvimentos futuros ..... .. 120
ANEXOS
A.- Telas de execução do programa .................... .. 121
B.- Relatório de saída ............................... .. 160
C.- Dados de entradas das redes ...................... .. 164
D.- Textos para explanação ........................... .. 178
BIBLIOGRAFIA E REFERÊNCIAS BIBLIOGRÁFICAS ............................. .. 188
‹ ix
RESUMO
A tarefa principal de um anestesiologista é providenciar as
condições necessarias para facilitar os procedimentos cirúrgicos aos quais o
paciente será submetido. Para isto, o especialista deve ranalisar uma grande
quantidade de informações em um curto periodo de tempo. Com isso, deve
definir quais serão as drogas e técnicas necessárias para a realização do ato
cirúrgico, na forma mais segura possível. Todo essa etapa de geração e
avaliação do procedimento anestésico, que forma parte do processo de decisão,
é um dominio de interesse para aplicações de técnicas de inteligência
artificial, na forma de um sistema especialista, tanto no apoio à proposta
como na avaliação dos procedimentos anestésicos. Como toda especialidade
médica, a especialidade de anestesiologia possui várias formas de
conhecimentos dentro do seu domínio. Esses conhecimentos devem ser
representados na melhor forma possível, para obter uma base de conhecimentos
consistente no contexto. Propõe-se uma estrutura de sistema especialista
integrado, onde cada conhecimento é representado pela técnica que melhor se
adapte as caracteristicas do domínio de aplicação. Essa estrutura integrada,
com processamento semântico-numérico, reune redes neurais, regras de
produção, modelos clínicos e bases de dados, atuando sinergisticamente para
dar apoio ã decisão médica na proposta e na avaliação, de procedimentos
anestésicos. Este sistema é especialmente orientado para residentes do
primeiro ano da especialidade de anestesiologia e como complemento de
informação para médicos anestesiologistas. Ele possibilita ao usuário
apresentar os dados indispensáveis á formulação do procedimento anestésico e
receber em troca uma sugestão para o manuseio do caso apresentado ou ainda
para o usuário constatar se o procedimento anestésico por ele previamente
formulado coincide com a sugestão que lhe são oferecidas pelo programa.
X
ABSTRACT
The main task of the anesthesiologist is to provide relief from
pain for patients during an operation and optimal operative conditions for
surgeons, both in the safest possible way. Anesthetists must combine a
knowledge of the patient's disease, the drugs he has been taking, the demands
of the operation, and the condition of the patient in order to arrive at a
proper choice of agents and techniques. The structure of the systems that
integrates the various forms of knowledge representation is a trend toward a
support for medical decision making that uses artificial intelligence
techniques. This structure, besides the traditional heuristics rules,
integrates models and other 'structures allowing a better knowledge
representation of the application domain. An application with the above
characteristics, specifically applied to anesthesiology, is presented. This
integrated system has the goal of supporting of the decision making process,
so as to obtain the proposal or evaluation of anesthetic plan. The production
rules module is linked to data base modules and to partial inference modules
that have neural networks. In the neural networks, the perceptron multi layer
structure with Supervision learning algorithm is used. The data bases allow
the reduction of the knowledge base and they are linked to the inference and
manager module. Data bases as the conditions of the patient, syndromes and
their anesthetic implications, drug interactions related to pharmacologic
antagonism or synergism in the' plan of the anesthesiologist, are
utilized.This information is used both for inference and explanation process.
The paradigm of production rules is used for the management of input data,
partial inference and the generation of complete reports of proposal or
,
evaluation procedu re.