Sistema Educacional e Médico On-line (SEMedicOn): uma ferramenta híbrida para auxiliar pacientes, médicos e estudantes da saúde Cláudia Batista Melo1, 2, Ulrich Schiel3, Lourdes Mattos Brasil4, Edilson Ferneda4 1
Departamento de Patologia, Universidade Federal de Pernambuco Pós-graduação em Engenharia Elétrica, Universidade Federal de Campina Grande 3 Depto. de Sistemas e Computação, Universidade Federal de Campina Grande 4 Diretoria de Engenharia Biomédica, Universidade Católica de Brasília
[email protected],
[email protected], {lmb, eferneda}@pos.ucb.br
2
Resumo Este trabalho tem como principal objetivo propor uma arquitetura para um sistema médico e educacional para a web, SEMedicOn, utilizando ferramentas da Inteligência Artificial, como é o caso de técnicas de Sistemas Especialistas Baseado em Regras, Raciocínio Baseado em Casos e Sistemas Tutores Inteligentes. O desenvolvimento do SEMedicOn poderá contribuir na otimização do tempo de atendimento ao paciente, re-direcionamento de um paciente com uma patologia específica para um centro de atendimento médico mais especializado, auxiliar na triagem do atendimento ao paciente em locais que não existam determinados especialistas médicos, apoiar a educação médica, entre outros aspectos. Palavras-chave: Informática na Saúde, Informática na Educação Médica, Sistemas Especialistas, Raciocínio Baseado em Casos, Sistema Tutores Inteligentes.
Abstract This paper proposes an architecture for a medical and educational system for the Web, called SEMedicOn, using techniques from Artificial Intelligence, such as Rule-based Expert Systems, Case-Based Reasoning and Intelligent Tutorial Systems. The development of SEMedicOn can contribute to optimize the attendance of patients, the direction of a patient to a specialist, support Medical Tutorship Systems and public in general who need some information about health. SEMedicOn uses an integrated knowledge base and reasoning system to attend public on the web, doctors, and students.
Key-words: Computer Science in the health, computer science in medical education, expert systems, case-based reasoning, intelligent tutoring systems, health information on the Web 1. Introdução A Informática aplicada à área de Saúde vem apresentando grande crescimento e difusão tanto no que diz respeito ao processo de tomada de decisão médica, com auxílios e sugestões nos diagnósticos das doenças, quanto no ensino médico. No que diz respeito à tecnologia da informação disponível hoje para a área de saúde, de acordo com Zirbes e Malvezzi [6], é possível dar um salto de qualidade, com a construção de ambientes capazes de prover rapidamente dados selecionados, lapidados e modelados de forma a apoiar o processo decisório médico. A Informática na Saúde está a cada dia fazendo uso de novas ferramentas e tecnologias da computação, como é o caso da Inteligência Artificial, Realidade Virtual, Multimídia e Internet. Ainda não sendo suficiente o uso de tais ferramentas e tecnologias, atualmente, busca-se a associação das mesmas, com o objetivo de obter maior precisão e utilidade das informações médicas manipuladas.
Neste trabalho, estamos propondo e começando a desenvolver uma arquitetura que associa algumas ferramentas da Inteligência Artificial e que visa ser um sistema dinâmico, de grande utilidade, trazendo muita informação na área da saúde através de um ambiente virtual que simula um consultório médico e um ambiente de aprendizagem em medicina. O conhecimento e a experiência médica são armazenados de forma centralizada para serem utilizados tanto por médicos, estudantes de medicina e leigos. 2. Inteligência Artificial na Saúde A Inteligência Artificial (IA) é uma ciência que tem como objetivo desenvolver sistemas computacionais que simulam o modelo de funcionamento do comportamento racional dos seres humanos na realização de atividades inteligentes, tais como tomada de decisão, resolução de problemas e aprendizagem. Até a década de 70, a IA concentrava seus esforços no desenvolvimento de sistemas de propósitos gerais, apresentando resultados com pouco significado na maioria das vezes. Por essa razão, surgiram os Sistemas Especialistas, assim chamados por serem de propósitos específicos e estarem baseados em um determinado domínio de conhecimento [1]. Um Sistema Especialista (SE) é composto por programas que tratam o conhecimento armazenado e utilizam técnicas de inferência para a resolução de problemas, anteriormente só resolvidos pelo homem. A maior parte dos SE’s é baseado em regras. Esses sistemas são formados por regras “se-então”, fatos e o interpretador das regras (comumente chamado de motor de inferência, que utiliza estratégias para determinar o método de raciocínio). As regras são uma das representações de conhecimento mais comumente utilizadas, simples, diretas e mais fáceis de serem aceitas e memorizadas por usuários humanos, que dependem de uma base de conhecimento (conjunto de fatos e regras) rica, sendo necessário atualizá-la constantemente. O trabalho de Roger Schank [3] consolidou uma metodologia de resolução de problemas baseada na forma como as pessoas recuperam informações para resolverem problemas, lembrando como solucionaram problemas similares no passado. Esta metodologia é chamada de Raciocínio Baseado em Casos (RBC). Enquanto os SE’s tradicionais construíam complexos modelos sobre o domínio do conhecimento chamado de conhecimento dedutivo, os SE’s que usam RBC adquirem, representam e organizam casos de solução de problemas, de forma parecida com a que o homem faz. Baseado nas soluções de problemas similares novos problemas são resolvidos. Esta forma é chamada de raciocínio indutivo. A eficiência dos sistemas de RBC está relacionada com a compreensão dos casos passados, quanto melhor identificados os aspectos relevantes e a sua influência na conclusão do caso, mais eficiente será a solução de um novo caso similar. São várias as propostas de ciclo de RBC. Para Kolodner [2], por exemplo, o ciclo de RBC se dá nas seguintes etapas: recuperar, propor, criticar, justificar, avaliar, adaptar e armazenar. O diagnóstico e tratamento de uma enfermidade de um paciente, feitos pelo médico, se baseiam em uma combinação de conhecimento especializado e experiência. Estas duas técnicas de solução do problema, caracterizam exatamente uma combinação de raciocínio dedutivo com raciocínio indutivo. Portanto, um sistema especialista que pretende simular a solução de problemas realizada por um médico, deverá combinar Raciocínio Baseado em Regras com Raciocínio Baseado em Casos. É claro que um SE médico não irá substituir o médico, mas sim, auxiliá-lo na tomada de decisão. O diferencial do SE será que ele poderá ter seu conhecimento sempre atualizado e uma ‘experiência’ bem maior do que um único médico, pois poderá reunir os casos de inúmeros diagnósticos e tratamentos médicos.
Sistemas Tutores Inteligentes (STI’s) são excelentes ferramentas de auxílio ao processo ensino-aprendizagem uma vez que conseguem fazer o ensino individualizado, devido a sua habilidade de se adaptar ao aluno, de acordo com o seu nível. De acordo com Woolf [5], os STI’s são “sistemas capazes de modelar ensino, aprendizagem, comunicação e domínio de conhecimento”. Os STI’s podem ser considerados muito poderosos uma vez que conseguem passar e receber conhecimento do aluno, monitorar suas soluções e customizar suas estratégias de ensino. Atualmente, não conseguimos encontrar uma arquitetura considerada padrão para os STI’s. Entretanto, uma arquitetura considerada convencional para STI’s, de acordo com Viccari e Giraffa [4], consiste dos seguintes componentes: Modelo do Aluno; Estratégias de ensino; Base do domínio; Interface; e Controle. 3. SEMedicOn: um Sistema Híbrido na Saúde O SEMedicOn é o projeto de desenvolvimento de um sistema híbrido, envolvendo as técnicas de sistemas especialistas baseados em regras, raciocínio baseado em casos e sistemas tutores inteligentes, com a finalidade de dar dicas de conduta ao usuário leigo, auxiliar o profissional da saúde no diagnóstico e ser uma ferramenta de auxílio ao ensino. A figura 1, abaixo, mostra a arquitetura proposta do SEMedicOn.
Figura 01: Arquitetura do SEMedicOn O sistema especialista baseado em regras é importante para alimentar, inicialmente, o conhecimento especializado na forma de regras genéricas fornecidas pelo especialista, bem como, para atualizar essa base com novas regras que por ventura surjam. O conhecimento adquirido do especialista, armazenado na base do conhecimento do SE, é necessário para
definir as características do sistema, usando todas as condições possíveis do domínio operacional. Nem sempre as regras contidas na base de conhecimento são suficientes para solucionar os casos clínicos que surgirem. O sistema de raciocínio baseado em casos tem a função de complementar a base de conhecimento com casos concretos de problemas-soluções, ao longo do tempo, de tal forma que os casos solucionados sejam “aprendidos” pelo sistema para auxiliar em casos similares futuros. O sistema tutor inteligente utiliza a base de conhecimento, que armazena regras e casos, para ensinar determinada especialidade médica e tem a capacidade de se adaptar às características individuais de cada estudante. A Interface SEISaúde visa atender qualquer pessoa, com acesso à Internet, que esteja com alguma doença ou mal-estar e queira fazer um tratamento médico virtual ou que deseje obter dicas sobre alimentos e comportamentos indicados e contra-indicados a determinada doença. O paciente preenche um formulário correspondente a uma anamnese para, em seguida, obter algumas dicas de conduta. O módulo Anamnese/Tratamento irá processar um formulário básico de entrada de dados e alimentação do sistema com todas as informações necessárias do paciente, simulando a entrevista com o médico. Além disso, realiza o acompanhamento do caso clínico na WEB, sugerindo comportamentos adequados ou uma consulta médica e acompanha o desenrolar do tratamento e os resultados obtidos pelo mesmo até o seu fechamento, que poderá ser armazenado na Base de Conhecimento (como um caso). O módulo de Dicas é similar à Anamnese/Tratamento, porém, com um enfoque mais informal. Após, receber os dados do paciente, faz uma análise do caso e sugere alguns comportamentos ou indica a especialidade médica que o paciente deverá procurar. A Base de Conhecimento é o principal objeto de integração entre o SEI Saúde, o Sistema Híbrido de Suporte ao Atendimento Médico (Sistema Especialista Baseado em Regras, Raciocínio Baseado em Casos) e o Sistema Tutor Inteligente. Ela age como fonte de informação para os três ambientes. Na Base de Dados encontramos: usuário, parâmetros clínicos, prontuário, especialidade, enfermidade, característica, tratamento, dica, produto, componente e comportamento. A Interface do Especialista faz a comunicação entre o SH e o médico. O SH é capaz de extrair novos conhecimentos a partir da base de conhecimento que contém um conjunto de regras e casos; combina as vantagens dos SEBR e dos SRBC, através do conhecimento extraído do sistema (usando regras e casos), ele consegue apoiar a decisão médica. O SEBR é a base onde são armazenadas e processadas as regras que modelam o conhecimento médico de uma certa especialidade considerando possíveis graus de incerteza. Por seu intermédio é possível resolver casos simples que se encaixam nas regras genéricas. O SRBC recebe um novo caso a ser resolvido procurando por casos similares que já foram solucionados; utiliza um algoritmo de similaridade para encontrar os casos mais parecidos; quando necessário faz algumas adaptações nos casos similares, para em seguida sugerir a solução para o novo problema; utiliza métodos de indexação para armazenar casos similares juntos. Para que o sistema seja realmente híbrido, serão usados algoritmos combinando o conhecimento, determinado pelas regras, com a experiência, adquirida através dos casos. Só assim o sistema poderá se aproximar do procedimento de tomada de decisão realizado pelo médico. A Interface STI é responsável pelo fluxo de comunicação entre o STI e o estudante de medicina.
O Aluno inclui todos os aspectos das características e do conhecimento do estudante que têm repercussão no seu desempenho e aprendizagem. As Estratégias Pedagógicas são os procedimentos pedagógicos de como transmitir o conhecimento, permitindo que o sistema faça a melhor decisão de como e quando ensinar. O Controle é responsável pelo gerenciamento do STI, faz a aquisição de dados do aluno, ensina através de casos clínicos, aplica questionário e faz a avaliação do desempenho. 4. Conclusão O SEMedicOn possui uma propriedade explanatória e de tomada de decisão que utiliza regras genéricas e casos similares na resolução de problemas e no auxílio à educação médica. Dessa forma, numa única ferramenta, os pacientes simularão uma consulta médica, o médico terá uma ferramenta de auxílio ao diagnóstico através de um Sistema Híbrido, enquanto, o estudante de medicina terá ao seu dispor um Sistema Tutor Inteligente, todos compartilhando uma mesma base de conhecimento (com regras e casos) que está sempre sendo atualizada. Uma versão preliminar deste ambiente foi desenvolvida para a área de Cardiologia, mas poderá ser ampliado no futuro para outras especialidades médicas. Este trabalho faz parte de um projeto financiado pelo CNPq, processo número 141220/2002-3. 5. Referências Bibliográficas [1] ARAGÃO, João Fernandes Britto, Sistemas Especialistas como ferramenta auxiliar para o ensino da disciplina Bases da Técnica Cirúrgica, Dissertação de Mestrado da COPIN/UFCG, Campina Grande, 2002. [2] KOLODNER, J. Case-Based Reasoning. Los Altos: Morgan Kaufmann, 1993. [3] SCHANK, R. Dynamic memory: a theory of learning in computers and people. Cambridge University Press, 1982. [4] VICCARI, R. M., GIRAFFA, L. M.M., Sistemas Tutores Inteligentes: abordagem tradicional x abordagem de agentes. Tutorial apresentado no XIII SBIA - Simpósio Brasileiro de Inteligência Artificial, Curitiba, 23 a 25 de outubro de 1996. [5] WOOLF, Beverly P. Artificial Intelligence and Human Learning – Intelligent ComputerAided Instruction. Representing Complex Knowledge in an Intelligent Machine Tutor. John Self (ed.), London: Chapman and Hall Computing, 1988. [6] ZIRBES, S. F., MALVEZZI, M. L. F., Informações Gerenciais em Hospital de Referência, In: Anais do VIII Congresso Brasileiro de Informática em Saúde, Natal, 2002.
