Modelo Computacional com Fuzzy Como Recurso Auxiliador na Predição da Esquizofrenia em Adultos
Resumo
A esquizofrenia é um transtorno psiquiátrico complexo e difı́cil de ser diagnosticado, levando um indivı́duo a ter sintomas de desorganização mental. Este trabalho apresenta um sistema baseado em regras fuzzy para um pré-diagnóstico, objetivando auxiliar psiquiatras no diagnóstico da doença. A metodologia baseou-se em pesquisas bibliográficas e em simulações com pacientes fictı́cios, onde foram utilizadas como variáveis de entrada sintomas como: delı́rios, alucinações, discurso desorganizado, entre outras. Os resultados mostraram-se promissores na medida que foram bem próximos dos observados por profissionais da saúde. O estudo mostrou a importância da utilização da lógica fuzzy no pré-diagnóstico de transtornos psiquiátricos.
Referências
Amorim, L. et al. (2018). Avaliação de funcionalidade em pacientes com esquizofrenia.
Andreasen, N. C., Carpenter Jr, W. T., Kane, J. M., Lasser, R. A., Marder, S. R., and Weinberger, D. R. (2005). Remission in schizophrenia: proposed criteria and rationale for consensus. American Journal of Psychiatry, 162(3):441–449.
Association, A. P. et al. (2013). Diagnostic and statistical manual of mental disorders (DSM-5 R ). American Psychiatric Pub.
da Silva, P. H. A., de Brito, R. X., de Sousa Ximenes, J. N., and de Sousa, R. N. (2017). A aplicação da lógica de fuzzy no auxı́lio do diagnóstico do câncer de mama. ENUCOMPI.
Duncan, B. B., Schmidt, M. I., Giugliani, E. R., Duncan, M. S., and Giugliani, C. (2014). Medicina Ambulatorial-: Condutas de Atenção Primária Baseadas em Evidências. Artmed Editora.
Giacon, B. C. C. and Galera, S. A. F. (2006). Primeiro episódio da esquizofrenia e assistência de enfermagem. Revista da Escola de Enfermagem da USP, 40(2):286–291.
Goyal, K. and Singhai, J. (2018). Review of background subtraction methods using gaussian mixture model for video surveillance systems. Artificial Intelligence Review, 50(2):241–259.
Lobo, L. C. (2017). Inteligência artificial e medicina.
Mosoiu, C., Sumedrea, A., Burtea, V., and Ifteni, P. (2010). Fuzzy system approach to symptoms in schizophrenia.
Seker, H., Odetayo, M. O., Petrovic, D., and Naguib, R. N. G. (2003). A fuzzy logic based-method for prognostic decision making in breast and prostate cancers. IEEE Transactions on Information Technology in Biomedicine, 7(2):114–122.
Tanscheit, R. (2004). Sistemas fuzzy. Departamento de Engenharia Elétrica, Pontifı́cia Universidade Católica do Rio de Janeiro, Rio de Janeiro.
Andreasen, N. C., Carpenter Jr, W. T., Kane, J. M., Lasser, R. A., Marder, S. R., and Weinberger, D. R. (2005). Remission in schizophrenia: proposed criteria and rationale for consensus. American Journal of Psychiatry, 162(3):441–449.
Association, A. P. et al. (2013). Diagnostic and statistical manual of mental disorders (DSM-5 R ). American Psychiatric Pub.
da Silva, P. H. A., de Brito, R. X., de Sousa Ximenes, J. N., and de Sousa, R. N. (2017). A aplicação da lógica de fuzzy no auxı́lio do diagnóstico do câncer de mama. ENUCOMPI.
Duncan, B. B., Schmidt, M. I., Giugliani, E. R., Duncan, M. S., and Giugliani, C. (2014). Medicina Ambulatorial-: Condutas de Atenção Primária Baseadas em Evidências. Artmed Editora.
Giacon, B. C. C. and Galera, S. A. F. (2006). Primeiro episódio da esquizofrenia e assistência de enfermagem. Revista da Escola de Enfermagem da USP, 40(2):286–291.
Goyal, K. and Singhai, J. (2018). Review of background subtraction methods using gaussian mixture model for video surveillance systems. Artificial Intelligence Review, 50(2):241–259.
Lobo, L. C. (2017). Inteligência artificial e medicina.
Mosoiu, C., Sumedrea, A., Burtea, V., and Ifteni, P. (2010). Fuzzy system approach to symptoms in schizophrenia.
Seker, H., Odetayo, M. O., Petrovic, D., and Naguib, R. N. G. (2003). A fuzzy logic based-method for prognostic decision making in breast and prostate cancers. IEEE Transactions on Information Technology in Biomedicine, 7(2):114–122.
Tanscheit, R. (2004). Sistemas fuzzy. Departamento de Engenharia Elétrica, Pontifı́cia Universidade Católica do Rio de Janeiro, Rio de Janeiro.
Publicado
26/12/2019
Como Citar
ARAUJO, Maria Dayane Almeida; MOREIRA, Lina Yara Monteiro Rebouças; DE BRITO, Rhyan Ximenes.
Modelo Computacional com Fuzzy Como Recurso Auxiliador na Predição da Esquizofrenia em Adultos. In: ESCOLA REGIONAL DE COMPUTAÇÃO APLICADA À SAÚDE (ERCAS), 7. , 2019, Teresina.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2019
.
p. 199-204.
