Um Editor de Árvores de Decisão para Construção de Jogos: Aplicações no Diagnóstico e Tratamento do Câncer de Mama

• Rafael Garcia Barbosa Unifor
• Maria Andréia Formico Rodrigues Unifor

DOI: https://doi.org/10.5753/sbgames_estendido.2025.9787

Resumo

Introdução: Esta tese apresenta o NEED, editor inédito de árvores de decisão para a criação de jogos e aplicações interativas, com foco em flexibilidade e interoperabilidade. Objetivo: Desenvolver uma ferramenta genérica para modelagem dinâmica de decisões e dados, com exportação padronizada para motores de jogo. Metodologia: O editor foi implementado e aplicado em três domínios (jurídico, clínico e narrativo). Dois jogos sérios foram desenvolvidos com especialistas da saúde: Câncer: E Agora? (diagnóstico) e CâncerSM (tratamento). Resultados: Os jogos validaram a eficácia do NEED em lógica adaptativa, integração emocional e fundamentação científica. A exportação em JSON assegurou compatibilidade multiplataforma. O editor mostrou-se eficaz como ferramenta de apoio à decisão, simulação e aprendizagem personalizada com impacto técnico, científico e social.

Palavras-chave: Editor de Árvores de Decisão, Interoperabilidade, Motores de Jogos, Aplicações Interativas, Aprendizagem Adaptativa

Referências

Barbosa, R. G. and Rodrigues, M. A. F. (2025a). Breast cancer diagnosis through serious gaming: Clinical reasoning, AI-driven character morphing, and emotional engagement. Entertainment Computing, 52:100863.

Barbosa, R. G. and Rodrigues, M. A. F. (2025b). An interchangeable editor to create generic and adaptable decision trees for versatile applications and game development scenarios. Entertainment Computing, 52:100864.

Barbosa, R. G., Rodrigues, M. A. F., Lustosa, E., de Figueiredo, J., and Beleza, I. (2020). Jogo orientado a dados para tomada de decisão e simulação de biópsia de câncer de mama. In SBC Proc. of SBGames 2020, pages 969–976.

Barbosa, R. G., Rodrigues, M. A. F., Oliveira, T., Madeira, S., Figueiredo, J., Alves, M. S., Medeiros, M., and Cabral Filho, R. (2022). Decision-making game for simulation of breast cancer biopsy and treatment. In Proc. of SeGAH2022. IEEE.

Blasch, E., Ravela, S., and Aved, A. (2018). Handbook of dynamic data driven applications systems. Springer.

Breiman, L., Friedman, J., Olshen, R. A., and Stone, C. J. (2017). Classification and Regression Trees. Routledge.

Cheng, K. and Smith, J. (2024). Serious games in healthcare: A review of current applications and future prospects. Journal of Serious Games in Healthcare, 12(2):45–67.

ECMA International (2017). Standard ECMA 404 - The JSON Data interchange Syntax.

MD Anderson Cancer Center (2023). Breast cancer screening. [link].

Perner, P. (2015). Decision tree induction methods and their application to big data. In Modeling and Processing for Next-Generation Big-Data Technologies, pages 57–88.

Prensky, M. (2003). Digital game-based learning. CIE, 1(1):21–21.

Presidência da República (1941). Código de Processo Penal.

Rodrigues, M. A. F., Lustosa, E., Barbosa, R. G., de Figueiredo, J., Beleza, I., Salviano, R., Queiroz, R., and Neves, L. (2020). Game-based learning for health professionals working in cancer care. In Proc. of SeGAH2020. IEEE.

Rokach, L. and Maimon, O. (2005). Decision trees. Data mining and knowledge discovery handbook, pages 165–192.

Unity Asset Store (2016). Decision Tree Toolkit, by MorbidCamel.

University of Oxford (2024). PRISM Model Checker.