Sistema de conhecimento para diagnóstico em acupuntura: uma modelagem usando o CommonKADS

Knowledge system for acupuncture diagnosis: a modeling using commonKADS

Sistema de conhecimento para diagnóstico em acupuntura: uma modelagem usando o CommonKADS

Knowledge system for acupuncture diagnosis: a modeling using commonKADS

Luiz Fernando Lopes^I; Maurício Capobianco Lopes^I,II; Francisco Antonio Pereira Fialho^I; Alexandre Leopoldo Gonçalves^I

^IPrograma de Pós-Graduação em Engenharia e Gestão do Conhecimento, Universidade Federal de Santa Catarina, Campus Universitário, CP 476, CEP 88040-900, Florianópolis, SC – Brasil, E-mails: [e-mail]; [e-mail]; [e-mail]

^IIDepartamento de Sistemas e Computação, Universidade Regional de Blumenau, Rua Antonio da Veiga, 140, CEP 89012-900, Blumenau, SC - Brasil, e-mail: [e-mail]

RESUMO

A tomada de decisão em acupuntura é um processo complexo, uma vez que existe uma grande variedade de elementos e circunstâncias a serem considerados em um tratamento. Uma tarefa intensiva em conhecimento fundamental para o sucesso do tratamento é o diagnóstico. Assim, este artigo tem por objetivo apresentar uma proposta de sistema de conhecimento, utilizando a metodologia CommonKADS, com o objetivo de auxiliar na tarefa de diagnóstico em acupuntura, minimizando o grau de incerteza do tratamento e melhorando as condições de saúde e bem-estar do paciente. O modelo proposto é validado pela construção de um protótipo para diagnóstico de acne utilizando redes bayesianas.

Palavras-chave: Engenharia do conhecimento. Metodologia CommonKADS. Acupuntura. Odontologia. Diagnóstico. Sistemas de conhecimento

ABSTRACT

Decision making in acupuncture is a complex process, once there is a great variety of elements and circumstances to be considered during the treatment. The diagnosis, a knowledge-intensive task, is fundamental for the success of the treatment. Therefore, this study proposes a knowledge system based on the CommonKADS methodology aiming to support diagnosis tasks and to minimize the level of uncertainty in order to improve patient health conditions and welfare. The proposed model is validated through acne diagnosis prototype using Bayesian networks.

Keywords: Knowledge engineering. CommonKADS methodology. Acupuncture. Ontology. Diagnosis. Knowledge systems

1 Introdução

A Medicina Tradicional Chinesa oferece diversas práticas de saúde voltadas ao bem-estar do organismo, tanto no que diz respeito ao físico quanto ao mental. Uma das práticas mais conhecidas e utilizadas é a acupuntura que tem por finalidade a restauração do funcionamento equilibrado do organismo e a prevenção de patologias e afecções. Trata-se de um método que estimula determinados pontos do corpo com agulhas, com o intuito de restaurar ou manter a saúde (YAMAMURA, 2001).

A acupuntura proporciona uma visão sistêmica complexa sobre o organismo humano, composta de uma grande quantidade de agentes que se inter-relacionam e que sofrem influência de elementos internos e externos. Este contexto sistêmico exige um conjunto de conhecimentos que muitas vezes dificulta a realização de um diagnóstico acurado de forma a oferecer um tratamento mais preciso e rápido aos pacientes.

Neste contexto, a Engenharia e a Gestão do Conhe­cimento dispõem de métodos e técnicas utilizadas na explicitação, uso e disseminação do conhecimento, que podem prover ao acupunturista um conjunto de recursos focados no apoio ao processo de tratamento de seus pacientes. Lukman, He e Hui (2007) apresentam um estudo detalhado sobre métodos computacionais aplicados à Medicina Tradicional Chinesa, destacando bases de dados, ferramentas de mineração e sistemas de diagnóstico. Estes recursos podem apoiar tanto o diagnóstico quanto o acompanhamento do tratamento, visando restabelecer ou manter o equilíbrio sistêmico do organismo.

A necessidade de sistemas que apoiem a atuação do acupunturista é corroborada por Camilloti, Istarel e Chi (2006) que chamam a atenção para a necessidade do profissional dispor de ferramentas baseadas em recursos da tecnologia da informação e comunicação. Estas ferramentas têm o propósito de facilitar o processo decisório no contexto do tratamento de um paciente, uma vez que a acupuntura está fortemente baseada na subjetividade, inexistindo indicadores precisos que permitam avaliar sua eficácia (CAMILLOTI; ISRAEL; CHI, 2006).

Assim, a construção de um sistema de conhecimento neste contexto, deve ser realizada por meio de uma abordagem estruturada, com uma visão organizacional e sistêmica. Um dos recursos disponibilizados pela engenharia do conhecimento para esta finalidade é a metodologia CommonKADS (SCHREIBER et al., 2002).

Sendo assim, o objetivo deste artigo é apresentar a modelagem de um sistema de conhecimento para apoio ao diagnóstico de pacientes de acupuntura, utilizando a metodologia CommonKADS. Este sistema visa oferecer ao acupunturista ferramentas adequadas para realizar o diagnóstico com maior eficácia e precisão, acelerando este processo, e consequentemente proporcionando um tratamento mais adequado, e oferecendo uma melhor qualidade de vida e saúde ao paciente. Para a validação do modelo proposto, é apresentado um protótipo para diagnóstico de acne utilizando redes bayesianas.

2 Acupuntura

A acupuntura desperta cada vez mais interesse pelas chamadas práticas complementares ou alternativas nos serviços de saúde no Brasil e encontra-se regulamentada, em termos da sua utilização, pela portaria nº 971/2006 do Ministério da Saúde.

A palavra acupuntura é originária do latim, no qual acus significa agulha e punctura significa, literalmente, picar. Consiste, portanto, em inserir agulhas em pontos estratégicos na pele para obter uma resposta terapêutica eficiente.

Utilizando uma linguagem que associa as leis da natureza e a perfeita harmonia entre as partes do organismo, a acupuntura busca a integridade entre o homem e o meio em que vive. O fundamento está nas teorias do Yin-Yang (divisão do mundo em duas forças, interpretando todos os fenômenos complementares), dos cinco movimentos (água, madeira, fogo, terra e metal) e dos sistemas internos. As forças Yin-Yang são reguladas por um princípio chamado Tao (taoísmo – caminho) em que, por meio de uma interação dinâmica entre elas, procura-se um equilíbrio, ou seja, a saúde (YAMAMURA, 2001).

De acordo com o taoísmo, quando uma das forças se destaca sobre a outra, ocorre um desequilíbrio e surgem condições para o adoecimento (ERNST; WHITE, 2001). Diversos fatores podem ocasionar o desequilíbrio, como por exemplo: condições climáticas extremas, emoções excessivas (alegria, tristeza ou raiva), alimentação não balanceada, excesso de trabalho, sedentarismo, atividade física extenuante, excesso ou falta de sexo, etc. (CHONGHUO, 1993).

Para que este desequilíbrio não ocorra, a acupuntura utiliza um conjunto de procedimentos terapêuticos que visam introduzir estímulos, geralmente pela inserção de agulhas filiformes metálicas, em certos lugares anatomicamente definidos, a fim de obter do organismo a recuperação da saúde ou a prevenção de doença (NASIR, 2002).

A acupuntura é um tratamento de baixo custo e de grandes resultados benéficos, promovendo homeostasia, causando uma melhora na circulação do sangue no cérebro e controlando a dor no sistema nervoso central (SIEDENTOPF, 2005). Como desvantagens ou problemas do tratamento com acupuntura, destacam-se o medo da perfuração por agulhas e da contaminação e o preconceito ainda existente da acupuntura como ciência.

Entretanto, com o crescente aumento do uso deste tratamento pela população, cresce também o interesse da comunidade científica no sentido de comprovar suas propriedades terapêuticas, bem como a validação dos processos metodológicos de diagnóstico e tratamento.

O diagnóstico é uma das tarefas mais complexas na Medicina Tradicional Chinesa (MTC). Segundo Lemos (2006, p. 32), o processo de diagnóstico “baseia-se no princípio fundamental de que sintomas e sinais refletem as condições dos órgãos internos e dos canais”, podendo não estar necessariamente relacionados com o processo real de uma determinada doença. Portanto, a investigação para o processo de diagnóstico deve estender-se para além de sintomas e sinais relacionados com a queixa (MACIOCIA, 2005).

Para Lemos (2006), no processo de diagnóstico, o interrogatório do paciente ou anamnese é uma etapa fundamental, pois busca sintomas subjetivos explanados pelo doente. Por ser uma tarefa de uso intensivo do conhecimento, a Engenharia e a Gestão do Conhecimento têm muito a contribuir para aprimorar ainda mais este processo em acupuntura.

3 Engenharia do conhecimento e a metodologia CommonKADS

A Engenharia do Conhecimento é uma área que tem por objetivo investigar e propor modelos de representação de conhecimento. Inicialmente tratada como uma subárea da Inteligência Artificial na construção de sistemas de conhecimento para a solução de problemas específicos, a Engenharia do Conhecimento transcendeu esta visão ao considerar todo o contexto sistêmico organizacional das atividades intensivas em conhecimento.

Assim, a Engenharia do Conhecimento deve prover um conjunto de ferramentas que forneçam suporte à gestão do conhecimento a partir da formalização e explicitação das atividades intensivas em conhecimento nas organizações (SCHREIBER et al., 2002). Para isto, Studer, Benjamins e Fensel (1998) descrevem como fundamental a aplicação de metodologias, teorias, métodos, técnicas e ferramentas voltadas à modelagem do conhecimento e sua consequente representação em sistemas de conhecimento.

Neste contexto, destaca-se a metodologia CommonKADS (SCHREIBER et al., 2002), a qual oferece um conjunto de etapas para o desenvolvimento de sistemas baseados em conhecimento. A metodologia é baseada em quatro princípios que fundamentam a nova Engenharia do Conhecimento (SCHREIBER et al., 2002):

a) A Engenharia do Conhecimento aborda diferentes aspectos dos modelos humanos de conhecimento e não apenas a extração do conhecimento de um especialista;

b) A modelagem do conhecimento deve estar focada inicialmente na estrutura conceitual e não nos detalhes de programação dos sistemas de conhecimento;

c) O conhecimento tem uma estrutura interna estável, podendo ser categorizado em tipos ou papéis;

d) Um projeto de sistema de conhecimento deve ser construído de forma espiral, a partir de uma metodologia que permita este tipo de abordagem.

Além disso, três questões são fundamentais no processo de modelagem de um sistema de conhecimento, utilizando-se da metodologia CommonKADS (SCHREIBER et al., 2002): Por quê? O quê? Como? Para responder a estas questões, a metodologia é organizada em três níveis de modelos (SCHREIBER et al., 2002):

a) Nível de contexto: tem por objetivo identificar os elementos fundamentais do ambiente e do contexto do sistema de conhecimento;

b) Nível de conceito: tem por objetivo explicitar e formalizar o conhecimento, bem como destacar como ocorrem as interações entre os agentes envolvidos em sua utilização;

c) Nível de projeto: tem por objetivo apresentar todos os detalhamentos necessários para a construção de um sistema de conhecimento.

A Figura 1 apresenta os modelos de cada um dos níveis do CommonKADS.

O Quadro 1 apresenta uma descrição mais detalhada dos níveis do CommonKADS, para a construção de sistemas de conhecimento, bem como sobre os modelos a serem construídos em cada um dos níveis.

Dos três níveis apresentados, destaca-se o nível de contexto. Este é a principal contribuição do CommonKADS para a Engenharia do Conhecimento, uma vez que não está focado apenas na construção de um sistema, mas, sobretudo, no entendimento do contexto e das relações sistêmicas e organizacionais em que estará inserido. Uma das tarefas fundamentais, e que de certa forma conclui este nível, é o estudo de viabilidade e impacto, tanto no que diz respeito ao negócio quanto às questões técnicas envolvidas.

A seguir será apresentado o desenvolvimento do sistema de conhecimento para acupuntura baseado na metodologia CommonKADS.

4 Sistema de conhecimento para diagnóstico em acupuntura

Muitos já são os trabalhos desenvolvidos de sistemas de conhecimento para diagnóstico (BAUMEISTER, 2004; MILNE, 1987; LUO et al., 2006). Segundo Kleer e Williams (1987), entende-se por diagnóstico o processo que visa determinar porque um sistema corretamente projetado não funciona conforme o esperado. Assim, para realizar a tarefa de diagnóstico é necessário observar e levantar hipóteses de modo a chegar a um diagnóstico (resultado), descrevendo o estado do processo observado. De forma simplificada, Schreiber et al. (2002) destacam que o objetivo do diagnóstico é encontrar a causa do mau funcionamento de um sistema.

Neste sentido, este trabalho apresenta um sistema de conhecimento para o diagnóstico em acupuntura, seguindo as etapas da metodologia CommonKADS. São apresentados, entretanto, apenas o modelo de contexto (organização, tarefas e agentes) e o modelo de conceito (conhecimento e comunicação). O modelo de projeto não está contemplado neste trabalho.

4.1 Modelo de organização

O modelo de organização é composto de um conjunto de planilhas com a finalidade de detalhar o contexto do sistema de conhecimento na organização. Estas planilhas serão apresentadas nos Quadros 2 a 6. A primeira planilha é denominada de MO1 – Problemas e oportunidades (Quadro 2). Nesta planilha o problema é tratado com base em uma visão organizacional para além do processo de diagnóstico, uma vez que a acupuntura envolve outras etapas.

A planilha seguinte é denominada de MO2 – Aspectos variantes (Quadro 3). Nela são descritos elementos organizacionais que devem ser consi­derados pelo engenheiro do conhecimento. Como o foco do trabalho é no diagnóstico, são considerados apenas os elementos relevantes no contexto desta tarefa.

A terceira planilha é a MO3 – Detalhamento dos processos (Quadro 4) em que são destacadas as atividades realizadas no contexto da tarefa analisada. O foco principal é identificar as atividades intensivas em conhecimento e determinar seu significado para o sistema.

A quarta planilha é a MO4 – Ativos de conhe­cimento (Quadro 5). Nesta planilha o engenheiro procura identificar quais ativos de conhecimento os agentes têm sobre a tarefa.

A quinta e última do modelo de organização é a MO5 – Checklist (Quadro 6) em que o engenheiro estabelece os elementos que definem a viabilidade do sistema de conhecimento a ser construído.

4.2 Modelo de tarefa

O modelo de tarefa é composto por um conjunto de planilhas com a finalidade de detalhar as tarefas intensivas em conhecimento identificadas no modelo de organização. Neste trabalho, o foco é apenas na tarefa de diagnóstico. A primeira planilha deste modelo é a TM1 – Análise de tarefa (Quadro 7) que destaca as principais características da tarefa analisada.

Na planilha TM2 – Itens de conhecimento (Quadro 8), o engenheiro faz um checklist sobre o conhecimento da tarefa e identifica pontos possíveis de gargalos e melhorias.

4.3 Modelo de agente

O modelo de agente é composto por uma planilha (Quadro 9) que tem a finalidade de apresentar os agentes envolvidos na tarefa. No problema em questão, o único agente tratado é o acupunturista.

Para consolidar o modelo de contexto, a planilha OTA1 (Quadro 10) apresenta um conjunto de informações para auxiliar o processo decisório sobre a implantação do sistema de conhecimento proposto.

A partir do modelo de contexto apresentado até aqui, serão propostos os modelos de conhecimento e comunicação de modo a viabilizar a implantação do sistema.

4.4 Modelo de conhecimento

A construção do modelo de conhecimento envolve três etapas (SCHREIBER et al., 2002) que serão detalhadas a seguir.

4.4.1 Identificação do conhecimento

Na identificação do conhecimento, duas atividades são fundamentais: a familiarização com o domínio e a lista de potenciais componentes de modelo para reuso. Para isto é fundamental que a tarefa intensiva em conhecimento e os principais itens de conhecimento estejam devidamente identificados, os quais foram apresentados em detalhe nas seções anteriores.

A familiarização com o domínio tem o objetivo de permitir o completo entendimento sobre o problema, por meio da consulta às diferentes fontes de conhecimento disponíveis.

A tarefa intensiva em conhecimento aqui tratada é o diagnóstico de patologias em um paciente de acupuntura, visando determinar a melhor forma de tratamento. Assim, para a realização deste trabalho, as fontes de conhecimento selecionadas foram um especialista em acupuntura e manuais e livros sobre o tema. Com o especialista foram feitas entrevistas não estruturadas, de forma a se identificar os principais conhecimentos tácitos aplicados na tarefa de diagnóstico. Os manuais e livros foram utilizados para se conhecer os principais elementos e técnicas envolvidas na atividade de acupuntura, com ênfase nas informações mais importantes do processo de diagnóstico.

Na atividade seguinte, realizou-se a identificação dos potenciais modelos de reuso para o diagnóstico nas dimensões de domínio e tarefa. Para o modelo de domínio, optou-se por sua representação baseado em uma simplificação dos diagramas de classe da UML (Unified Modeling Language), pela facilidade de compreensão que proporcionam. Para o modelo de tarefa foram estudados os templates propostos nos capítulos 5 e 6 de Schreiber et al. (2002). A partir destas definições, iniciou-se a etapa de especificação do conhecimento.

4.4.2 Especificação do conhecimento

O objetivo desta etapa é obter a especificação completa do modelo de conhecimento, envolvendo tarefa, inferência e domínio. A primeira atividade é a seleção do modelo de tarefa a ser utilizado. A partir do estudo dos templates apresentados, foi selecionado o template do capítulo 5 proposto por Schreiber et al. (2002), sendo necessários, entretanto, alguns ajustes detalhados a seguir.

A atividade seguinte é a de construção de um modelo inicial de conhecimento de domínio, que não será descrita aqui, pois, em seguida, apresentaremos o modelo de domínio mais detalhado.

A próxima etapa é a construção completa do modelo de conhecimento, a qual será apresentada a seguir. A abordagem utilizada foi a middle-out, que, parte do modelo de inferência, para, em seguida, propor os modelos de tarefa e domínio. Esta é a abordagem mais indicada quando o modelo de tarefa é bem conhecido (SCHREIBER et al., 2002).

A) Modelo de inferência

No modelo de tarefa proposto são utilizadas as seguintes inferências:

• Cobrir: esta inferência busca, por meio de um modelo de causas e efeitos, uma possível hipótese para um determinado problema ou reclamação. Assim, a partir de um estado visível, será sugerida uma hipótese para um estado não visível, baseada nos modelos causais. A Figura 5 apresenta a representação desta inferência de forma anotada para o exemplo de acupuntura. No exemplo, a partir da reclamação do paciente que tem um problema de acne (estado visível), esta inferência pode trazer uma hipótese que é a existência de acne em função do calor no estômago e pulmões (estado não visível);

• Especificar: esta inferência especifica um possível estado observável, a partir de uma hipótese. Assim, a partir de um estado não visível, será sugerido um estado esperado para o estado não visível, considerando os modelos de manifestação para este estado não visível. A Figura 6 apresenta a representação desta inferência de forma anotada para o exemplo de acupuntura. No exemplo, a partir da hipótese da inferência cobrir (acne em função do calor no estômago e pulmões), é gerado um resultado esperado (pele seca = verdadeiro) que esteja relacionado com a hipótese;

• Obter: trata-se de uma função de transferência, pela qual o acupunturista observa o estado indicado na inferência especificar. A partir do exemplo da Figura 6, ele deverá verificar se o paciente tem pele seca;

• Comparar: esta inferência compara o resultado esperado com o desejado. Assim, a partir do resultado da inferência especificar, o acupunturista deve observar o estado sugerido, por meio da função de transferência obter, de forma a confirmar ou não a hipótese sendo analisada.

B) Modelo de tarefa

O modelo de tarefa aqui utilizado apresenta modificações em relação ao proposto por Schreiber et al. (2002). A primeira alteração está na troca da inferência predizer pela inferência especificar, tratada anteriormente, uma vez que aquela é pouco adequada ao diagnóstico que se pretende realizar. Outra alteração foi proposta na estrutura de controle com a inserção de um laço de repetição para esta nova inferência. O método de tarefa de diagnóstico a partir de geração e teste está apresentado no Quadro 11 com estas alterações destacadas em negrito.

A Figura 7 apresenta na forma de diagrama de atividades, a estrutura de controle que representa o modelo de tarefa proposto.

A Figura 8 apresenta o modelo de tarefa completo e anotado para o diagnóstico a partir de geração e teste. Através da figura é possível ter uma compreensão global da execução da tarefa, considerando as inferências propostas.

C) Modelo de domínio

A Figura 9 apresenta o modelo de domínio simplificado, sem considerar os atributos de cada classe existente no sistema.

As classes fundamentais para a tarefa proposta estão descritas a seguir:

a) Paciente: dados e informações pessoais e características do paciente.

b) Sintomas: estados observáveis ou sintomas que podem ser tratados na acupuntura.

c) Anamnese: relaciona paciente e sintomas. São os estados observáveis apresentados por um determinado paciente.

d) Patologias: estados do paciente que podem ser tratados com a acupuntura.

e) Manifestações: relaciona sintomas com patologias. São as manifestações de uma patologia a partir de determinados sintomas.

f) Diagnóstico: relaciona anamnese com mani­festações. A partir da anamnese realizada com o paciente e das manifestações existentes para as patologias, constrói-se o diagnóstico.

g) Tratamento: tratamentos realizados com a acupuntura.

f) Tratamento-Patologia: relaciona tratamentos com patologias e com o diagnóstico, indicando para um determinado diagnóstico, qual é o tratamento mais indicado.

As classes de Tratamento e Tratamento-Patologia não têm aplicação no diagnóstico, mas estão repre­sentadas apenas para contextualizar o diagnóstico em relação à etapa posterior de acompanhamento do tratamento.

4.4.3 Refinamento do conhecimento

A etapa de refinamento do conhecimento tem por objetivo validar os modelos de conhe­cimento propostos, além de preencher as bases de conhecimento. A validação do modelo de conhecimento consiste em identificar se está consistente, sem ambiguidades e se atende às necessidades para as quais foi concebido.

Para verificar a validade do modelo, foi cons­truído um protótipo simplificado no software Nética (NORSYS NETICA, 2008), utilizando redes bayesianas, que são representações que mapeiam conhecimento a partir de um modelo probabilístico, expressando relações de causas e efeitos, pela associação de probabilidade em um determinado domínio do conhecimento (RUSSEL e NORVIG, 1995).

O exemplo construído tratou do diagnóstico de acne, apresentado nos diagramas da seção anterior. O protótipo construído contempla apenas uma pequena amostra de todo o conhecimento envolvido no processo de diagnóstico de acne para tratamento por meio da acupuntura. A Figura 10 apresenta o protótipo construído para validação do sistema de conhecimento.

Os nós folhas representam as informações obtidas por meio da anamnese, ou seja, são as manifestações do organismo que podem causar o desequilíbrio que levam a uma determinada patologia, usados na inferência especificar. No caso da rede bayesiana proposta, as patologias, usadas na inferência cobrir, foram definidas como sendo os atributos do problema reclamado pelo paciente (no caso, Acne). Esta abordagem permite, portanto, a partir da anamnese, inferir o tipo de patologia mais provável do paciente, ou seja, com menor grau de incerteza, de forma a indicar o melhor tratamento.

4.5 Modelo de comunicação

O modelo de comunicação define como ocorre a troca de informações entre os agentes humanos e não humanos no sistema de conhecimento. Nesta tarefa ele é realizado de forma simples, uma vez que há apenas a interação do acupunturista com o sistema de conhecimento. Desta forma, optou-se por sua representação através de um diagrama de casos de uso da UML, conforme Figura 11 e o Quadro 12.

A planilha CM1 – Descrição de transação (Quadro 13) é utilizada no CommonKADS para apresentar a síntese do modelo de comunicação.

5 Considerações finais

O trabalho proposto teve por objetivo apresentar o desenvolvimento de um sistema de conhecimento utilizando a metodologia CommonKADS. A metodologia demonstrou ser adequada para os objetivos propostos na medida em que apresenta uma visão de contexto sistêmico sobre a organização e o problema a ser tratado. Isto a torna menos focada na construção de um artefato, mas sim na construção de um modelo de conhecimento que possa gerar resultados de forma a minimizar as incertezas e riscos e maximizar os ganhos para a organização.

No caso específico deste trabalho, a metodologia foi aplicada a uma clínica especializada em acupuntura, que trata de tarefas intensivas em conhecimento uma vez que o objetivo desta técnica é buscar o equilíbrio do organismo humano, visando dar melhores condições de saúde e bem-estar aos pacientes. O protótipo apresentado, utilizando redes bayesianas, fornece indicativos sobre a viabilidade de construção de um sistema de conhecimento completo para esta finalidade. Esta etapa deverá ser completada futuramente com a execução do modelo de artefato do CommonKADS.

Quando totalmente implementado, pretende-se que o sistema proposto auxilie o acupunturista na tarefa de diagnóstico, visando resultados mais precisos. O sistema também poderá ser estendido para contemplar a tarefa de monitoramento, por meio da criação de indicadores que permitam acompanhar o desenvolvimento e a adequação do tratamento, bem como a precisão do diagnóstico.

Recebido em 12/5/2010 - Aceito em 26/10/2010

Suporte financeiro: Universidade Tecnológica Federal do Paraná e Universidade Regional de Blumenau.

• BAUMEISTER, J. Agile development of diagnostic knowledge systems. IOS Press, 2004.
• CAMILLOTI, B. M.; ISRAEL, V. L.; CHI, A. Necessidade de um sistema de apoio ŕ decisăo em acupuntura. In: CONGRESSO BRASILEIRO DE INFORMÁTICA EM SAÚDE, 10. 2006, Florianópolis. Anais... SBIS, 2006. Disponível em: <www.sbis.org.br/cbis/arquivos/914.pdf>. Acesso em: 08 set. 2008.
• CAMILOTTI, B. M. ; Israel, Vera ; CHI, A. . Necessidade de um Sistema de Apoio ŕ Decisăo em Acupuntura. In:. http://www.sbis.org.br/cbis/anaiscbis2006.htm, 2006.
  » link
• CHONGHUO, T. Tratado de medicina chinesa. Săo Paulo: Roca, 1993.
• ERNST, E.; WHITE, A. Acupuntura: uma avaliaçăo científica. Săo Paulo: Manole, 2001.
• KLEER, J.; WILLIAMS, B. Diagnosing multiple faults. Artificial intelligence, v. 32, n. 1, p. 97-130, 1987.
• LEMOS, S. F. Significados de acupuntura por usuários de um serviço de atendimento em saúde 2006. Dissertaçăo (Mestrado em Cięncias da Saúde)-UFG, UnB, UFMS, Goiânia, 2006.
• LUKMAN, S.; HE, Y.; HUI, S.-C. Computational methods for traditional Chinese medicine: a survey. Computer Methods and Programs in Biomedicine, v. 88, n. 3, p. 283-294, 2007.
• LUO, J. et al. Diagnosis knowledge representation and inference. Instrumentation & Measurement Magazine, IEEE, v. 9, n. 4, p. 45-52, 2006.
• MACIOCIA, G. Diagnóstico na medicina chinesa: um guia geral. Săo Paulo: Roca, 2005.
• MILNE, R. Strategies for diagnosis. Systems, Man and Cybernetics, IEEE Transactions, v. 17, n. 3, 1987.
• NASIR, L. S. Acupuncture. Primary Care: Clinics in Office Practice, v. 29, n. 2, p. 393-405, 2002.
• NORSYS Netica: bayesian networks graphical application. [S.l.], 2008. Disponível em: <http://www.norsys.com/netica.html>. Acesso em: 22 set. 2008.
• RUSSEL, S.; NORVIG, P. Artificial intelligence: a modern approach. New Jersey: Prentice-Hall, 1995.
• SCHREIBER, G. et al. Knowledge engineering and management: the CommonKADS methodology. Cambridge, Massachusetts: MIT Press, 2002.
• SIEDENTOPF, C. M. et al. Laser acupuncture induced specific cerebral cortical and sbcortical activations in humans. Laser in Medical Science, v. 20, p. 68-73, 2005.
• STUDER, V. R.; BENJAMINS, R. & FENSEL, D. Knowledge engineering: principles and methods. Data & Knowledge Engineering, v. 25, n. 1-2, p. 161-197, 1998.
• YAMAMURA, Y. Acupuntura tradicional: a arte de inserir. 2. ed. Săo Paulo: Roca, 2001.

Datas de Publicação

• Publicação nesta coleção
  20 Maio 2011
• Data do Fascículo
  2011

Histórico

• Recebido
  12 Maio 2010
• Aceito
  26 Out 2010