UNIVERSIDADE DO VALE DO ITAJAÍ
CENTRO DE CIÊNCIAS TECNOLÓGICAS DA TERRA E DO MAR
CURSO DE CIÊNCIA DA COMPUTAÇÃO
UTILIZAÇÃO DE RACIOCÍNIO BASEADO EM CASOS NA
DETERMINAÇÃO DE APARELHOS AUDITIVOS VIA WEB
Área de Inteligência Artificial
por
Ivan Carlos Matos
Anita Maria da Rocha Fernandes, Profª. Dra.
Orientadora
Mirela Cristina Matos, Bel.
Co-orientadora
São José (SC), junho de 2007.
UNIVERSIDADE DO VALE DO ITAJAÍ
CENTRO DE CIÊNCIAS TECNOLÓGICAS DA TERRA E DO MAR
CURSO DE CIÊNCIA DA COMPUTAÇÃO
UTILIZAÇÃO DE RACIOCÍNIO BASEADO EM CASOS NA
DETERMINAÇÃO DE APARELHOS AUDITIVOS VIA WEB
Área de Inteligência Artificial
por
Ivan Carlos Matos
Relatório apresentado à Banca Examinadora do
Trabalho de Conclusão do Curso de Ciência da
Computação para análise e aprovação.
Orientadora: Profª. Dra. Anita Maria da Rocha
Fernandes.
São José (SC), junho de 2007.
SUMÁRIO
LISTA DE ABREVIATURAS................................................................. iv
LISTA DE FIGURAS ............................................................................... v
LISTA DE TABELAS...............................................................................vi
RESUMO ............................................................................................... VIi
ABSTRACT ......................................................................................... VIII
1 INTRODUÇÃO ...................................................................................... 1
1.1 PROBLEMATIZAÇÃO ....................................................................................... 2
1.1.1 Formulação do Problema .................................................................................. 2
1.2 OBJETIVOS .......................................................................................................... 4
1.2.1 Objetivo Geral .................................................................................................... 4
1.2.2 Objetivos Específicos.......................................................................................... 4
1.3 METODOLOGIA.................................................................................................. 5
1.4 ESTRUTURA DO TRABALHO .......................................................................... 5
2 FUNDAMENTAÇÃO TEÓRICA ......................................................... 6
2.1 INTELIGÊNCIA ARTIFICIAL .......................................................................... 6
2.1.1 Definições de Inteligência Artificial .................................................................. 6
2.1.2 Histórico da Inteligência Artificial ................................................................... 6
2.1.3 Modelos de Inteligência Artificial ..................................................................... 7
2.2 RACIOCÍNIO BASEADO EM CASOS (RBC) .................................................. 8
2.2.1 Introdução ........................................................................................................... 8
2.2.2 Histórico ............................................................................................................ 10
2.2.3 Ciclo do RBC .................................................................................................... 11
2.3 INTRODUÇÃO A FONOAUDIOLOGIA ........................................................ 16
2.3.1 Histórico ............................................................................................................ 16
2.3.2 A Audiologia ..................................................................................................... 17
2.4 INFORMÁTICA NA SAÚDE............................................................................. 22
2.4.1 História da Informática em Saúde no Brasil ................................................. 24
2.4.2 Aplicações da Informática em Saúde ............................................................. 26
2.4.3 Inteligência Artificial em Saúde ...................................................................... 29
2.4.4 Histórico e Evolução dos Sistemas de Apoio a Decisão (SAD) na Saúde .... 31
2.4.5 Aplicações que Utilizaram RBC na Saúde ..................................................... 34
2.5 AUDIO-IN ............................................................................................................ 35
3 DESENVOLVIMENTO....................................................................... 37
3.1AUDIOSYS...........................................................................................................40
3.2 MODELAGEM DO SISTEMA.........................................................................41
3.2.1 Requisitos..........................................................................................................41
3.2.2 Use Cases...........................................................................................................49
3.2.3 Diagramas..........................................................................................................61
3.3 MODELO ENTIDADE RELACIONAMENTO (ER).....................................63
3.4 INTERFACE DO SISTEMA.............................................................................64
4 CONCLUSÕES .................................................................................... 70
5 REFERÊNCIAS BIBLIOGRÁFICAS ............................................... 71
iii
LISTA DE ABREVIATURAS
AAS
AGC
CNPq
COPPE
ENG
EOA
EUA
FM
HP
IA
IAM
IAS
ID3
INCOR
MCL
MOPs
PAB
PC
PHP
RBC
RIC
RNIS
RUP
SAD
SE
SIH
UCL
UFRJ
UNIFESP
UNIVALI
USP
VENG
Aparelho de Amplificação Sonora
Automatic Gain Control
Conselho Nacional de Desenvolvimento Científico e Tecnológico
Coordenação dos Programas de Pós-graduação de Engenharia
Eletronistagmografia
Emissões Otoacústicas Evocadas
Estados Unidos da América
Frequency Modulation
Hewlett-Packard
Inteligência Artificial
Inteligência Artificial Médica
Inteligência Artificial Simbólica
Indutive Retrivial
Instituto do Coração
Limiar de Maior Conforto
Memory Organization Packets
Piso Assistencial Básico
Peak Clipping
Hypertext Preprocessor
Raciocínio Baseado em Casos
Registro de Identificação Civil
Rede Nacional de Informação em Saúde
Registro Único do Paciente
Sistema de Apoio a Decisão
Sistema Especialista
Sistema de Informatização Hospitalar
Limiar de Desconforto
Universidade Federal do Rio de Janeiro
Universidade Federal de São Paulo
Universidade do Vale do Itajaí
Universidade de São Paulo
Vectoeletronistagmografia
LISTA DE FIGURAS
Figura 1: Ciclo de um RBC.......................................................................................................11
Figura 2: Fórmula da Similaridade............................................................................................13
Figura 3: Sistema Auditivo........................................................................................................18
Figura 4: Evolução da IA em Saúde..........................................................................................30
Figura 5: Estrutura do Sistema Áudio-In..................................................................................35
Figura 6: Fluxo de Informações do Sistema..............................................................................38
Figura 7: Diagrama de Atividades.............................................................................................60
Figura 8: Diagrama de Colaboração do Cadastro de Exames....................................................60
Figura 9: Diagrama de Colaboração do Cadastro de Aparelho..................................................61
Figura 10: Diagrama de Colaboração de Indicação e Seleção de Aparelhos.............................61
Figura 11: Modelo Físico do Banco de Dados...........................................................................62
Figura 12: Tela de Login............................................................................................................63
Figura 13: Tela de Boas Vindas.................................................................................................63
Figura 14: Tela de Cadastro de Pacientes...................................................................................64
Figura 15: Tela de Cadastro da Anamnese.................................................................................65
Figura 16: Tela de Exame da Audiometria.................................................................................66
Figura 17: Tela de Exame da Imitância Acústica.......................................................................67
Figura 18: Indicação do AASI....................................................................................................68
Figura 19: Tela dos Dados Técnicos do Aparelho Auditivo......................................................69
v
LISTA DE TABELAS
Tabela 1. Variáveis relacionadas ao exame da Audiometria .............................................................39 Tabela 2. Variáveis relacionadas ao exame da Imitância Acústica....................................................40 Tabela 3. Variáveis relacionadas ao exame de Pré-Seleção...............................................................40 vi
RESUMO
MATOS, Ivan Carlos. Utilização de Raciocínio Baseado em Casos na Determinação de
Aparelhos Auditivos Via Web. São José, 2007. Trabalho de Conclusão de Curso (Graduação em
Ciência da Computação) – Centro de Ciências Tecnológicas da Terra e do Mar, Universidade do
Vale do Itajaí, São José, 2007.
A deficiência auditiva tem sido considerada uma doença severamente incapacitante. Para minimizar
seus efeitos, Sistemas de Amplificação Sonora Individual têm sido desenvolvidos e aprimorados até
os dias de hoje. O objetivo deste trabalho foi desenvolver um software capaz de disponibilizar via
Web à seleção e indicação de aparelho de amplificação sonora individual, auxiliando o trabalho do
profissional e do acadêmico de fonoaudiologia para obtenção de respostas rápidas e de forma
inteligente usando a técnica de Raciocínio Baseado em Casos (RBC). Objetivou-se através desde
projeto a concepção de uma ferramenta que auxiliasse e facilitasse a escolha de aparelhos de
amplificação sonora com base em experiências passadas, porém este foi o início de um projeto
maior que considera outros aspectos da área fonoaudilógica. A principal motivação que originou a
idéia para o estudo foi a necessidade de um sistema de informação ligado à tomada de decisão que
utilizasse da técnica de RBC como meio facilitador. Outro fator está ligado aos laboratórios de
Fonoaudiologia da UNIVALI, principalmente em seu Centro de Referência em Reabilitação
Auditiva, que necessitam desse tipo de sistema executando em um servidor para que possa dar
suporte a vários alunos ao mesmo tempo facilitando o aprendizado e auxiliando o acompanhamento
do aluno pelo professor. O sistema foi desenvolvido em PHP tendo como banco de dados o
MySQL. A técnica de similaridade utilizada foi a do vizinho mais próximo com cityblock.
Palavras-chave: Raciocínio Baseado em Casos. Informática em Saúde. Aparelho de Amplificação
Sonora.
vii
ABSTRACT
The impaired hearing has been considered a very inhibiting disease. In order to minimize its effects,
Individual Voiced Amplification Systems have been developed and improved until recently. The
goal of this abstract is to develop software that will be available via Web to the selection and
indication of Individual Voiced Amplification devices, helping and supporting the work of
Professional Phoneticians and student in order to obtain quick and intelligent answers using the
technique of Case Based Reasoning (CBR). The intention of this Project is the conception of a
device that supports and helps the choice of sound amplification devices based on previous
experiences, although this is the beginning of a bigger project that will involve other aspects in the
phonetics area. The main motivation that brought out the idea for this study was the necessity of the
CBR technique use as a media user-friendly in a system of information linked to making up
decisions. Another factor is linked to UNIVALI Phonetics Laboratories, mainly in its Reference
Center in Aural Rehabilitation, that need this type of software in a Server to give support to its
students and at the same time helping the learning system and its teachers. The system was
developed in PHP tends as database MySQL. The technique of used similarity was of the Nearest
Neighbor Retrieval with cityblock..
Keywords: Case Based Reasoning. Computer Science in Health. Individual Voiced Amplification
Systems.
viii
1 INTRODUÇÃO
A deficiência auditiva tem sido considerada uma doença severamente incapacitante. Para
minimizar seus efeitos, Sistemas de Amplificação Sonora Individual têm sido desenvolvidos e
aprimorados até os dias de hoje (ALMEIDA & IORIO, 1996).
Os autores supracitados trazem que, o uso da prótese auditiva tem como finalidade primária
a amplificação sonora, além disso, é o instrumento utilizado para facilitar a educação e o
desenvolvimento psico-social e intelectual do deficiente auditivo.
Apesar de todo esse avanço no setor, percebe-se a carência de mecanismos facilitadores para
diminuir o longo processo de seleção, indicação e adaptação de aparelho auditivo ao usuário.
Neste contexto, desenvolveu-se um software capaz de disponibilizar via Web a seleção e
indicação de aparelho de amplificação sonora individual, auxiliando o trabalho do profissional
fonoaudiólogo para obtenção de respostas rápidas e de forma inteligente.
Um sistema similar chamado Áudio - In foi desenvolvido no ano de 2000 para determinação
de aparelhos auditivos, contudo havia algumas limitações no software que além de ser stand-alone
apresentava somente o aparelho recomendado e não fazia o acompanhamento e os registros de
controle do paciente (SANTOS, 2000).
Para tal trabalho utilizou-se Raciocínio Baseado em Casos (RBC), técnica de Inteligência
Artificial (IA), a qual determina através de casos anteriores a melhor indicação em termo de
amplificação sonora para benefício satisfatório do usuário, conseqüentemente, sua habituação
quanto a seu uso.
Para operacionalização do software, o profissional fonoaudiólogo e/ou o aluno de
fonoaudiologia entra com um login e senha, faz o cadastro dos dados pessoais do paciente preenche
a ficha de anamnese e fornece ao sistema os resultados obtidos nos exames audiológicos, os quais
apontam o grau e o tipo de perda auditiva. Após o envio destas informações, o sistema por meio de
dados armazenados coleta a ocorrência mais similar e indica o aparelho com melhor ganho acústico
para o caso.
O sistema foi implemetado em PHP usando como banco de dados o MySQL.
1.1 PROBLEMATIZAÇÃO
A comunidade científica bem como o senso comum consideram a surdez como sendo um
problema de saúde que afeta o indivíduo social e psicologicamente. Atualmente a inovação
tecnológica tem feito maravilhas na melhora auditiva das pessoas lançando aparelhos auditivos de
altíssima qualidade e com conforto acústico preciso, porém, os procedimentos e materiais utilizados
em todo o processo de protetização acabam por serem de acesso restrito, o que o torna mais
demorado.
Com essa crescente evolução tecnológica afetando diretamente a área da saúde, trabalha-se
para que a mesma possa implicar uma série de mudanças neste panorama, onde o profissional já não
é mais o único detentor do conhecimento.
Vive-se em tempos onde é difícil imaginar a área da saúde sem a utilização de técnicas
como a Inteligência Artificial e seus diversos recursos computacionais, os quais possibilitam ao
software uma melhor relação com o profissional, e sem a Internet, que é uma tecnologia de
informação poderosa, capaz de armazenar e disponibilizar os mais diversos recursos e assuntos.
Este trabalho apresenta uma solução para o apoio a decisão baseado no modelo de
armazenamento de informações da memória humana, permitindo assim que a união da informática
com a saúde possua a capacidade de interação de forma rápida, eficiente e moderna.
Através desse sistema, profissionais da área de fonoaudiologia fornecem informações ao
sistema que as coleta, processa e apresenta a melhor solução para os determinados casos. Ou seja, o
sistema utilizará o conceito de Raciocínio Baseado em Casos. (VON WANGENHEIM & VON
WANGENHEIM, 2003)
1.1.1 Formulação do Problema
Este trabalho foi desenvolvido com intuito de minimizar o tempo gasto pelo especialista de
fonoaudiologia, e tornar mais rápida e inteligente a escolha do aparelho de amplificação sonora.
Atualmente os sistemas utilizados na UNIVALI em seu Centro de Referência em
Reabilitação Auditiva para determinação de aparelhos auditivos são Stand-Alone, dificultando o
acompanhamento do paciente que tem seus dados armazenados somente em uma máquina. O
desenvolvimento deste novo sistema permitirá ao aluno e professor uma assistência mais adequada,
pois, os dados do paciente estão armazenados em um banco de dados no servidor que disponibiliza
os recursos a diversas outras estações de trabalho.
2
Neste sentido a seguir são explicitados alguns passos que são usados para a indicação,
seleção e adaptação para próteses auditivas:
• Análise da Faixa Etária do Paciente
Segundo Katz (1989), o candidato adulto ao uso de prótese auditiva tem sua necessidade
dividida em dois fatores, fator audiológico e fator motivacional.
O fator audiológico: informa através de avaliação audiológica, a necessidade de
amplificação, a partir da descrição do tipo, do grau, e da configuração da perda auditiva.
O fator motivacional: vem da motivação e crença de que a amplificação sonora
provavelmente irá lhe trazer benefícios auditivos. Está relacionado à aceitação da prótese em si.
A adaptação em criança deve ser feita o mais precocemente possível, tão logo o diagnóstico
da deficiência auditiva tenha sido identificada. Deste modo qualquer criança, com qualquer perda
de audição significativa, deve ser considerada candidata ao uso da amplificação. (ibidem)
• Parecer da avaliação médica Otorrinolaringológica
O otorrinolaringologista deve assumir o papel de avaliar e encaminhar, ou não, o paciente
para a seleção adequada da prótese auditiva, averiguando se não existe outro recurso adicional ao
tratamento do possível candidato (ALMEIDA & IORIO, 1996).
• Pré-Seleção
Segundo Almeida & Iorio (1996), é a observação através dos exames audiológicos de qual a
melhor orelha a ser protetizada, e se esta será binatural (os dois ouvidos). Leva-se em conta
principalmente os fatores relacionados a compreensão e inteligibilidade, tendo como base a
logoaudiometria.
3
• Seleção de prótese
Deve-se levar em consideração o desenho, miniaturização, construção, e controle de
qualidade das próteses auditivas, especialmente ao qual se refere às intra-auriculares. A escolha do
tipo de prótese auditiva deve ser em fatores: (ALMEIDA & IORIO, 1996)
- Fatores físicos: características anatômicas e destreza manual;
- Fatores audiológicos: configuração audiométrica, grau e perda da audição; e
- Fatores emocionais: consideração do paciente quanto ao aspecto do aparelho;
Definição das características eletro-acústicas: A seleção da saída máxima do ganho, resposta
de freqüência e das características dos circuitos especiais deverá ser feita com base na necessidade
específica observada na avaliação audiológica (ALMEIDA & IORIO, 1996).
1.2 OBJETIVOS
1.2.1 Objetivo Geral
Este trabalho tem como objetivo geral desenvolver um sistema via web que auxilie na escolha
de aparelhos auditivos usando a técnica de Raciocínio Baseado em Casos (RBC).
1.2.2 Objetivos Específicos
•
Pesquisar e analisar soluções similares existentes;
•
estudar as fichas de audiometria e as fichas técnicas dos aparelhos;
•
modelagem do sistema;
•
concepção do modelo do RBC;
•
criação do Sistema RBC;
•
inserção da biblioteca de aparelhos; e
•
validação e teste do sistema.
4
1.3 Metodologia
Para o desenvolvimento deste sistema, primeiramente foi efetuada uma pesquisa sobre os
sistemas similares existentes, afim de determinar quais funcionalidades serão apropriadas
desenvolver, principalmente o Audio In.
Realizou-se um estudo minucioso das fichas de audiometria para estabelecer as variáveis
pertinentes para que a indicação tenha eficácia. Também foi feito um estudo relativo às informações
que são fornecidas pelos catálogos dos fabricantes, pois cada catálogo fornece um grupo diferente
de informações, ou referem-se a mesma informação de maneiras diferentes. Esta falta de
padronização leva os alunos a uma série de confusões na hora de selecionar o melhor aparelho.
Hoje os alunos acessam uma única máquina na clínica do Centro de Referência em Reabilitação
Auditiva onde está instalada uma única cópia de um software chamado NOAH (NOAH,2004), onde
todos os fornecedores inserem seus sistemas de prescrição, ou seja, o aluno entra no NOAH e
seleciona o fornecedor e o sistema abre o sistema de prescrição do fornecedor escolhido, onde
constam somente as informações que o fornecedor considera relevante. Isto é, se o aluno e/ou
professor quiserem comparar as prescrições de cada fornecedor, terão um trabalho extra, pois são
várias informações diferentes, sem padronização. O estudo para esta padronização e confecção da
biblioteca foi feito com auxílio de professores e especialistas da área de fonoaudiologia.
A modelagem do sistema compreendeu as informações que foram coletadas junto ao
profissional da área de fonoaudiologia, as variáveis necessárias para a verificação da similaridade e
o melhor método para a recuperação de casos. Com esse levantamento fez-se a análise de requisitos,
para que finalmente fosse implementado e testado o sistema RBC.
Todo o levantamento dos casos que compõem a base de casos foi feito junto a professores
de fonoaudiologia da UNIVALI.
1.4 Estrutura do trabalho
Este trabalho quanto a sua estrutura está dividido em 4 capítulos. O presente capítulo
apresenta os seguintes itens: a introdução do trabalho, sua contextualização, seu objetivos,
justificativas e resultados esperados.
O Capítulo 2 apresenta fundamentação teórica que aborda conceitos sobre: Inteligência
Artificial, Raciocínio Baseado em Casos, Fonoaudiologia e Informática na Saúde. O Capítulo 3
apresenta o desenvolvimento do modelo RBC para a determinação de aparelhos auditivos via web.
Já o Capítulo 4 apresenta as conclusões e trabalhos futuros.
5
2 FUNDAMENTAÇÃO TEÓRICA
2.1 INTELIGÊNCIA ARTIFICIAL
Inteligência Artificial (IA) é um campo da ciência que abrange vários outros subcampos e
tenta compreender o conhecimento humano, com o objetivo de dotar os computadores com
características inteligentes. A IA dedica seus estudos as tarefas humanas relacionadas a aquisição de
informações (sentidos), processamento de informações (pensamento) e ações no meio exterior
(BARRETO,1999).
2.1.1 Definições de Inteligência Artificial
Segundo Rich e Knight (1993), IA é a área da ciência da computação orientada ao
entendimento, construção e validação de sistemas inteligentes, isto é, que exibem, de alguma forma,
características que são chamadas inteligência.
Inteligência Artificial é um tipo de inteligência produzida pelo homem para dotar as
máquinas de algum tipo de habilidade que simula a inteligência do humano (FERNANDES, 2003).
Russell & Norvig (2004) apresentam alguns conceitos clássicos de IA:
“O novo e interessante esforço para fazer os computadores pensarem... máquinas com
mentes, no sentido total e literal” (HAUGELAND,1985).
“Estudos das faculdades mentais através do uso de modelos computacionais” (CHARNIAK
& MCDERMOTT, 1985).
“Estudo das computações que tornam possível perceber, raciocinar e agir” (WINSTON,
1992).
“Automação de atividades que associamos ao pensamento humano, tais como tomada de
decisão, resolução de problemas, aprendizagem...” (BELLMAN, 1978).
2.1.2 Histórico da Inteligência Artificial
A Inteligência Artificial não é recente. Sua história inicia nos anos 40, numa época marcada
pela Segunda Guerra Mundial. A necessidade militar de quebras de códigos e a infinidade de
cálculos para o projeto da bomba atômica fizeram com que nesse período a tecnologia evoluísse
drasticamente. Foi onde surgiram os primeiros projetos para a construção de computadores.
Com aumento crescente desse conhecimento, abriu-se caminho para o estudo da inteligência
humana. O primeiro esforço conjunto para estudar IA foi em 1956 onde foi organizado um
seminário no Darthmouth College que reuniu dez participantes. Foi nesse encontro que adotou-se o
nome Inteligência Artificial (RUSSELL & NORVIG, 2004).
Na IA existem duas abordagens principais de pesquisa para a construção de sistemas
inteligentes:
Abordagem Conexionista: que visa a modelagem da inteligência humana através do
modelo de funcionamento do cérebro, dos neurônios e das conexões neurais. O trabalho pioneiro
desta abordagem foi realizado por Warren McCulloc e Walter Pitts, que propuseram um primeiro
modelo matemático para um neurônio, no qual cada neurônio se caracteriza por estar “ligado” ou
“desligado”.
Abordagem Simbólica: que tenta simular o comportamento inteligente humano, ou seja, a
forma como o ser humano raciocina. A Inteligência Artificial Simbólica (IAS) ficou conhecida nas
décadas de 60 e 70 com aparição dos sistemas especialistas, sistemas baseados em conhecimento,
onde faziam previsões financeiras, diagnósticos, monitoração e etc (BARRETO, 1999).
Um dos primeiros sistemas de IA voltado a saúde foi desenvolvido por Feingenbaum,
Buchanane e Shortliffe se chamava MYCIN, realizava diagnósticos de infecções sanguíneas. Com
um conjunto de 450 regras, incorporava um cálculo de incerteza chamado fator de certeza e se saiu
tão bem quanto alguns especialistas da área (RUSSELL & NORVIG, 2004).
2.1.3 Modelos de Inteligência Artificial
Como modelos de IA tem-se:
Algoritmos Genéticos: São algoritmos computacionais de busca que imitam os mecanismos
da evolução natural e da genética (GIL & DA SILVA, 2001).
Processamento de Linguagem Natural: Compreensão de uma seqüência de símbolos
(palavras), e a geração de uma outra seqüência, não necessariamente no mesmo idioma, ou seja, não
especificamente utilizando os mesmos símbolos. Os principais problemas abordados em linguagens
naturais são: separação de uma frase falada em palavras; identificação das palavras na linguagem
falada; identificação dos símbolos na linguagem escrita; o problema da determinação da estrutura
da frase; determinação do contexto da frase em um discurso; a representação do modelo conceitual
do significado de um discurso; a manipulação do conceito de um discurso integrando-o a conceitos
7
já armazenados; a geração de novo discurso e de sua representação externa; a produção do novo
discurso (BARRETO, 1999).
Sistemas Especialistas: De acordo com Rabuske (1995), são sistemas que fornecem
conclusões peritas sobre assuntos especializados. Um dos principais campos de aplicação destes
sistemas é a medicina, sendo neste campo que foi desenvolvido o mais conhecido dos sistemas
especialistas, o MYCIN. Com a emergência desta técnica, evidenciaram-se alguns importantes
aspectos, até então inexplorados, como, por exemplo, o aumento significativo da produtividade de
um especialista, na execução de tarefas especializadas, quando assistido por um sistema inteligente.
Redes Neurais Artificiais: São técnicas computacionais inovadoras de processamento de
informações que apresentam um modelo matemático inspirado na estrutura da biologia neural.
Estruturalmente uma rede neural consiste em um número de elementos interconectados organizados
em camadas que aprendem pela modificação da conexão firmemente conectando as camadas
(FERNANDES, 2003).
Robótica: É um campo dentro da IA onde se desenvolvem sistemas que integram máquinas
que interagem com o meio, com ou sem interferência humana. O Instituto Norte Americano de
Robótica define robótica como manipulador multifuncional e re-programável, projetado para mover
materiais, peças, ferramentas e dispositivos especiais, mediante a movimentos programados e
variáveis que permitem terminar várias tarefas (RESHKO, MASON e NOURBAKHSH, 2006).
Raciocínio Baseado em Casos: Segundo Fernandes (2003), é um modelo que utiliza uma
grande biblioteca de casos para consulta e resolução de problemas. Os problemas atuais são
resolvidos através da busca de uma solução semelhante onde são estabelecidos graus de
similaridade com o caso recuperado. É o modelo a ser utilizado neste trabalho.
2.2 Raciocínio Baseado em Casos (RBC)
2.2.1 Introdução
Na maioria das vezes, ao se procurar uma solução, ou uma explicação para um problema a
enfrentar, a pessoa lembra de situações passadas nas quais se deparou com a mesma questão.
Raciocínio Baseado em Casos nada mais é do que isso, um método de soluções de problemas
usando adaptações de soluções anteriores similares a estes problemas.
Raciocínio Baseado em Casos é um enfoque para a solução de problemas e para o
aprendizado baseado em experiência passada. RBC resolve problemas ao recuperar e adaptar
8
experiências passadas – chamadas casos – armazenadas em uma base de casos. Um novo problema
é resolvido com base na adaptação de soluções de problemas similares já conhecidas (VON
WANGENHEIM & VON WANGENHEIM, 2003).
As atividades de RBC se dividem em: definir o problema atual, buscar e recuperar o caso
mais similar na memória e aplicar o conhecimento desta experiência passada adaptando ao
problema em questão.
A construção de uma aplicação se faz da seguinte forma:
•
Representação dos Casos, que é a representação do conhecimento;
•
Entrada dos Casos;
•
Aplicação da similaridade dos Casos;
•
Recuperação dos Casos, que é o encontro de um caso que contenha uma solução útil; e
•
Adaptação, que é o ajuste da solução recuperada para o caso atual.
Leake (1996) relata algumas razões para se utilizar RBC:
•
Aquisição do Conhecimento: É menos árdua, pois ao contrário de outros sistemas baseados
em conhecimento, os sistemas de RBC não dependem de regras. O conhecimento presente
em um sistema de RBC fica armazenado na própria base de casos;
•
Manutenção do Conhecimento: o usuário pode adicionar novos casos a base de casos sem a
presença do especialista;
•
Eficiência Crescente na Resolução de Problemas: a técnica de RBC armazena as soluções
que não obtiveram sucesso, assim como aquelas bem sucedidas, fazendo com que eventuais
insucessos sejam evitados;
•
Qualidade Crescente das Soluções: a medida que o sistema é utilizado a base de casos é
agregada com novas soluções; e
•
Aceitação do Usuário: é um ponto chave no sucesso de um sistema de IA. Os sistemas de
RBC podem comprovar o seu raciocínio apresentando ao usuário os casos armazenados na
base.
9
2.2.2 Histórico
Segundo Von Wangenheim e Von Wangenheim (2003), os pioneiros do Raciocínio Baseado
em Casos foram Schank e Abelson com pesquisas e teorias relacionadas a área da Ciência
Cognitiva. Os autores pregavam que todo o conhecimento geral acerca das situações fica gravado
na memória como roteiros ou scripts, que permitem que a pessoa crie expectativas sobre resultados
esperados de ações que planejou e que faça inferências sobre relacionamentos causais entre ações.
Estes roteiros formariam uma memória conceitual, descrevendo informações sobre eventos típicos,
porém experimentos mostraram que somente os roteiros não representavam o conhecimento
armazenado na memória, pois as pessoas costumam misturar fatos parecidos no momento da
lembrança.
Em 1983 a pesquisadora Janet Kolodner desenvolveu o primeiro projeto utilizando RBC,
chamado CYRUS. O projeto se baseou no modelo de memória dinâmica e na teoria dos MOP’s
(Memory Organization Packets - Pacotes de Organização de Memória) para aprendizagem e
solução de problemas. O sistema continha as viagens e encontros do ex-Secretário de Estado
Americano, Cyrus Vance descritos na forma de casos e implementados na forma dos MOP’s de
Schank.
Alguns exemplos sistemas que utilizam RBC são:
CASEY – diagnostica problemas cardíacos em pacientes adaptando descrições de outros
pacientes com sintomas similares, mas não necessariamente iguais.
CHEF – desenvolve novos pratos a partir de outros. O sistema recebe como entrada diversos
objetivos a serem satisfeitos e recupera do seu banco de casos a receita que possa satisfazer tantos
objetivos quanto possível e, a partir dela, gera uma nova receita para a situação proposta.
JULIA – trabalha com planejamento de refeições. O sistema decompõe o problema proposto
e utiliza casos para dirigir a elaboração de uma nova refeição, respeitando as restrições propostas.
PERSUADER – propõem soluções de conflitos entre patrões e empregados aproveitando
contratos já utilizados por outras companhias ou, caso não existam exemplos anteriores para aquela
situação, gerando uma nova solução.
MEDIATOR – trabalha na solução de disputas entre diversas partes, propondo possíveis
soluções de consenso. Se uma proposta falhar em satisfazer todas as partes envolvidas, o sistema
gera uma nova proposta, armazenando a falha de forma a não repeti-la.
10
2.2.3 Ciclo do RBC
O ciclo de um RBC é formado por cinco atividades primordiais, conhecidas como os “5R”:
representação, recuperação, reuso, revisão e retenção, conforme a Figura 1.
Figura 1 - Ciclo de um RBC
2.2.3.1 Representação de Casos
Caso é uma abstração de uma experiência, que deve estar descrita em termos de conteúdo e
contexto. Estas experiências precisam ser organizadas em unidades bem definidas, formando a base
de raciocínio ou memória de casos. Os casos representam o próprio conhecimento presente no
sistema (BUTA, 1994).
Segundo Von Wangenheim & Von Wangenheim (2003), caso é uma peça de conhecimento
contextualizado representando uma experiência ou episódio concretos. Contém a lição passada, que
é o conteúdo do caso e o contexto em que a lição pode ser usada.
11
Um caso pode ser representado de diversas maneiras, mas a forma mais comum é através de
atributos que identifiquem um caso. Porém a representação dos atributos de um caso pode ser difícil
de determinar, tornando esta uma das fases mais delicadas.
O caso é composto dos seguintes componentes básicos:
- Descrição do Problema: identifica os elementos de entrada de um sistema RBC. Descreve
as características da situação do problema, as quais um sistema RBC faz uso para recuperar casos
similares da base de casos. O conteúdo da representação do problema é:
•
Metas a serem alcançadas na resolução do problema;
•
Restrições nestas metas; e
•
Características da situação e relações entre suas partes.
- Descrição da Solução: identifica os elementos da ação empregada para a resolução do
problema, descrevendo desde a própria solução como também o raciocínio empregado, o conjunto
de soluções possíveis, a solução escolhida, as adaptações feitas. Os componentes da solução
segundo (KOLODNER, 1993):
•
A solução propriamente dita;
•
Passos de raciocínio para resolver o problema;
•
Justificativas para decisões que foram tomadas na solução do problema;
•
Soluções aceitáveis que não foram escolhidas (soluções alternativas) ou soluções não
aceitáveis que foram excluídas; e
•
Expectativa sobre os resultados.
2.2.3.2 Recuperação dos Casos
Um sistema de RBC deve conter a fase de recuperação de casos, a partir da entrada de um
novo problema, que consiste em buscar e identificar na base de casos o caso mais útil ou similar
para o problema atual.
A similaridade se faz quando o problema atual comparado juntamente com o problema
armazenado possui semelhantes características, sendo empregada a solução útil do problema
armazenado. Conforme Aamodt e Plaza (1994), a avaliação da similaridade se divide em dois
grupos:
Similaridade Sintática: é a mais superficial, sendo os atributos comparados por sua
semelhança sintática, como sinônimos, análise de perfil, categoria, qualificadores dentre outros.
12
Similaridade Semântica: é uma avaliação mais complexa, que envolve o significado dos
casos e confronta um com o outro.
A função de recuperação pode utilizar uma métrica, métodos de classificação, e requer que
um limiar seja estabelecido para recuperar os casos que ultrapassem esse limite, ou um limite de
casos que possam ser recuperados (FERNANDES, 2003).
A métrica da similaridade tem por objetivo dar valor numérico para a similaridade entre dois
casos, sendo todos os casos da memória avaliados comparativamente ao caso de entrada. Uma
forma simples e direta de modelar similaridade é atribuindo-se um valor de uma (1) unidade para a
função resultante similar e o valor zero (0) para o resultado não similar; e ainda atribuir valores
intermediários entre estes.
Como exemplo de métodos para recuperação de casos tem-se o vizinho mais próximo,
matching e ranking e recuperação indutiva.
- O Vizinho Mais Próximo: De acordo com Fernandes (2003), esta é uma técnica simples,
a qual não requer muitos cálculos para o seu entendimento. O primeiro passo consiste da
identificação das características (atributos) essenciais para a solução do problema, sendo que estes
atributos devem ser representados em algum sistema de coordenadas, de forma que se possa medir a
distância entre o novo problema e os casos já existentes na memória de casos.
Há ainda a possibilidade de um especialista considerar outros fatores além dos selecionados,
fazendo com que os atributos tenham importâncias (pesos) diferenciadas. A similaridade neste
método se expressa através da fórmula da figura a seguir (ibidem).
Figura 2 - Fórmula da Similaridade
Onde:
T é o caso alvo
S é o caso fonte
n é o número de atributos em cada caso
i é cada atributo individual variando de 1 a n
f é a função de similaridade para o atributo i no caso T e S
w é peso relativo ao atributo i
13
A similaridade entre o caso alvo e um caso na base de casos é determinada para cada
atributo. Esta medida deve ser multiplicada por um fator peso. A somatória de todos os atributos é
calculada e permite estabelecer a medida de similaridade entre os casos da base e o caso alvo
(ibidem).
- Matching e Ranking: De acordo com (KOLODNER, 1993), a procura por casos similares
na base de casos é realizada por heurísticas de match e ranking, que irão escolher os casos mais
úteis do conjunto.
Match é um processo que compara dois casos entre si e determina o grau de similaridade
entre os mesmos. Já ranking trata de ordenar os casos partialymatching conforme sua utilidade, ou
seja, a determinação de qual é o melhor que os outros (ibidem).
Kolodner (1993), informa que as entradas de dados para os processos de Match e Ranking
são as seguintes:
•
Novo problema que o sistema está tentando resolver;
•
O objetivo de uso para os casos recuperados;
•
O conjunto de casos recuperados;
•
Índices associados com cada caso recuperado; e
•
Critério de match razoável, indicando quando os procedimentos de match e ranking devem
parar.
- Recuperação Indutiva (Inductive Retrieval): Conforme Watson (1997), essa é uma
técnica desenvolvida por máquinas de aprendizagem buscando extrair regras de decisão de um caso.
É utilizada em ferramentas comerciais mais poderosas. Em sistemas RBC, a base de caso é
analisada por um algoritmo de indução para produzir uma árvore de decisão que classifica os casos.
O algoritmo mais utilizado é chamado ID3.
O ID3 constrói uma arvore de decisão da base de casos. Ele usa a heurística chamada
informação mais proveitosa (information gain) para encontrar o atributo mais promissor de todos,
dividindo a base de casos. ID3 requer um atributo alvo e uma condição para analisar os casos a
partir deste critério. A construção da árvore de decisão pode ser um processo muito lento,
principalmente se a base de casos for grande (ibidem).
2.2.3.3 Reuso
O objetivo dessa etapa é fazer a reutilização do conhecimento de solução de problemas por
meio da transferência de conhecimento do caso conhecido para o caso atual ainda não solucionado.
14
O reuso consiste especialmente da adaptação da solução anterior ao caso atual, suas técnicas tentam
resolver os problemas envolvidos na adaptação de casos que são: quais aspectos da situação devem
ser adaptados, quais modificações devem ser realizadas para esta adaptação, que método aplicar
para realizar a adaptação e como controlar este processo (VON WANGENHEIM & VON
WANGENHEIM, 2003).
De acordo com Aamodt & Plaza (1999), a reutilização da solução dos casos recuperados no
contexto dos casos novos focaliza-se em dois aspectos: diferenças entre caso passado e novo caso, e
o caso corrente que parte do caso recuperado pode ser transferido para o caso novo.
Segundo Von Wangenheim & Von Wangenheim (2003), existem estratégias de adaptação
que variam desde técnicas simples até muito complexas, que são:
•
Adaptação Nula;
•
Adaptação Tranformacional;
•
Adaptação Substitucional;
•
Adaptação Estrutural;
•
Adaptação Gerativa e Derivacional;
•
Adaptação Composicional; e
•
Adaptação Hierárquica.
Apesar da adaptação poder ser usada de várias formas e em várias situações,ela não é
essencial. Muitos dos sistemas comerciais de RBC não implementam a adaptação. Eles
simplesmente recuperam o caso mais similar e disponibilizam a solução para o usuário, deixando-o
livre para proceder a adaptação. Isto acontece devido a grande complexidade da adaptação. Na
maioria das vezes, para implementar a adaptação é necessário representar um volume muito grande
de conhecimento (WATSON, 1997).
2.2.3.4 Revisão
A tarefa de revisão de casos consiste em avaliar a solução do caso recuperado e verificar as
seguintes possibilidades: se a solução obteve êxito, aprender com o sucesso, caso contrário, reparar
a solução utilizando conhecimentos específicos do domínio do problema (AAMODT & PLAZA,
1994).
2.2.3.5 Retenção
A retenção de casos corresponde ao processo de incorporar à base de casos, informações
úteis relativas à resolução de um novo problema. Este processo corresponde à aprendizagem de um
15
sistema RBC, sendo disparado pelas tarefas de avaliação e adaptação de soluções. Esta etapa exige
a verificação dos seguintes procedimentos: qual a forma de selecionar e reter as informações
adquiridas; como indexar os casos para que sejam recuperados posteriormente por similaridade;
como integrar o novo caso na estrutura de armazenamento (AAMODT & PLAZA, 1994).
2.3 INTRODUÇÃO A FONOAUDIOLOGIA
2.3.1 Histórico
Segundo Katz (1989), o homem é um ser social e desde muito tempo se utiliza de vários
meios de comunicação para se fazer entender e entender os demais ao seu redor.
Neste sentido, o autor supracitado refere que os gestos, sons, desenhos, linguagem oral e
escrita, são alguns dos meios que o homem criou para se comunicar, e junto a esses meios descobriu
as várias alterações ou distúrbios da comunicação que despertam o interesse de estudiosos de áreas
como a medicina, lingüística e psicologia.
A partir desse interesse, oriundo da preocupação com a profilaxia e a correção de erros de
linguagem detecta-se a idealização da profissão de Fonoaudiólogo.
A Fonoaudiologia é uma ciência estudada de forma sistemática nas universidades em mais
de uma centena de países do mundo e existe formalmente há mais de um século. A primeira
referência formal é de 1900, quando a Hungria reconheceu a profissão e criou a primeira faculdade
de Fonoaudiologia no mundo (CFFa, 2006).
No Brasil, sua história é ainda mais antiga, se considerada a sua associação com a da
Educação Especial. A primeira marca identificatória da profissão é da época do Império, com a
criação, em 1854, do Imperial Colégio, voltado para meninos cegos (hoje, Instituto Benjamim
Constant), seguido, no ano seguinte, com a criação do Colégio Nacional, destinado ao ensino dos
deficientes auditivos. Em 1912, documentos comprovavam que a Fonoaudiologia já se diferenciava
da educação especial, com o início de pesquisas específicas, relacionadas aos distúrbios da voz e da
fala, e com a implantação de cursos de orientação a professores (CFFa, 2006).
Na década de 60 deu-se início ao ensino da Fonoaudiologia voltados à graduação de
tecnólogos em Fonoaudiologia. Nos anos 70, tiveram início os movimentos pelo reconhecimento
dos cursos e da profissão. Foram criados, então, os cursos em nível de bacharelado (CFFa, 2006).
De acordo com o código de ética, “o fonoaudiólogo é o profissional, com graduação plena
em fonoaudiologia, que atua em pesquisa, prevenção, avaliação e terapia fonoaudiológica na área da
16
comunicação oral e escrita, voz e audição, bem como em aperfeiçoamento dos padrões da fala e da
voz”.
2.3.2 A Audiologia
Sabe-se que a audição é um dos sentidos fundamentais à vida, desempenhando um papel
importante na sociedade, pois é a base do desenvolvimento da comunicação humana (MAGNI,
FREIBERGER, e TONN, 2005).
O sistema auditivo é composto basicamente por três partes: a orelha externa, a orelha média
e a orelha interna. Cada uma destas partes e suas funções serão apresentadas a seguir conforme
Gerges (2000):
•
A orelha externa: também pode ser dividida em três partes. A primeira sendo o pavilhão
auditivo, que é a parte do sistema auditivo que podemos ver do lado de fora da cabeça e que
normalmente chamamos de orelha. A próxima parte é o canal auditivo e a última parte é o
tímpano (também conhecido como membrana timpânica). O pavilhão auditivo recebe as
ondas sonoras que atravessam o canal auditivo até o tímpano, fazendo com que este vibre.
•
A orelha média: sua principal função é transmitir as vibrações acústicas para a orelha
interna funciona como um amplificador sonoro, aumentando as vibrações que vem do
tímpano. É uma cavidade cheia de ar e o mecanismo que transmite os movimentos
vibratórios até a orelha interna é chamada cadeia ossicular, sendo composto de três
ossículos, o martelo, que é ligado ao tímpano, o estribo e a bigorna que é ligada a janela oval
e serve como entrada para a cóclea, dentro da orelha interna. Além disso, a orelha média tem
um mecanismo de equilíbrio de pressão chamado tubo de eustáquio, que a conecta com a
garganta e a boca.
•
A orelha interna: A cóclea captura as vibrações do tímpano através dos ossículos da orelha
média e as transmite até o nervo auditivo para o cérebro. Ela é um órgão em forma de
caracol e cheia de fluido orgânico.
A audição ocorre com o movimento das ondas sonoras da orelha externa até o tímpano.
Essas vibrações são então transferidas para a cadeia ossicular onde são amplificadas. As vibrações
geram ondas de pressão que se propagam até a cóclea, pelo tubo superior, fazendo com que as
paredes finas da cóclea vibrem também. Estas vibrações estimulam a produção de sinais elétricos
que são transmitidos pelo nervo auditivo até o cérebro (Figura 3).
17
Figura 3 - Sistema Auditivo (ABA, 2006)
No âmbito da audição (Audiologia), o Fonoaudiólogo atua, entre outros aspectos, realizando
avaliações auditivas em crianças, adultos e idosos, como também na avaliação, seleção e adaptação
de próteses auditivas.
Segundo Magni, Freiberger e Tonn (2005), um indivíduo com incapacidade auditiva pode
sofrer sérios danos em sua vida social, psicológica e profissional, surgindo, também, sentimentos de
insegurança, medo, depressão, isolamento, além de tensão no ambiente familiar, devido à falta de
atenção do portador de deficiência auditiva.
Segundo Russo e Santos (1993), nos últimos anos, principalmente ao que se refere à
audiologia clínica, vários foram os conhecimentos adquiridos, diretamente relacionados aos avanços
tecnológicos e científicos. Isto advém do fato da deficiência auditiva ser uma patologia que, na
maioria dos casos, necessita aparelhos de amplificação sonora para uma boa reabilitação.
Almeida e Iório (1996) citam que, “várias são as causas da perda auditiva, em muitos dos
casos, esta pode ser evitada ou recuperada, uma vez identificada precocemente”. Doenças na
gestação, infecções de ouvido, uso indiscriminado de medicamentos, exposição a ruídos intensos e
outros fatores podem causar alterações auditivas, comprometendo a comunicação e a qualidade de
vida do indivíduo.
18
As mesmas autoras ainda trazem que, uma vez detectada a perda auditiva, através do uso da
amplificação fornecida pelos aparelhos auditivos, tenta-se minimizar os problemas enfrentados pelo
indivíduo deficiente auditivo, buscando sempre uma melhor qualidade de vida.
2.3.2.1 Os Exames Avaliativos da Audição
Conforme a Lei no 6.965, de 9 de Dezembro de 1981, é de Competências da Atuação do
Fonoaudiólogo na Área da Audiologia realizar os seguintes procedimentos e exames:
•
Triagem Auditiva;
•
Audiometria;
•
Logoaudiometria;
•
Medidas de Imitância Acústica;
•
Emissões Otoacústicas Evocadas (EOA);
•
Medida dos Potenciais Evocados do Tronco Cerebral / Encefálicos;
•
Observação do Comportamento Auditivo;
•
Avaliação do Processamento Auditivo Central;
•
Testes Supraliminares;
•
Pesquisa de Limiar de Desconforto (UCL) e Limiar de Maior Conforto (MCL);
•
Eletronistagmografia (ENG);
•
Vectoeletronistagmografia (VENG); e
•
Vestibulometria.
Os exames citados acima são Procedimentos subjetivos por meio de observação do
comportamento auditivo, podendo utilizar sons calibrados e não calibrados, voz e fala, desde que se
conheça seus espectros sonoros.
Devem ser observados aspectos do desenvolvimento da Função Auditiva e, também, a
presença do Reflexo Cócleo-Palpebral (no caso crianças).
Em todas as faixas etárias, devem ser observados cautelosamente: o estímulo sonoro
utilizado, os critérios de falha utilizados, o ruído ambiental e o estado do indivíduo. Todos cuja
deficiência auditiva for confirmada devem iniciar terapia fonoaudiológica imediatamente, com
orientações aos acompanhantes e indicação de AAS, caso haja necessidade.
19
2.3.2.2 O Aparelho de Amplificação Sonora
Os problemas acometidos pela privação sensorial podem ser minimizados com o uso do
Aparelho de Amplificação Sonora (AAS), o qual permite o resgate da percepção dos sons da fala,
além dos sons ambientais, promovendo a melhora da habilidade de comunicação. Os aparelhos
atuais são classificados, segundo a tecnologia do circuito eletrônico, em analógicos e digitais
(MAGNI, FREIBERGER, e TONN, 2005).
Segundo Menegotto, Almeida e Iório (2003), os aparelhos de amplificação sonora de
tecnologia analógica utilizam componentes eletrônicos convencionais que convertem a onda sonora
captada por um microfone em um sinal elétrico análogo que, dentro do circuito é, então,
amplificado e filtrado, sendo novamente reconvertido em onda sonora. Até o presente momento,
existem vantagens quanto à sua utilização, como baixo custo, baixo consumo de energia e
miniaturização de seus componentes.
As mesmas autoras trazem também que, os aparelhos de amplificação sonora de tecnologia
digital utilizam dezenas a milhares de transistores que possibilitam um processamento do sinal
acústico muito superior ao da tecnologia analógica. O aparelho consiste de circuitos eletrônicos e
transdutores, que chamamos de hardware e de um software, que permitem controlar tais circuitos
digitalmente e com refinada precisão.
Almeida (1998) traz as muitas vantagens dos aparelhos digitais sobre os analógicos, como,
por exemplo, a capacidade de programação, maior precisão no ajuste dos parâmetros
eletroacústicos, controle da realimentação acústica, redução de ruído, melhor reprodutibilidade,
além de controle automático do sinal e menor ruído interno.
Há também os aparelhos híbridos.
Segundo Almeida e Iório (1996), é um aparelho
analógico que possui um ou mais componentes digitais. Este tipo de combinação utiliza o melhor
circuito analógico e o aprimora, incorporando os benefícios da eletrônica digital.
Dentro destas tecnologias, citam-se os tipos de aparelhos como: caixa ou convencionais,
haste de óculos, os retro-auriculares, intra-auriculares, intra-canais, peri-timpânicos e os de sistema
de amplificação coletiva, que são de ligação alâmbicas, loop de indução e sistema FM (Frequency
Modulation – Modulação em Freqüência).
Os componentes do aparelho de amplificação são:
•
Microfone: transdutor mecano-elétrico o qual capta o som do meio ambiente e o transforma
em uma onda elétrica equivalente de corrente alternada;
•
Pré-amplificador: encarregado de aumentar a amplitude do sinal elétrico acoplado pelo
microfone;
20
•
Receptor: transforma energia elétrica amplificada em energia sonora;
•
Amplificador: modifica o sinal de entrada e repassa aos controles existentes no aparelho;
•
Bateria: pilha, fonte de energia; e
•
Bobina telefônica: é um sistema destinado a transformar variações em um campo
eletromagnético em sinais elétricos equivalentes. Esta permite a captação do sinal acústico
do aparelho telefônico sem a necessidade da remoção do aparelho de amplificação.
•
Controle de ganho: controla a diferença em decibéis do sinal de entrada e do sinal de saída
de um aparelho, tem como função diminuir o ganho previsto em ficha técnica, podendo
dividir-se em: AGC (Automatic Gain Control - Controle Automático de Ganho) e PC (Peak
Clipping – Corte de Pico).
•
Controle de saída: é o ponto a partir do qual não há mais amplificação.
•
Controle de freqüência: controla a área de freqüência em que o parelho atua efetivamente,
ou melhor, é o mínimo ou o máximo em termos de freqüência onde um aparelho apresenta
amplificação. Podendo dividir-se em Cortes de Graves e Cortes de Agudo
•
Moldes: promove a adaptação anatômica do aparelho à orelha do paciente. Tipos mais
comumente encontrados: molde aberto, simples ou semi esqueleto, invisível duplo ou
esqueleto, canal ou conduto, passarinho, concha fechada, de aparelho de bolso. Estes podem
ser fabricados em diferentes tipos de materiais como: acrílico (rígido ou cápsula), silicone
(macio ou rígido) e biopor pouco conhecido por ser novidade no meio.
2.3.2.3 O Processo de Protetização
Segundo Menegotto, Almeida e Iório (2003), muitos são os fatores que contribuem para o
uso bem sucedido da amplificação. Idade, grau e tipo de perda auditiva, fatores físicos (tamanho da
orelha e destreza manual), habilidade de processamento auditivo, uso prévio de aparelho de
amplificação sonora e extensão da perda auditiva, juntos desempenham um papel essencial para a
aceitação da amplificação. Somado a isso, a percepção do handicap auditivo, custo, expectativas
pessoais, satisfação, performance e benefício podem indicar se terá um feliz e satisfeito usuário de
aparelho de amplificação sonora.
O primeiro passo na protetização é avaliação otorrinolaringológica, onde o médico avalia e
encaminha o paciente para a avaliação fonoaudiológica.
Após a observação dos exames auditivos, para saber se será prótese binaural (em ambas as
orelhas) ou monoaural (somente em uma, geralmente opta-se pela orelha de melhor audibilidade).
21
Almeida e Iório (1996) citam que, leva-se em conta principalmente os fatores relacionados à
compreensão e inteligibilidade de fala. Durante o processo devem-se levar em conta três processos
de motivação psicológica relacionados com a utilização do aparelho de amplificação sonora:
aceitação, benefício e satisfação.
A aceitação pode ser caracterizada de duas maneiras: ou o aparelho é aceito ou é rejeitado;
mas também pode ser caracterizada como um processo psicológico de estar lidando com a idéia e a
sensação da amplificação sonora, ao mesmo tempo em que incorpora o aparelho em seu estilo de
vida. A satisfação é construída de acordo com as impressões subjetivas do indivíduo. Desta forma,
fica claro que, enquanto não ocorrer aceitação, nunca haverá satisfação, assim como nem toda
aceitação e benefício com relação ao aparelho não são parâmetros suficientes para garantir a
satisfação. Enquanto o benefício pode ser demonstrado por meio de testes objetivos, a satisfação é
uma avaliação muito pessoal do valor do aparelho de amplificação depois de um determinado
tempo de uso (MENEGOTTO, ALMEIDA & IÓRIO, 2003).
2.4 INFORMÁTICA NA SAÚDE
Informática na Saúde é definida por Shortliffe e Perreault (2000) como um campo de rápido
desenvolvimento científico que lida com armazenamento, recuperação e uso da informação, dados e
conhecimento biomédicos para a resolução de problemas e tomada de decisão.
A Informática em Saúde tem apresentado grandes avanços, graças à evolução da tecnologia
da informação. Gradual e imperceptivelmente, vai-se tornando cada vez mais presente no cotidiano
do profissional de saúde. Novas tecnologias e metodologias, como a Tele-Medicina, os sistemas de
apoio à decisão médica, o prontuário eletrônico do paciente e a Medicina baseada em evidências,
prometem revolucionar a forma de se praticar as ciências da saúde. Os vários modelos de hardware
permitem construir esquemas que servem de subsídio para o ensino e pesquisa como também
melhoram a organização dos dados gerados na assistência. Assim como os diferentes softwares que
auxiliam na assistência do cliente e administração hospitalar (MOTTA, 1999).
Na área da saúde o profissional sempre foi dependente da informação. O ato de diagnosticar
é dependente da qualidade da informação obtida do paciente, quer através da história, quer através
de exames complementares. No mundo digital essa necessidade é ainda maior. A decisão médica
necessita ser endossada pela evidência que a justifica. Sem o apoio da tecnologia da informação fica
muito difícil praticar uma boa medicina, isto para não falar na gestão da saúde (DEGOULET &
FIESCHI, 1997).
22
O objetivo fundamental da Informática na Saúde é o de colocar à disposição do profissional
a informação, onde e quando ela for necessária. Da mesma forma que os bancos e as companhias
aéreas não podem funcionar sem o apoio da informática, torna-se progressivamente cada vez mais
difícil a prática profissional sem o auxílio das tecnologias da informação (DEGOULET &
FIESCHI, 1997).
Grande parte da atividade dos profissionais de saúde consiste em processar informações: a
obtenção e registro de informações sobre o paciente, as consultas aos seus colegas de profissão, a
pesquisa de literatura científica específica, o planejamento de procedimentos diagnósticos, as
estratégias de tratamento, a interpretação de resultados de laboratório e os estudos radiológicos ou a
condução de estudos epidemiológicos (MOTTA, 1999).
No entanto, talvez o fator mais importante nos países do assim chamado primeiro mundo e,
que infelizmente, para a grande maioria da população brasileira é pouco relevante, é a maior
demanda de qualidade de saúde que as sociedades avançadas buscam, onde não basta fazer um
diagnóstico correto e terapêutica adequada, mas que estes procedimentos sejam feitos ao menor
custo possível. Além disso, com a progressiva redução de custo dos computadores bem como a
simplificação de seu uso, a alocação dessas máquinas conectadas ou não a linhas telefônicas em
lugares carentes de especialistas, seguramente como já ocorre em vários pontos do mundo, deve
melhorar a qualidade da medicina oferecida ao paciente. Um grande número de escolas médicas,
organizações governamentais e não-governamentais tornaram disponíveis tanto para a comunidade
acadêmica quanto para a leiga, desde atlas eletrônicos até os mais recentes guidelines de prática
médica (ibidem).
Em vários países europeus, tais como Itália, Alemanha, Irlanda, Reino Unido, Portugal,
dentre outros, a informática em saúde vem sendo uma realidade, e tais países vem desenvolvendo
projetos entre si, difundindo em suas universidades (FERNANDES, 1996)
A informática em saúde abrange os profissionais de saúde (medicina, odontologia,
enfermagem, fisioterapia, psicologia, fonoaudiolgia) interagindo-os com os profissionais da
informática e buscando o desenvolvimento de sistemas que venham facilitar a pratica e o ensino da
saúde (ibidem).
A Inteligência Artificial associada a recursos multimídia vem se destacando neste setor,
auxiliando o profissional no processo de tomada de decisão, proporcionando ao aluno melhor
treinamento através de softwares educacionais de apoio ao aprendizado (ibidem).
23
2.4.1 História da Informática em Saúde no Brasil
A informática aplicada à medicina entrou no Brasil com certo atraso em relação aos EUA e
Europa. No início da década de 70, teve início no Brasil o primeiro contato da informática com a
saúde. Em alguns centros universitários, projetos e trabalhos relacionados a informática na saúde
foram iniciados principalmente no Hospital da Universidade Federal do Rio de Janeiro (UFRJ), no
Instituto do Coração e nos Hospitais das Clínicas da USP em São Paulo e Ribeirão Preto
(SABBATINI, 1998).
No hospital da UFRJ, grupos de pesquisa do Núcleo de Processamento de Dados e da
COPPE (Coordenação dos Programas de Pós-graduação de Engenharia) desenvolveram os
primeiros sistemas baseados em microcomputadores (entre eles um sistema de controle de
farmácia), e no INCOR (Instituto do Coração) foram importados vários minicomputadores HewlettPackard e montados os primeiros sistemas de monitoração fisiológica digital e de apoio aos testes
hemodinâmicos do país, em 1976 (ibidem).
Em Ribeirão Preto surgiram grupos biomédicos (genética, fisiologia e hemodinâmica) que
passaram a usar computadores HP, e no Departamento de Fisiologia, Renato Sabbatini e
colaboradores deram início às primeiras aplicações na análise de dados fisiológicos, simulações
aplicadas ao ensino e pesquisa e bancos de dados, a partir de 1972, utilizando os primeiros
microcomputadores e calculadoras programáveis que estavam sendo comercializados no país
(ibidem).
O desenvolvimento da Informática em Saúde brasileira passou por um grande ímpeto a
partir de 1983, com a criação de novos grupos especificamente dedicados à esta área de pesquisa e
ensino. No Rio Grande do Sul, foi criado o primeiro curso de informática voltado para alunos e pósgraduandos de medicina, em 1982 (ibidem).
Foi estabelecido um laboratório de ensino no Hospital das Clínicas da Universidade de São
Paulo (USP), em colaboração com o programa de Pós-Graduação em Administração Hospitalar
(PROAHSA) da Escola de Administração de Empresas da Fundação Getúlio Vargas, de São Paulo
(FGV). Em 1984 e 1988, respectivamente, foram iniciados os grupos de pesquisa e docência da
Faculdade de Medicina da USP (ibidem).
A informática no complexo hospitalar da USP teve início em 1975, onde foram instalados
computadores de grande porte e centenas de terminais em vários hospitais do sistema, e que por
muitos anos foi o maior sistema da América Latina (ibidem).
24
O divisor de águas da Informática em Saúde nacional ocorreu em 1986. O primeiro
reconhecimento do grau de desenvolvimento nacional na área deu-se em um seminário realizado em
Informática em Saúde em Brasília, por iniciativa do Ministério da Saúde. Os pesquisadores
presentes resolveram então se organizar e fundaram em novembro de 1986 a Sociedade Brasileira
de Informática em Saúde. Esta sociedade tornou-se o foco principal da atividade profissional
brasileira na área, organizando sucessivamente diversos congressos nacionais, regionais
(SABBATINI, 1998).
Em 1988, o Governo Federal, através do CNPq (Conselho Nacional de Desenvolvimento
Científico e Tecnológico), efetuou um estudo, envolvendo dezenas de colaboradores, visando um
Plano Nacional de Desenvolvimento da Informática em Saúde.
Nos anos 90, também, vários centros de pesquisa em informática em saúde se envolveram
com projetos na Internet, dentre as quais se destacam o Projeto Lâmpada (UERJ), os projetos
Hospital Virtual Brasileiro, e*pub, Hospital Veterinário Virtual Brasileiro, etc. Em 1995 foi criado
o Grupo Temático de Medicina e Saúde, do Comitê Gestor da Internet Brasil.
Vale ressaltar que em 1986 foi fundada a Sociedade Brasileira de Informática em Saúde.
Nestes vinte anos de atividade, a comunidade de profissionais que trabalham em informática em
Saúde tem crescido e amadurecido. Vários eventos foram realizados e a área hoje floresce. Existe
uma enorme demanda de profissionais qualificados (SBIS, 2006).
No Brasil, a massa crítica de profissionais cresce lentamente às custas de programas de
doutorado no exterior e de programas de pós-graduação em Ciência da Computação, Engenharia
Biomédica, Medicina e outras áreas Clássicas, com teses desenvolvidas na área de aplicações da
Informática em Saúde. Ao mesmo tempo, diversas universidades vêm discutindo a criação de
cursos de pós-graduação em Informática em Saúde (ibidem).
Nos últimos dois anos a comunidade de profissionais da área tem se preocupado com a
promoção e o incentivo na utilização de padrões para a representação da informação em saúde,
temas cruciais para a troca de informação em saúde e construção do prontuário eletrônico. Este
assunto torna-se ainda mais vital no momento em que a saúde no País passa por modificações como
a municipalização, a implantação do Piso Assistencial Básico (PAB) e, principalmente, do projeto
piloto do Cartão Nacional de Saúde. Estas inovações exigem a troca de informação num cenário
distribuído que só poderá ocorrer se os padrões estiverem claramente definidos (ibidem).
25
2.4.2 Aplicações da Informática em Saúde
A informática pode ser aplicada à área médica de diversas maneiras o que tem contribuído
muito para o avanço da medicina e de todos os outros campos da área de saúde. Desde sistemas
para informatizar clínicas e hospitais, até o desenvolvimento de complexos sistemas de
telediagnóstico. Estas aplicações variam de acordo com as necessidades de cada profissional.
Sabbatini (1998) as define da seguinte maneira:
Tele-Medicina
A Tele-Medicina pode ser definida como a utilização da informática e das redes de
comunicação na Medicina, seja em atividades assistenciais, educacionais, científica ou de pesquisa.
É uma tecnologia inovadora, onde quem viaja é a informação e não o paciente. Através da
transmissão de imagens estáticas, vídeo e outras informações médicas é possível prestar assistência
a locais distantes, desprovidos de especialistas, conseguindo assim uma maior abrangência no
atendimento prestado à população.
O êxito no diagnóstico depende de uma infra-estrutura adequada, como redes de alta
velocidade e equipamentos de alta definição, que estão se tornando cada vez mais acessíveis. A
princípio, qualquer especialidade médica pode fazer uso dessa tecnologia, mas as que dependem
mais de imagens, como por exemplo, Dermatologia, Radiologia e Ultrassonografia, são as que mais
se beneficiam.
Com a popularização da Internet, o uso da Tele-Medicina na área educacional aumentou
substancialmente, surgindo universidades virtuais, como a UNIFESP Virtual - www. virtual.epm.br,
da Universidade Federal de São Paulo, que disponibiliza cursos a distância, como Ortopedia
Oncológica, Nutrição em Saúde Pública, Curso de Dermatologia Básica, Curso de Histopatologia
etc, discussão de casos clínicos, publicações e palestras, e até hospitais virtuais, como o Hospital
Virtual Brasileiro (www.hospvirt.br), que tem como objetivo ser um repositório de informações
médicas para a atualização e reciclagem dos profissionais de saúde (SABBATINI, 1998)
A Rede Nacional de Pesquisas, em sua primeira investida em Tele-Medicina, transmitiu, via
rede de fibra óptica, a uma velocidade de 155 Mb, as imagens de uma cirurgia realizada em um
hospital de Uberlândia (Minas Gerais), para a Faculdade de Medicina da USP de Ribeirão Preto. A
Tele-Medicina promete ser uma área de grande desenvolvimento nos próximos anos, modificando a
forma de praticar a Medicina e interferindo na tão tradicional relação médico-paciente.
26
Atualmente tem-se como exemplo o projeto T@lemed cujo objetivo é demonstrar o uso da
telemedicina baseada em evidência para regiões remotas e rurais na América Latina usando
plataforma de e-saúde, atuando na formação de redes de telemedicina de baixo custo,
economicamente viável e sustentável para as regiões (MESSINA et al, 2006).
Sistemas de informação hospitalar
Um sistema de informação hospitalar desejável deveria contemplar tanto o gerenciamento
administrativo quanto o assistencial, integrando os dados numa única base. Os sistemas evoluíram
de exclusivamente administrativos, com subsistemas de controle e cobrança de pacientes, para
sistemas clínico-administrativos, com gerenciamento de internação e alta, laboratório, farmácia,
marcação de consultas, controle de infecção hospitalar, gerenciamento de centro cirúrgico, etc.
Existem, atualmente, diversos sistemas de informação hospitalar disponíveis comercialmente, mas
nenhum oferece todas as soluções esperadas pelos gerentes administrativos e clínicos.
Segundo Sigulem (1997), o sonho de contar com um sistema que integre harmoniosamente
texto, imagens e sinais com os dados administrativos ainda está longe de acontecer, mesmo nos
centros mais avançados. O que existe são vários sistemas, com diferentes tecnologias, que na
maioria das vezes não conversam entre si.
É comum encontrar um sofisticado equipamento de visualização de imagens lado a lado com
um terminal de caracteres, datado dos anos 60. Hoje, o desafio é, antes de mais nada, a
interoperabilidade dos sistemas (ibidem).
Prontuário eletrônico do paciente
Trata-se do prontuário médico informatizado. Seu uso ainda é muito limitado. Deveria,
idealmente, conter todas as informações relativas à saúde do indivíduo, desde o seu nascimento até
a morte, em forma de textos, imagens, etc. Com o registro dos atendimentos, internações, doenças,
alergias, resultados dos exames realizados, cirurgias, medicamentos prescritos, etc (COSTA, 2001).
Pode trazer vários benefícios, como uma melhor qualidade do prontuário, acesso remoto ao
histórico do paciente pelo médico atendente, independente do hospital ou clínica de atendimento,
redução nos custos de atendimento pela diminuição de redundância de procedimentos, tudo isso
refletindo em melhora na qualidade do atendimento ao paciente. Além dessas vantagens, se
acoplado a um sistema de apoio, a decisão poderia alertar o médico sobre possíveis
incompatibilidades como, por exemplo, a prescrição de um medicamento a um paciente alérgico ao
fármaco nele contido (ibidem).
27
Existe uma série de cuidados que devem ser considerados no seu desenvolvimento, como o
controle de acesso aos dados, a assinatura eletrônica do profissional atendente, a impossibilidade de
alterar dados gravados, o desenvolvimento de um sistema de missão crítica, a codificação
padronizada e a padronização do conteúdo mínimo para garantir interoperabilidade (ibidem).
No Brasil, existem alguns projetos que poderão auxiliar a implantação do prontuário
eletrônico do paciente:
•
Registro de identificação civil - RIC, que poderá ser a chave de acesso, pois deverá
identificar o indivíduo em todas as suas relações com a sociedade;
•
Registro único do paciente - RUP, conjunto de dados mínimos do paciente, que está sendo
padronizado entre a UNIFESP, a Faculdade de Medicina da USP, a Faculdade de Medicina
da Santa Casa, as Secretarias de Saúde Municipal e Estadual de São Paulo;
•
Rede de informação em saúde - RNIS, que interligará todas as Secretarias de Saúde do
Brasil; e
•
Cartão do sistema único de saúde - SUS, que permitirá a identificação do paciente, no
sistema.
Medicina Baseada em Evidências
Segundo Drummond e Silva (1998), Medicina baseada em evidências pretende ser um novo
paradigma, proposto e desenvolvido por um grupo de estudos na década de 80, com finalidades
assistenciais e pedagógicas. Trata-se de um processo seqüencial, constituído pelas seguintes etapas:
•
Levantamento do problema e formulação da questão;
•
Pesquisa na literatura correspondente;
•
Avaliação e interpretação dos trabalhos coletados, mediante critérios bem definidos;
•
Utilização das evidências encontradas, em termos assistenciais, de ensino e ou de
elaboração científica.
Para tanto, a Medicina baseada em evidências sustenta-se, principalmente, sobre o tripé:
Epidemiologia Clínica, Bioestatística e Informática Médica. Enfim, a Informática Médica, como
meio de pronto acesso à literatura e como processo de aquisição, armazenamento, comunicação e
disseminação de dados e conhecimentos especializados, torna-se um dos pilares da Medicina
baseada em evidências, configurando-se como disciplina acadêmica emergente e prioridade
institucional (ibidem).
28
Sistemas de Apoio a Decisão
Os sistemas de apoio à decisão auxiliam tanto nos diagnósticos quanto em protocolos
terapêuticos, alarmes contra reações às drogas ou sugestões de tratamento. Toda a informação
necessária para orientar o médico encontra-se armazenada em uma base de dados conhecida como
servidor de conhecimento. As fontes de conhecimento abrangem desde especialistas do próprio
hospital, literatura médica, até pesquisadores de institutos nacionais de saúde.
Esses sistemas de apoio médico podem ser classificados como: sistemas de capacidade de
decisão própria limitada ou ausente, onde ocorre recuperação de dados, cálculos matemáticos
automatizados, análise e interpretação primária de dados; sistemas com raciocínio automático e
inferência, que englobam sistemas de classificação de doenças, sistemas especialistas em consulta
ou sistemas especialistas baseados em crítica.
2.4.3 Inteligência Artificial em Saúde
Desde os primórdios da informática houve entusiasmo no sentido de usar o computador
como ferramenta de auxílio no diagnóstico médico. Assim em 1959, Ledley e Lusted descreveram a
utilização da lógica simbólica e da estatística como métodos para auxiliar o processo de decisão e
apontaram o computador como o instrumento adequado para auxiliar o processo de diagnóstico.
Foi na década de 70 o encontro inicial entre Inteligência Artificial e a Medicina. E este
namoro ficou conhecido como Inteligência Artificial Médica (IAM). No começo, a IAM era uma
grande comunidade de pesquisa baseada nos Estados Unidos. A maioria dos sistemas de pesquisa
foram desenvolvidos para auxiliar no processo de diagnósticos.
Os sistemas de IAM (Inteligência Artificial Médica) surgiram para dar suporte aos
profissionais da saúde em suas atividades rotineiras, auxiliando em tarefas como manipulação de
dados e conhecimento. Em uma revisão sobre o tema em 1984, os pesquisadores Clancey e
Shortliffe deram a seguinte definição a IAM: “Inteligência Artificial Médica se preocupa
primariamente com a construção de programas de IA que realizam diagnósticos e fazem
recomendações terapêuticas”.
Acredita-se que há exploração insuficiente de métodos de Inteligência Artificial para a
formulação de ferramentas que realmente ajudem na tomada de decisão dos médicos em seus
julgamentos, que nas tomadas de decisão por eles.
O processo de tomada de decisão ocorre em diversos pontos da atividade do médico.
Algumas delas são bastante elementares, como é o caso da interpretação de um resultado de
29
laboratório. Porém existem três outras importantes situações ao longo da atenção médica, nas quais
o computador pode ajudar na tomada de decisões. Elas estão relacionadas com a medicina clínica:
Diagnóstico, Prognóstico e Planejamento terapêutico.
Segundo Fernandes (1997), a evolução da Inteligência Artificial na saúde pode ser dividida
em quatro estágios, como ilustra a Figura 4. No primeiro estágio, que ocorreu aproximadamente
entre 1968 para 1976, surgiram os primeiros sistemas desenvolvidos para saúde, como, por
exemplo, o CASNET (1972) que utilizou regras de trabalho causais para descrição de processos de
doenças, o MYCIN (1974), raciocínio modular baseado em regras, o DIALOG/INTERNIST (1977),
redes de trabalho hierárquico, e o PIP (1976), frames ou templates para definições de doenças.
Figura 4 – Evolução da IA em Saúde
Fonte: Fernandes(1996)
Estes sistemas foram designados como ferramentas de consulta para assistir ao médico não
especialista, enfermeiras, ou outro profissional de saúde, pela captura de algumas das regras de
raciocínio médico especialista. O sucesso destes projetos ajudou na substituição das pesquisas de
Inteligência Artificial para o paradigma de sistemas baseados no conhecimento.
A segunda fase ocorreu no período de 1977 a 1982, onde utilizou-se estruturas gerais para
construção de bases de conhecimento especialistas. Neste período, pode-se citar o EMYCIN, o
EXPERT e o AGE, todos foram desenvolvidos em 1979, e aplicados em uma ampla variedade de
problemas médicos. Os problemas de aquisição de conhecimento e aprendizado foram também
30
trabalhados de um modo sistemático durante este período. Cuidou-se também da natureza
categórica, de tal modo que o raciocínio dentro dos sistemas fosse reconhecido (FERNANDES,
1997).
Entre 1981 e 1982, houve o desenvolvimento e disseminação das idéias dos sistemas
especialistas e shells para varias representações do conhecimento e decisões heurísticas.
O período de 1983 a 1987 foi a terceira fase e pode ser caracterizada como transacional,
durante a qual, pesquisadores de inteligência artificial na saúde exploraram as complexidades do
raciocínio médico e desenvolveram modos únicos de representa-lo no computador: observou-se
uma modalidade de raciocínio, modelos qualitativos explanatórios de raciocínio clínico, processos
fundamentais psicológicos, a elaboração da base de regras, atualização, e métodos de refinamento.
Ferramentas computacionais mais poderosas, como redes neurais foram introduzidas e mais tarde
aplicadas na tomada de decisão clínica (BRONZINO, 1995).
A quarta fase iniciou-se aproximadamente em 1987, e pode ser caracterizada através do
contínuo desenvolvimento de representações baseadas no conhecimento com melhoria na estrutura
e discussão de questões genéricas. Houve um progresso em experiências com o uso do raciocínio
qualitativo.
Atualmente vem-se utilizando redes neurais, lógica difusa e uma variedade de métodos de
aprendizagem, com a utilização de recursos multimídia para a tomada de decisão. Além disso, a
utilização de sistemas especialistas associados a recursos multimídia em saúde vem se difundindo,
surgindo vários sistemas que estimulam o aprendizado do aluno (FERNANDES, 1996).
Os países europeus desenvolveram alguns projetos para o uso da Inteligência Artificial na
saúde. Pode-se citar como um dos grandes e competentes projetos europeus o EDUCTRA, que é um
projeto responsável pela construção de ferramentas que podem facilitar o ensino em diversas áreas
de saúde (FERNANDES, 1996).
Atualmente os esforços da IA em saúde referem-se a processamento de imagens,
processamento de sinais, telemedicina e sistemas tutores.
2.4.4 Histórico e Evolução dos Sistemas de Apoio a Decisão (SAD) na Saúde
O processo de diagnóstico médico depende basicamente da qualidade da informação
coletada do paciente e do conhecimento da área em apreço. No que diz respeito à coleta de dados é
necessário que estes sejam em número suficiente e que contenham os tópicos de maior relevância
para a identificação do diagnóstico e o subseqüente planejamento terapêutico. Entretanto, mesmo
31
com dados adequados e conhecimento pertinente, é necessário que se faça o uso de uma abordagem
inteligente na solução dos problemas (SIGULEM et al, 1997).
O médico deve desenvolver a capacidade de selecionar adequadamente seus objetivos, de
saber quando sua experiência pessoal deve ser empregada, de ter claras noções sobre o custo e o
benefício dos procedimentos diagnósticos e terapêuticos empregados (SIGULEM et al, 1997).
As aplicações do computador para a área da Saúde podem ser analisadas de acordo com as
décadas em que foram instaladas. As primeiras aplicações datam da década de 60 e buscavam
reproduzir no ambiente hospitalar, os sistemas gerenciais adotados na área industrial e comercial.
Surgem, então, os primeiros sistemas de informatização hospitalar (SIH) em equipamentos de
grande porte. A partir dos primeiros sistemas gerenciais até a década de 80, consolida-se a
utilização do computador no meio médico, principalmente pelo sucesso operacional das aplicações
orientadas por dados e pela maturidade das aplicações orientadas pela informação tais como os
sistemas de gerenciamento de pacientes. Os SAD nesta época baseavam-se em metodologias
matemáticas e estatísticas, tais como o teorema Bayes. Neste período, o armazenamento de dados
em forma digital cresceu exponencialmente. A necessidade de metodologias e mecanismos de
ordenação, análise e interpretação desta massa de dados foi o grande desafio da década de 80.
A década de 90 é caracterizada pelo desenvolvimento de softwares e equipamentos capazes
de processar um grande volume de informações distribuídas em servidores, conectados em redes,
que se somam e formam a Internet - criando, particularmente ao médico, acesso irrestrito à
informação, fazendo valer o paradigma da Informática Médica disponível onde e quando ela for
necessária (ibidem).
Com a evolução tecnológica, surgem equipamentos cada vez mais rápidos, confiáveis e
menores, ao mesmo tempo em que evolui a linha de pesquisa em Inteligência Artificial (IA). É
nesta fase que surgem os Sistemas Especialistas (SE). Estes são sistemas que buscam reproduzir a
perícia de um profissional humano numa área específica do conhecimento (ibidem).
As etapas de desenvolvimento de um SAD são as seguintes: aquisição de conhecimento,
representação do conhecimento e avaliação do conhecimento e do SAD. Cada uma destas etapas
consiste por si só em uma área de pesquisa muito bem delimitada (SIGULEM et al, 2003).
Os sistemas especialistas, ainda que ferramentas úteis no apoio à decisão, são pouco
utilizados na prática. O principal problema reside na sua incapacidade de apreender com a
experiência. A atualização da base de conhecimento destes sistemas é tarefa árdua e penosa.
Costuma-se dizer que uma vez completado o desenvolvimento de um sistema especialista, o mesmo
já se encontra obsoleto, pois o conhecimento representado já está desatualizado. Isto é
32
especialmente crítico num domínio como o da Medicina, obrigando as equipes de desenvolvimento
a manter contínuas atualizações dos SAD (SIGULEM et al, 2003).
Para suprir esta dificuldade com o aprendizado, novas metodologias têm sido propostas. A
principal delas é o Raciocínio Baseado em Casos. Estes são sistemas que representam conhecimento
a partir de uma base de casos, isto é, através de relatos. Em Medicina, o caso pode ser a ficha clínica
do paciente (ibidem).
Diferentemente dos sistemas especialistas convencionais, os sistemas baseados em casos são
capazes de aprender com a experiência, tornando-se, por este motivo uma alternativa extremamente
atraente para o domínio da Medicina.
Paralelamente à construção de sistemas especialistas ou sistemas baseados em
conhecimento, como também é denominado, a área de Inteligência Artificial (IA) também avançou
em outra direção, ou seja, na área conexionista.
Esta linha conexionista é implementada através da construção de sistemas baseados em
redes neurais artificiais. Resumidamente, as redes neurais artificiais podem ser descritas como
modelos matemáticos que recebem um conjunto de evidências de entrada (camada de entrada),
possuem várias camadas intermediárias de nós que se conectam amplamente às camadas adjacentes
e, finalmente uma camada de saída que evidencia os resultados do processamento desta rede
(ibidem).
A principal característica dos sistemas conexionistas é sua capacidade de aprendizado
automático, a partir de um conjunto de exemplos, também chamado conjunto de treinamento. As
redes neurais artificiais são, portanto, capazes de aprender, todavia não explicam como o fizeram
(ibidem).
Os SAD podem ser didaticamente classificados de acordo com as funções que
desempenham: ferramentas para o gerenciamento de informações; ferramentas para a focalização de
atenção e ferramentas voltadas à assistência ao paciente.
Assim, pode-se dizer que o principal objetivo dos Sistemas de Apoio à Decisão é o de
fornecer apoio aos médicos no processo diário de tomada de decisão, com base em conhecimento
especializado (ibidem).
33
2.4.5 Aplicações que Utilizaram RBC na Saúde
Alguns trabalhos que utilizaram RBC na saúde são citados a seguir:
•
PROTOS: sistema que classifica doenças auditivas a partir de descrições de sintomas,
histórico de pacientes e de resultado de testes (VON WANGENHEIM & VON
WANGENHEIM, 2003).
•
CASEY: sistema que diagnostica disfunções cardíacas, utiliza como entrada sintomas do
paciente. Pode adaptar o diagnóstico recuperado, considerando diferenças entre sintomas do
novo caso e do caso recuperado (VON WANGENHEIM & VON WANGENHEIM, 2003).
•
Raciocínio Baseado Em Casos Uma Abordagem Fuzzy Para Diagnóstico Nutricional:
sistema que determina um diagnóstico nutricional e fornece prescrição dietética a um
indivíduo (THÉ, 2001).
•
PSIQ - Ferramenta de Apoio à Pesquisa na Área de Saúde Mental Utilizando Raciocínio
Baseado Em Casos: sistema que tem por finalidade auxiliar a pesquisa de distúrbios
comportamentais, capacitar e treinar profissionais e familiares que lidam com pacientes que
sofrem dessa doença (SCHWARTZ, 2001).
•
Sistema de Apoio à Educação e Diagnóstico Médico aplicando Raciocínio Baseado em
Casos: sistema que propõe simular um consultório virtual para atender pacientes
interessados em acompanhar seu histórico médico, auxiliar especialistas em um ambiente de
apoio a decisão em diagnóstico e tratamento de seus pacientes (SILVA et al, 2004).
•
SISAIH – Aplicando Raciocínio Baseado em Casos na Investigação de Irregularidades nas
Internações Hospitalares: sistema que tem por finalidade investigar irregularidades nas
internações hospitalares do Sistema Único de Saúde do Rio Grande do Sul (LORENZI E
ABEL, 2002).
•
Raciocínio Baseado em Casos utilizando a Dieta do Tipo Sangüíneo: sistema que se utiliza
do estudo A Dieta do Tipo Sangüíneo, informa se a alimentação de tal indivíduo está correta
e apresenta como resultado a prescrição de uma alimentação adequada para determinado
tipo sangüíneo (MINELLA E SELHORST, 2003).
•
Proposta de um Modelo para a Implementação de um Ambiente Inteligente para o Ensino de
Informática Médica: sistema que proporciona um ambiente de aprendizado para o ensino de
informática médica (ALVES, 2002).
34
2.5 AUDIO-IN
O sistema Áudio-In foi desenvolvido para auxiliar na escolha de aparelhos de amplificação
sonora. Utiliza-se da técnica de RBC dentro da Inteligência Artificial. Foi desenvolvido no
ambiente de programação Borland Delphi 5.0 utilizando o Database Desktop 7.0 como ferramenta
de banco de dados.
As etapas do Áudio-In são demonstradas na Figura 5 a seguir, ilustrando os passos para a
construção do sistema desde a coleta de caso até a interface com o usuário.
•
Aquisição e Representação do Conhecimento;
•
Desenvolvimento do Módulo de Inferência (RBC);
•
Gerenciamento da base de casos;
•
Gerenciamento dos dados cadastrais;
•
Desenvolvimento da interface com o usuário; e
•
Geração de Relatório.
Figura 5 – Estrutura do Sistema Áudio-In
A aquisição do conhecimento nesse sistema se deu pela coleta de dados nas entrevistas
realizadas com profissionais da área. Nos exames de audiometria e nas fichas técnicas dos aparelhos
35
foram identificados quais atributos deveriam ser armazenados na base de casos. Também nessa
etapa foi definido qual o atributo de maior relevância, onde o grau de perda (que informa o nível de
perda auditiva do paciente) foi definido como mais importante seguido pelo tipo de aparelho e as
freqüências.
Na etapa da representação dos casos escolheu trabalhar com a estrutura de frames para
modelar o conhecimento extraído do especialista. Através da combinação de listas encadeadas, o
sistema modela a memória de casos de forma dinâmica permitindo carregar na memória da máquina
somente as variáveis pertinentes para o cálculo da similaridade e recuperação de casos.
O método de recuperação de casos se utiliza de dois métodos: o Vizinho Mais Próximo
(Nearest Neighbour) e a Contagem de Característica (Features Count). Foi definido junto aos
especialistas que os pesos dos atributos seriam fixos para haver sempre um padrão de recuperação.
36
3 DESENVOLVIMENTO
Este sistema tem como sujeitos os alunos e profissionais do Centro de Referência em
Reabilitação Auditiva da UNIVALI. Sendo assim, as etapas referentes a pesquisa e análise de
soluções similares existentes no mercado; bem como o estudo das fichas de audiometria e das fichas
técnicas dos aparelhos foram realizadas em conjunto com profissionais especialistas que trabalham
neste centro.
A etapa de modelagem do sistema também foi feita com base nas reuniões e entrevistas com
estes profissionais. Foram eles que estipularam os requisitos funcionais e não funcionais do sistema.
Quanto à etapa de validação e testes, a mesma foi feita pelos profissionais especialistas. A
Figura 6 mostra como foi o fluxo de informações do sistema implementado.
O sistema proposto neste projeto funciona da seguinte maneira: os computadores utilizados
por professores e alunos do Centro de Referência em Reabilitação Auditiva da UNIVALI estarão
ligados a um servidor, onde o sistema ficará hospedado.
Este sistema possui os seguintes módulos: Cadastro de alunos e professores; Informações do
paciente; Biblioteca de aparelhos auditivos e o RBC propriamente dito conforme Figura 6.
Os professores e alunos que trabalham no Centro de Referência em Reabilitação Auditiva da
UNIVALI, são cadastrados no sistema. À medida que os alunos alocados se formarem, os mesmos
não terão mais acesso ao sistema. Caso o professor deixe de trabalhar na instituição, o seu acesso
também será bloqueado. As informações referentes aos professores e alunos são necessárias para se
ter um controle de uso do sistema.
Os pacientes atendidos no Centro terão suas informações cadastradas no sistema.
Informações referentes a anamnese e exames audiométricos são armazenadas. Em seguida, com
base nessas informações, é solicitado ao RBC a análise de qual o melhor aparelho para um
determinado paciente. O RBC acessa a biblioteca de aparelhos auditivos para verificar qual o
aparelho que melhor se enquadra na necessidade do paciente.
A biblioteca de aparelhos auditivos é composta por informações a respeito somente dos
aparelhos que estarão disponíveis no Centro.
Figura 6 – Fluxo de Informações do Sistema
A seguir será descrita a modelagem do sistema, bem como o cálculo da similaridade e a
interface do sistema.
38
3.1 AUDIOSYS
O desenvolvimento do AudioSys foi direcionado e focalizado aos alunos e professores do
Centro de Referência em Reabilitação Auditiva da Univali.
Para o desenvolvimento do sistema foi escolhido a linguagem de programação PHP
utilizando como banco de dados o MySQL. O ambiente de desenvolvimento e design se deu pela
escolha da ferramenta Dreamweaver 8, que apresenta a facilidade de criação de interfaces para web.
O AudioSys foi implementado empregando o método do Vizinho Mais Próximo (Nearest
Neighbour Retrieval), utilizando para o cálculo da distância a fórmula City-block. Como é um
sistema aplicado a web resolveu-se empregar essa fórmula, pois o cálculo é realizado somente com
variáveis numéricas agilizando o processo de retorno caso vários terminais estejam consultando. As
variáveis pertinentes ao RBC bem como seus pesos foram fornecidas através das entrevistas com o
especialista, foi definido que as variáveis terão pesos iguais, pois todos os exames são considerados
de mesma importância para a seleção do AAS. No que concerne a base de casos, esta foi formada
por 30 casos reais tirados dos prontuários da Univali de Itajaí, sendo que foram armazenados
somente dados dos exames, resguardando todas as informações pessoais referente ao paciente.
Será classificado como caso mais similar ao novo aquele que obtiver a menor distância entre
todos, e se na ocorrência a distância for igual a zero, o novo caso será igual a algum já armazenado.
Caso os aparelhos similares apresentados não satisfaçam por problema de ordem técnica ou outra
razão qualquer, o usuário terá a opção de escolher entre uma lista outros aparelhos conforme
necessidade do paciente. O novo caso poderá ser ajustado formando mais uma ocorrência na base
de casos. As tabelas 1, 2 e 3 apresentam as variáveis do banco de casos.
Tabela 1. Variáveis relacionadas ao exame da Audiometria
Variável
VA_250
VA_500
VA_1000
VA_2000
VA_3000
VA_4000
VA_6000
VA_8000
VO_500
VO_1000
VO_2000
VO_3000
Descrição
Via aérea do ouvido na freqüência 250Hz
Via aérea do ouvido na freqüência 500Hz
Via aérea do ouvido na freqüência 1KHz
Via aérea do ouvido na freqüência 2KHz
Via aérea do ouvido na freqüência 3KHz
Via aérea do ouvido na freqüência 4KHz
Via aérea do ouvido na freqüência 6KHz
Via aérea do ouvido na freqüência 8KHz
Via aérea do ouvido na freqüência 500Hz
Via aérea do ouvido na freqüência 1KHz
Via aérea do ouvido na freqüência 2KHz
Via aérea do ouvido na freqüência 3KHz
39
VO_4000
LDV
LRF
Via aérea do ouvido na freqüência 4KHz
Dado sobre o LDV do ouvido do paciente
Dado sobre o LRF do ouvido do paciente
Tabela 2. Variáveis relacionadas ao exame da Imitância Acústica
Variável
CONTRA_500
CONTRA_1000
CONTRA_2000
CONTRA_4000
DIF_500
DIF_1000
DIF_2000
DIF_4000
Descrição
Reflexo contra lateral na freqüência 500Hz
Reflexo contra lateral na freqüência 1KHz
Reflexo contra lateral na freqüência 2KHz
Reflexo contra lateral na freqüência 4KHz
Diferencial de Metz na freqüência de 500Hz
Diferencial de Metz na freqüência de 1KHz
Diferencial de Metz na freqüência de 2KHz
Diferencial de Metz na freqüência de 4KHz
Tabela 3. Variáveis relacionadas ao exame de Pré-Seleção
Variável
DESC_500
DESC_1000
DESC_2000
DESC_4000
DESC_FALA
Descrição
Limiar de Desconforto na freqüência 500Hz
Limiar de Desconforto na freqüência 1KHz
Limiar de Desconforto na freqüência 2KHz
Limiar de Desconforto na freqüência 4KHz
Limiar de desconforto para a fala
3.2 MODELAGEM DO SISTEMA
A modelagem do sistema foi feita através da análise dos requisitos funcionais e não
funcionais, bem como os use cases, diagramas de colaboração e de atividades. À seguir serão
apresentadas todas as etapas da modelagem.
3.2.1. Requisitos
Requisito: O Sistema deve permitir o cadastramento da
anamnese do paciente.
Código: 001
( x ) Funcional
( ) Não
funcional
Observações: O sistema deve permitir que sejam inseridas informações referentes ao paciente.
40
Casos de Uso Relacionados/Origen:
CASO DE USO CU 002 - Anamnese Adulto
Requisito: O Sistema deve permitir a alteração da anamnese. Código: 002
( x ) Funcional
( ) Não
funcional
Observações: O sistema deve permitir que seja feita a alteração do cadastro da anamnese.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 002 - Anamnese Adulto
Requisito: O Sistema deve permitir a apresentação das
informações da anamnese.
Código: 003
( x ) Funcional
( ) Não
funcional
Observações: A apresentação das informações e a relação de todas as perguntas e respostas do
questionário no sistema.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 002 - Anamnese Adulto
Requisito: Todos os campos da anamnese deverão ser
preenchidos.
Código: 004
( x ) Funcional
( ) Não
funcional
Observações: O sistema não permitirá que algum item fique em branco.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 002 - Anamnese Adulto
Requisito: O Sistema deverá solicitar que preencha todos os
Itens referentes a Queixa .
Código: 005
( x ) Funcional
( ) Não
funcional
Observações: No momento do cadastro da anamnese, o sistema deve solicitar que o usuário
41
preencha todos os itens referentes a queixa.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 002 - Anamnese Adulto
Requisito: O Sistema deverá solicitar que preencha todos os
Itens referentes ao Comportamento Auditivo.
Código: 006
( x ) Funcional
( ) Não
funcional
Observações: No momento do cadastro da anamnese, o sistema deve solicitar que o usuário
preencha todos os itens referentes a Comportamento Auditivo com exceção dos campos CheckBox.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 002 - Anamnese Adulto
Requisito: O Sistema deverá solicitar que preencha todos os
Itens referentes aos Sintomas.
Código: 007
( x ) Funcional
( ) Não
funcional
Observações: No momento do cadastro da anamnese, o sistema deve solicitar que o usuário
preencha todos os itens referentes aos Sintomas.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 002 - Anamnese Adulto
Requisito: O Sistema deverá solicitar que preencha todos os
Itens referentes a História Médica.
Código: 008
( x ) Funcional
( ) Não
funcional
Observações: No momento do cadastro da anamnese, o sistema deve solicitar que o usuário
preencha todos os itens referentes a História Médica com exceção dos campos CheckBox.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 002 - Anamnese Adulto
42
Requisito: O Sistema deverá solicitar que preencha todos os
Itens referentes a Exposição a Agentes.
Código: 009
( x ) Funcional
( ) Não
funcional
Observações: No momento do cadastro da anamnese, o sistema deve solicitar que o usuário
preencha todos os itens referentes a Exposição a Agentes.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 002 - Anamnese Adulto
Requisito: O Sistema deve permitir o cadastramento da
anamnese do paciente.
Código: 010
( x ) Funcional
( ) Não
funcional
Observações: O sistema deve permitir que seja inserido informações referente ao paciente.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 003 - Anamnese Infantil
Requisito: O Sistema deve permitir a alteração da anamnese. Código: 011
( x ) Funcional
( ) Não
funcional
Observações: O sistema deve permitir que seja feita a alteração do cadastro da anamnese.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 003 - Anamnese Infantil
Requisito: O Sistema deve permitir a apresentação das
informações da anamnese.
Código: 012
( x ) Funcional
( ) Não
funcional
Observações: A apresentação das informações e a relação de todas as perguntas e respostas do
questionário no sistema.
43
Requisito: Todos os campos da anamnese deverão ser
preenchidos.
Código: 013
( x ) Funcional
( ) Não
funcional
Observações: O sistema não permitirá que algum item fique em branco.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 003 - Anamnese Infantil
Requisito: O Sistema deverá solicitar que preencha todos os
Itens referentes a Queixa .
Código: 014
( x ) Funcional
( ) Não
funcional
Observações: No momento do cadastro da anamnese, o sistema deve solicitar que o usuário
preencha todos os itens referentes a queixa.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 003 - Anamnese Infantil
Requisito: O Sistema deverá solicitar que preencha todos os
Itens referentes ao Comportamento Auditivo.
Código: 015
( x ) Funcional
( ) Não
funcional
Observações: No momento do cadastro da anamnese, o sistema deve solicitar que o usuário
preencha todos os itens referentes a Comportamento Auditivo com exceção dos campos CheckBox.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 003 - Anamnese Infantil
Requisito: O Sistema deverá solicitar que preencha todos os
Itens referentes aos Sintomas.
44
Código: 016
( x ) Funcional
( ) Não
funcional
Observações: No momento do cadastro da anamnese, o sistema deve solicitar que o usuário
preencha todos os itens referentes aos Sintomas.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 003 - Anamnese Infantil
Requisito: O Sistema deverá solicitar que preencha todos os
Itens referentes a História Médica.
Código: 017
( x ) Funcional
( ) Não
funcional
Observações: No momento do cadastro da anamnese, o sistema deve solicitar que o usuário
preencha todos os itens referentes a História Médica com exceção dos campos CheckBox.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 003 - Anamnese Infantil
Requisito: O Sistema deverá solicitar que preencha todos os
Itens referentes a Gestação.
Código: 018
( x ) Funcional
( ) Não
funcional
Observações: No momento do cadastro da anamnese, o sistema deve solicitar que o usuário
preencha todos os itens referentes a Gestação com exceção dos campos CheckBox.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 003 - Anamnese Infantil
Requisito: Plataforma.
Código: 019
( ) Funcional
( x ) Não
funcional
Observações: O sistema foi desenvolvido para Internet Explorer.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 014 - Geral
45
Requisito: Campos com Asterisco.
Código: 020
( x ) Funcional
( ) Não
funcional
Observações: Todos os campos que apresentarem o símbolo Asterisco (*), serão campos
obrigatórios.
Casos de Uso Relacionados/Origem:
CASO DE USO CU 014 - Geral
Nome da Regra de Negócio: Dois CPF com o mesmo número.
Código: 001
Descrição: O Sistema não permiti que sejam cadastrados dois pacientes com mesmo CPF.
Caso de Uso/Origem:
CASO DE USO CU 014 - Geral
Tipo: Evidente
Obrigatoriedade: Necessário
Código: 002
Nome da Regra de Negócio: Acesso a dados de pacientes de outro
responsável
Descrição: Não é permitido que o sistema localize pacientes que o especialista não é responsável.
Caso de Uso/Origem:
CASO DE USO CU 014 - Geral
Tipo: Evidente
Obrigatoriedade: Necessário
Nome da Regra de Negócio: Cadastro de usuário
Código: 003
Descrição: Só é permitido fazer o cadastro de usuário com acesso de administrador.
Caso de Uso/Origem:
CASO DE USO CU 014 - Geral
Tipo: Evidente
Obrigatoriedade: Necessário
Nome da Regra de Negócio: Cadastro de Aparelhos
Código: 004
Descrição: Só é permitido fazer o cadastro de aparelhos com acesso de administrador.
46
Caso de Uso/Origem:
CASO DE USO CU 014 - Geral
Tipo: Evidente
Obrigatoriedade: Necessário
Nome da Regra de Negócio: Cadastro de Paciente
Código: 005
Descrição: Só é permitido fazer o cadastro de um paciente se o mesmo já não estiver cadastrado.
Caso de Uso/Origem:
CASO DE USO CU 014 - Geral
Tipo: Evidente
Obrigatoriedade: Necessário
Nome da Regra de Negócio: Cadastro de Aparelhos
Código: 006
Descrição: Só é permitido fazer o cadastro de aparelhos se determinado aparelho já não estiver
cadastrado.
Caso de Uso/Origem:
CASO DE USO CU 014 - Geral
Tipo: Evidente
Obrigatoriedade: Necessário
Nome da Regra de Negócio: Cadastro de Usuário
Código: 007
Descrição: Só é permitido fazer o cadastro de usuário se o mesmo não estiver cadastrado.
Caso de Uso/Origem:
CASO DE USO CU 014 - Geral
Tipo: Evidente
Obrigatoriedade: Necessário
Código: 008
Nome da Regra de Negócio: Diagnóstico
Descrição: Só irá ser permitida a apresentação do diagnóstico se os cadastros de Audiometria,
Imitância Acústica e Pré-Seleção forem realizados.
Caso de Uso/Origem:
CASO DE USO CU 013 - Diagnostico RBC
Tipo: Evidente
Obrigatoriedade: Necessário
47
3.2.2 Use Cases
CASO DE USO CU 001 - Geral
Breve Descrição:
Processo de armazenamento de informações do paciente.
Ator(es) Primário(s):
Usuário do Sistema
Ator(es) Secundário(s):
Não se aplica
Pré-condições:
Fluxo Principal:
2. Login Efetuado
1.0. O usuário entra no sistema;
1.1. Para o cadastro de um novo paciente o usuário clica em
Novo Prontuário;
1.2. Abre uma tela com os seguintes campos: Numero do
Prontuário, CPF;
1.3. O usuário é obrigado a preencher esses campos para
cadastrar um novo paciente;
1.4. O Sistema faz a verificação para saber se não há outro
Prontuário ou CPF com o mesmo número;
48
1.5. O sistema apresenta a tela de cadastro do paciente;
1.6. O usuário preenche os campos do cadastro do paciente e
clica em Salvar;
1.7. Logo após o cadastro do paciente habilitam-se os botões
dos exames
1.8. O usuário então poderá inserir informações referentes a
Anamnese Infantil ou Adulto dependendo da idade do
paciente;
1.9. Clicando no botão Audiometria abrirá uma tela e poderá
cadastrar as informações referente a audiometria;
2.0. Clicando no botão Otoscopia/Meatoscopia abre-se uma
tela e poderá inserir as informações do exame do médico e do
fonoaudiólogo;
2.1. Clicando no botão Imitância Acústica abrirá outra tela e o
usuário poderá preencher os campos;
2.2. Clicando no botão Pré-Seleção abrirá uma tela em que o
usuário poderá preencher os campos;
2.3. Clicando no botão Testes abrirá uma tela em que o usuário
poderá preencher os campos;
2.4. Clicando no botão Avaliação de Desempenho abrirá uma
tela em que o usuário poderá preencher os campos;
2.5. Clicando no botão Diagnóstico abrirá uma tela em que o
usuário observará os aparelhos mais indicados para o
problema;
2.6. O usuário poderá clicar no em um determinado aparelho
para ver informações sobre ele;
2.7 O usuário poderá selecionar um dos aparelhos indicados
para conter no diagnostico do paciente;
Fluxos Alternativos e
Exceções:
Fluxos Alternativos e Exceções 1
1.1.1.1. O usuário clica no botão Admin onde abrirá as
seguintes opções: Cadastro de Aparelho e Cadastro de Usuário
1.1.1.2. O usuário poderá clicar na opção cadastro de aparelho
e preencher os campos referentes ao novo aparelho e clicar no
botão Salvar;
1.1.1.3. O usuário poderá clicar na opção cadastro de usuário e
preencher os campos referentes ao novo usuário e clicar no
botão Salvar;
1.1.2.1. O usuário clica no botão localizar para pesquisar a
ficha de algum paciente;
Abrirá uma tela contendo os campos: Numero do Prontuário e
Nome do Paciente;
49
1.1.2.2. O usuário poderá escolher uma das opções de busca
(pelo Nome ou Numero do Prontuário);
1.1.2.3. Abrirá a ficha completa do paciente com dados
pessoais e exames
1.1.3.1. O usuário clica no botão Logoff e sai do sistema;
Pós-condições:
Fonte e/ou documentos
relacionados:
CASO DE USO CU 001 - Cadastro de Paciente
Processo de entrevista com informações pessoais referentes ao
paciente.
Ator(es) Primário(s): Usuário do Sistema
Breve Descrição:
Ator(es)
Secundário(s):
Pré-condições:
Fluxo Principal:
Não se aplica
1. Login efetuado.
1.0. No menu do paciente, o usuário irá clicar em Cadastro de Paciente;
1.1. Ao clicar nesta opção, será aberta a tela do Cadastro de Paciente;
1.2. O usuário faz as perguntas referentes aos dados pessoais do
paciente
1.2. O usuário preenche os campos: Nome do Paciente (100char),
CPF(12char), RG(8char), Endereço(100char), Bairro(100char),
CEP(9char), Cidade(50char), UF(30char), Telefone(30char), Data de
Nascimento(10char), Profissão(50char), Sexo(10char), Estado
Civil(10char), email(20char), Pai(100char), Mãe(100char),
Cuidador(100char), Indicação(100char), Observações(100char);
1.3. Após o preenchimento, deve clicar no botão Salvar;
1.4. O Sistema faz a verificação dos dados que estão sendo inseridos;
1.5. O usuário poderá retornar ao menu do paciente clicando no botão
Voltar.
Fluxos Alternativos e Fluxos Alternativos e Exceções 1
Exceções:
50
1.3.1.1. O usuário decide cancelar a inclusão dos dados do cadastro de
paciente;
1.3.1.2. O usuário clica em Voltar;
1.3.1.3. O sistema volta ao menu do paciente.
1.3.2.1 O usuário deixa campo obrigatório (com o símbolo *) em
branco;
1.4.2.2. O sistema apresenta uma mensagem na tela “O Campo XXX
deve ser informado”;
1.4.2.3. O sistema retorna para o passo 1.2 do fluxo principal.
Pós-condições:
1. Cadastro efetuado.
Fonte e/ou
documentos
relacionados:
CASO DE USO CU 002 - Anamnese
Breve Descrição:
Processo de entrevista com informações referentes ao paciente.
Ator(es) Primário(s): Usuário do Sistema
Ator(es)
Secundário(s):
Pré-condições:
Fluxo Principal:
Não se aplica
2. Login Efetuado
1. Dados do paciente cadastrados.
1.0. No menu do paciente, o usuário irá clicar em Anamnese para
registrar a entrevista;
1.1. Ao clicar nesta opção, será aberta a tela de Anamnese;
1.2. O usuário preenche os campos das seguintes questões:
Queixa(800char), Quando e como começou(300char), Inicio do
problema está relacionado com algum fator?Qual?(300char),
Implicações psicossociais da queixa(300char) Evolução do
problema(300char), Já realizou avaliação auditiva(300char),
Comportamento auditivo(300char), Uso de AAS(50char),
Tipo(50char), Marca(50char), Modelo(50char), Tecnologia(50char),
Descreva(200char), Otalgia(200char), Otorréia(200char), Desconforto
a sons intensos(200char), Zumbido(200char), Tontura(200char),
Plenitude Auricular(200char), Otorragia(200char), História
Clinica(700char), Exposição a Agentes(700char);
51
1.3. Após o preenchimento, deve clicar no botão Salvar;
1.4. O Sistema faz a verificação dos dados que estão sendo inseridos e
apresenta uma tela contendo todas as informações inseridas;
1.5. O usuário poderá voltar ao menu do paciente clicando no botão
voltar.
Fluxos Alternativos e Fluxos Alternativos e Exceções 1
Exceções:
1.3.1.1. O usuário decide cancelar a inclusão dos dados da anamnese;
1.3.1.2. O usuário clica em Voltar;
1.3.1.3. O sistema volta ao menu do paciente e os dados são perdidos.
1.3.2.1 O usuário deixa campo obrigatório (com o símbolo *) em
branco;
1.4.2.2. O sistema apresenta uma mensagem na tela “O Campo XXX
deve ser informado”;
1.4.2.3. O sistema retorna para o passo 1.2 do fluxo principal.
Pós-condições:
1. Anamnese efetuada.
2. Apresentação da Anamnese.
Fonte e/ou
documentos
relacionados:
CASO DE USO CU 004 - Audiometria
Breve Descrição:
Processo onde são inseridos dados Audiométricos.
Ator(es) Primário(s): Usuário do Sistema
Ator(es)
Secundário(s):
Pré-condições:
Fluxo Principal:
Não se aplica
2. Login Efetuado
1. Dados do paciente cadastrados.
1.0. No menu do paciente, o usuário irá clicar em Audiometria;
1.1. Ao clicar nesta opção, será aberta a tela contendo campos
referentes ao exame de audiometria;
1.2. O usuário preenche os campos do conforme o resultado do exame
audiométrico, sendo os campos: Via Aérea Orelha Direita (250HZ,
500HZ, 1000HZ, 2000HZ, 3000HZ, 4000HZ, 6000HZ, 8000HZ), Via
52
Aérea Orelha Esquerda (250HZ, 500HZ, 1000HZ, 2000HZ, 3000HZ,
4000HZ, 6000HZ, 8000HZ), Via Óssea Orelha Direita (500HZ,
1000HZ, 2000HZ, 3000HZ, 4000HZ, 6000HZ), Via Óssea Orelha
Esquerda (500HZ, 1000HZ, 2000HZ, 3000HZ, 4000HZ, 6000HZ),
IPRF (Orelha Direita Dissílabo, Orelha Direita Monossílabo, Orelha
Esquerda Dissílabo, Orelha Esquerda Monossílabo, OD, OE), STR,
LDV, Mascaramento, Weber Audiométrico(todos com 3 char);
1.3. Após o preenchimento, deve clicar no botão Salvar;
1.4. O Sistema faz a verificação dos dados que estão sendo inseridos;
1.5. O usuário poderá voltar ao menu do paciente clicando do botão
Salvar;
Fluxos Alternativos e Fluxos Alternativos e Exceções 1
Exceções:
1.3.1.1. O usuário decide cancelar a inclusão dos dados da audiometria;
1.3.1.2. O usuário clica em Voltar;
1.3.1.3. O sistema volta ao menu do paciente e os dados são perdidos.
1.3.2.1 O usuário deixa campo obrigatório (com o símbolo *) em
branco;
1.4.2.2. O sistema apresenta uma mensagem na tela “O Campo XXX
deve ser informado”;
1.4.2.3. O sistema retorna para o passo 1.2 do fluxo principal.
Pós-condições:
1. Audiometria efetuada.
2. Apresentação da Audiometria.
Fonte e/ou
documentos
relacionados:
CASO DE USO CU 005 - Otoscopia
Breve Descrição:
Processo onde são inseridos dados da otoscopia realizada.
Ator(es) Primário(s): Usuário do Sistema
Ator(es)
Secundário(s):
Pré-condições:
Fluxo Principal:
Não se aplica
1. Dados do paciente cadastrados.
1.0. No menu do paciente, o usuário irá
Otoscopia/Meaoscopia para registrar as informações;
53
clicar
em
1.1. Ao clicar nesta opção, será aberta a tela da
Otoscopia/Meatoscopia;
1.2. O usuário preenche os campos: Médico (Orelha Esquerda, Orelha
Direita), Fonoaudiólogo (Orelha Esquerda, Orelha Direita), todos os
campos com 20char;
1.3. Após o preenchimento, deve clicar no botão Salvar;
1.4. O Sistema faz a verificação dos dados que estão sendo inseridos;
Fluxos Alternativos e Fluxos Alternativos e Exceções 1
Exceções:
1.3.1.1. O usuário decide cancelar a inclusão dos dados da
Otoscopia/Meatoscopia;
1.3.1.2. O usuário clica em Voltar;
1.3.1.3. O sistema volta ao menu do paciente.
1.3.2.1 O usuário deixa campo obrigatório (com o símbolo *) em
branco;
1.4.2.2. O sistema apresenta uma mensagem na tela “O Campo XXX
deve ser informado”;
1.4.2.3. O sistema retorna para o passo 1.2 do fluxo principal.
Pós-condições:
1. Otoscopia/Meatoscopia efetuada.
2. Apresentação da Otoscopia/Meatoscopia.
Fonte e/ou
documentos
relacionados:
CASO DE USO CU 006 - Imitância Acústica
Processo de inserção de informações referente ao exame de Imitância
Acústica.
Ator(es) Primário(s): Usuário do Sistema
Breve Descrição:
Ator(es)
Secundário(s):
Pré-condições:
Fluxo Principal:
Não se aplica
1. Dados do paciente cadastrados.
1.0. No menu do paciente, o usuário irá clicar em Imitância Acústica
para registrar os dados obtidos no exame;
1.1. Ao clicar nesta opção, será aberta a tela da Imitância Acústica;
1.2. O usuário preenche os campos referentes ao exame: Orelha
54
Direita (Pressão O.M., Maximo Relaxamento, +200 da Pa,
Complacência Estática), Orelha Esquerda (Pressão O.M., Maximo
Relaxamento, +200 da Pa, Complacência Estática), 1º Deglutição, 2º
Deglutição, 3º Deglutição, 4º Deglutição ;
1.3. Após o preenchimento, deve clicar no botão Salvar;
1.4. O Sistema faz a verificação dos dados que estão sendo inseridos;
Fluxos Alternativos e Fluxos Alternativos e Exceções 1
Exceções:
1.3.1.1. O usuário decide cancelar a inclusão dos dados da Imitância
Acústica;
1.3.1.2. O usuário clica em Voltar;
1.3.1.3. O sistema volta ao menu do paciente.
1.3.2.1 O usuário deixa campo obrigatório (com o símbolo *) em
branco;
1.4.2.2. O sistema apresenta uma mensagem na tela “O Campo XXX
deve ser informado”;
1.4.2.3. O sistema retorna para o passo 1.2 do fluxo principal.
Pós-condições:
1. Imitância Acústica efetuada.
2. Apresentação da Imitância Acústica.
Fonte e/ou
documentos
relacionados:
CASO DE USO CU 007 - Pré-Seleção
Breve Descrição:
Processo que registra a fase de Pré-Seleção da AAS.
Ator(es) Primário(s): Usuário do Sistema
Ator(es)
Secundário(s):
Pré-condições:
Fluxo Principal:
Não se aplica
1. Dados do paciente cadastrados.
1.0. No menu do paciente, o usuário irá clicar em Pré-Seleção para
registrar a entrevista;
1.1. Ao clicar nesta opção, será aberta a tela de Pré-Seleção;
1.2. O usuário preenche os campos referente as questões: Limiar de
Desconforto, Cálculo do Ganho Acústico(cada um é uma tabela com
55
campos de 3char;
1.3. Após o preenchimento, deve clicar no botão Salvar;
1.4. O Sistema faz a verificação dos dados que estão sendo inseridos;
Fluxos Alternativos e Fluxos Alternativos e Exceções 1
Exceções:
1.3.1.1. O usuário decide cancelar a inclusão dos dados da Pré-Seleção;
1.3.1.2. O usuário clica em Voltar;
1.3.1.3. O sistema volta ao menu do paciente.
1.3.2.1 O usuário deixa campo obrigatório (com o símbolo *) em
branco;
1.4.2.2. O sistema apresenta uma mensagem na tela “O Campo XXX
deve ser informado”;
1.4.2.3. O sistema retorna para o passo 1.2 do fluxo principal.
Pós-condições:
1. Pré-Seleção efetuada.
2. Apresentação da Pré-Seleção.
Fonte e/ou
documentos
relacionados:
CASO DE USO CU 010 - Cadastro Aparelhos
Breve Descrição:
Processo de armazenamento de dados de aparelhos auditivos.
Ator(es) Primário(s): Usuário Administrador do Sistema
Ator(es)
Secundário(s):
Pré-condições:
Fluxo Principal:
Não se aplica
1. Login Administrador efetuado.
1.0. No menu principal, o usuário irá clicar em Cadastro de Aparelhos
para registrar um aparelhos novo;
1.1. Ao clicar nesta opção, será aberta a tela do Cadastro de
Aparelhos;
1.2. O usuário preenche os seguintes campos: Marca (20char),
Modelo(20char), Ganho(integer), Tecnologia(20char), Saída(integer),
Freqüência(integer), Tipo de Aparelho(20char), Tipo de Teste(char),
Graves(20char), Agudo(20char), AGC(20char), Foto(20char) ;
1.3. Após o preenchimento, deve clicar no botão Salvar;
56
1.4. O Sistema faz a verificação dos dados que estão sendo inseridos;
1.5. Aparecera uma mensagem Confirmando o cadastro.
Fluxos Alternativos e Fluxos Alternativos e Exceções 1
Exceções:
1.3.1.1. O usuário decide cancelar a inclusão de dados do aparelho;
1.3.1.2. O usuário clica em Voltar;
1.3.1.3. O sistema volta ao menu principal.
1.3.2.1 O usuário deixa campo obrigatório (com o símbolo *) em
branco;
1.4.2.2. O sistema apresenta uma mensagem na tela “O Campo XXX
deve ser informado”;
1.4.2.3. O sistema retorna para o passo 1.2 do fluxo principal.
Pós-condições:
1. Cadastro de Aparelhos efetuado.
Fonte e/ou
documentos
relacionados:
CASO DE USO CU 011 - Cadastro de Usuário
Breve Descrição:
Processo que cria uma conta de acesso ao usuário do sistema.
Ator(es) Primário(s): Administrador do Sistema
Ator(es)
Secundário(s):
Pré-condições:
Fluxo Principal:
Não se aplica
1. Login de administrador efetuado.
1.0. No menu Administrador, o usuário irá clicar em Cadastro de
Usuário;
1.1. Ao clicar nesta opção, será aberta a tela do Cadastro de Usuario;
1.2. O administrador do sistema faz as perguntas referentes aos campos
apresentado.
1.2. O administrador preenche os campos: Nome do Usuário(100char),
Login(20char), Senha(20char), Função(10char) ;
1.3. Após o preenchimento, deve clicar no botão Salvar;
1.4. O Sistema faz a verificação dos dados que estão sendo inseridos;
57
Fluxos Alternativos e Fluxos Alternativos e Exceções 1
Exceções:
1.3.1.1. O usuário decide cancelar a inclusão dos dados do cadastro de
usuário;
1.3.1.2. O usuário clica em Voltar;
1.3.1.3. O sistema volta ao menu do paciente.
1.3.2.1 O usuário deixa campo obrigatório (com o símbolo *) em
branco;
1.4.2.2. O sistema apresenta uma mensagem na tela “O Campo XXX
deve ser informado”;
1.4.2.3. O sistema retorna para o passo 1.2 do fluxo principal.
Pós-condições:
1. Usuário cadastrado e pronto para efetuar login.
Fonte e/ou
documentos
relacionados:
CASO DE USO CU 011 - Busca de Pacientes Cadastrados
Breve Descrição:
Processo que busca no Sistema algum paciente cadastrado.
Ator(es) Primário(s): Usuário do Sistema
Ator(es)
Secundário(s):
Pré-condições:
Fluxo Principal:
Não se aplica
1. Login efetuado.
1.0. Na tela principal, o usuário irá clicar em Localizar;
1.1. Ao clicar nesta opção, será aberta a tela para localizar usuário;
1.2. O usuário digita o nome do paciente que deseja.
1.2. O usuário clica no nome do paciente em forma de link ;
1.3. Abre uma tela contendo todas as informações referentes ao
cadastro do paciente;
1.4. O usuário tem a opção de imprimir os relatórios;
Fluxos Alternativos e Fluxos Alternativos e Exceções 1
58
Exceções:
1.3.1.1. O usuário decide cancelar a procura de um paciente;
1.3.1.2. O usuário clica em Voltar;
1.3.1.3. O sistema volta ao menu do paciente.
1.3.2.1 O usuário deixa campo obrigatório (com o símbolo *) em
branco;
1.4.2.2. O sistema apresenta uma mensagem na tela “O Campo XXX
deve ser informado”;
1.4.2.3. O sistema retorna para o passo 1.2 do fluxo principal.
Pós-condições:
1. Paciente Localizado.
Fonte e/ou
documentos
relacionados:
3.2.3. Diagramas
A Figura 7 apresenta o diagrama de atividades do sistema, enquanto que a Figura 8
apresenta o diagrama de colaboração do cadastro de exames, o mesmo acontece com a Figura 9 que
mostra o diagrama de colaboração do cadastro de aparelhos e a Figura 10 apresenta o diagrama de
colaboração da indicação e seleção dos aparelhos auditivos de amplificação sonora.
59
Figura 7 – Diagrama de Atividades
Figura 8 – Diagrama de Colaboração do Cadastro de Exames
60
Figura 9 – Diagrama de Colaboração do Cadastro de Aparelho
Figura 10 – Diagrama de Colaboração da Indicação e Seleção de Aparelhos
61
3.3 MODELO ENTIDADE RELACIONAMENTO (ER)
Para o modelo de banco de dados, utilizou-se a ferramenta open source DBDesigner 4,
desenvolvendo o modelo físico conforme a figura.
Figura 11 – Modelo Físico do Banco de Dados
62
3.4 INTERFACE DO SISTEMA
A seguir são apresentadas as telas do sistema AudioSys.
O sistema conta com uma tela de login, onde o usuário dependendo da sua função terá
acesso restrito ao sistema.(Figura 12)
Figura 12 – Tela de Login
Após ter-se logado o usuário se depara com a tela de boas vindas (Figura 13), e através dela
será possível realizar toda a navegação pelo sistema.
Figura 13 – Tela de Boas Vindas
63
As informações pessoais referente ao paciente são cadastradas no formulário como mostra a
Figura 14.
Figura 14 – Tela de Cadastro de Paciente
64
Em entrevista com o paciente tomam-se as informações relacionadas à anamnese mostrado
na Figura 15.
Figura 15 – Tela de Cadastro da Anamnese
65
Depois de realizado o exame no audiometro os valores são repassados na tela a seguir
(Figura 16), onde será de vital importância para a determinação do AASI.
Figura 16 – Tela de Exame da Audiometria
66
Na tela da Figura 17 são inseridas as informações do exame da Imitância Acústica realizado
pelo fonoaudiólogo em uma cabine acústica.
Figura 17 – Tela de Cadastro da Imitância Acústica
67
A tela da Figura 18 mostra o resultado dos cálculos do RBC indicando os aparelhos mais
similares ao caso.
Figura 18 – Tela de Indicação da AASI
68
Clicando no nome do aparelho apresentado na Figura 18 abrirá outra tela apresentando os
dados técnicos do aparelho mostrado na Figura 19.
Figura 19 – Tela dos Dados Técnicos do Aparelho Auditivo
69
4 CONCLUSÕES
Este trabalho teve como principal objetivo desenvolver um software capaz de auxiliar alunos
e professores do Centro de Referência em Reabilitação Auditiva, utilizando-se da técnica de
Inteligência Artificial, chamada Raciocínio Baseado em Casos que viabilizasse e facilitasse a
seleção e a indicação de um aparelho de amplificação sonora atendendo assim a necessidade dos
pacientes.
Atualmente o centro de referência supracitado utiliza um software instalado em uma única
máquina onde todos os fornecedores inserem seus sistemas de prescrição. Ao entrar no sistema,
tem-se a opção de selecionar apenas um dos fornecedores, neste sentido, abre o sistema de
prescrição onde constam somente as informações que o fornecedor acha relevante sendo que não
indica um aparelho para cada caso e nem apresenta opções de pesquisa a outro fornecedor.
O sistema foi modelado com base nas informações coletadas junto a profissionais da área.
Neste, obteve-se com mais facilidade o levantamento das funcionalidades e das variáveis
pertinentes ao cálculo do RBC. Devido a mudanças em alguns protocolos e a utilização de novas
marcas de aparelhos auditivos foram-se necessárias outras reuniões para tratar do assunto.
No que concerne a base de casos, esta foi formada por 30 casos reais tirados dos prontuários
da Univali de Itajaí, sendo que foram armazenados somente dados dos exames, resguardando todas
as informações pessoais referente ao paciente. Para o cálculo do RBC utilizou-se a fórmula cityblock que na fase de testes não foi constatado nenhuma instabilidade no sistema. Para que se
tenham resultados mais expressivos, será necessária a inserção de novos casos na base, isto fará
com que a indicação se torne cada vez mais fidedigna com o caso novo.
Para trabalhos ou modificações futuras, tem-se como plano a inclusão de outros métodos de
recuperação de casos, a explicação ao aluno das indicações dos aparelhos similares bem como o
acompanhamento do paciente após a protetização que possibilitará um prontuário completo,
dispensando os prontuários manuais o que acrescentará maior importância ao sistema.
70
5 REFERÊNCIAS BIBLIOGRÁFICAS
AAMODT, A.; PLAZA, E. Case-Based Reasoning: Foundational Issues, Methodological
Variations, and System Approaches. AI Communications. Vol. 7, Nº 1, 1994.
ABA- Academia Brasileira de Audiologia. Disponível em:
http://www.audiologiabrasil.org.br/legislacao/legislacao Acesso em: 01/05/2006.
ALMEIDA, K.; IORIO, M.C.M. Próteses Auditivas: Fundamentos Teóricos e Aplicações Clínicas.
São Paulo: LOVISE, 1996.
ALMEIDA K. Avaliação Objetiva e Subjetiva do Benefício de Próteses Auditiva Em Adultos.
[Tese] São Paulo: Universidade Federal de São Paulo; 1998.
ALVES, A. C. O. Proposta de um modelo para a implementação de um ambiente inteligente
para o ensino de informática médica. [Dissertação] Florianópolis: Universidade Federal de Santa
Catarina, 2002.
BARRETO, J. M. Inteligência Artificial no Limiar do Século XXI. 2ª ed. Florianópolis: Duplic,
1999.
BELLMAN, R. E. An Introduction to Artificial Intelligence: Can Computers Think? Boyd &
Fraser Publishing Company, San Francisco, 1978.
BRONZINO J. D. The Biomedical Engeneering Hand Book. CRCPRESS, IEEE PRESS, USA,
1995.
BUTA, P. Mining for Financial Knowledge with Case-Based Reasoning. AI Expert. Vol 9, Nº 2,
1994.
CHARNIAK, E.; MCDERMOTT, D. Introduction to Artificial Intelligence. Addison-Wesley,
Reading, Massachusetts, 1985.
CFFa- Conselho Federal de Fonoaudiologia. Disponível em: www.fonoaudiologia.org.br Acesso
em: 15/05/2006.
COSTA, G. A. Desenvolvimento e Avaliação Tecnológica de um Sistema de Prontuário
Eletrônico do Paciente, Baseado nos Paradigmas World Wide Web e da Engenharia de
Software. [Tese] São Paulo: UNICAMP, 2001.
DEGOULET, P.; FIESCHI, M. Introduction to Clinical Informatics, Traduzido por Benjamin
Phister do original Informatique Médicale, Springer-Verlag, New York, 1997.
DRUMMOND J. P.; SILVA E. Medicina baseada em evidências. São Paulo: Ed. Atheneu; 1998.
FERRARI D. V. Aparelhos de Amplificação Sonora Individuais Digitais: Caracterização e
Utilização em Adultos com Deficiência Auditiva Neurossensorial. [Tese] São Paulo: Pontifícia
Universidade Católica de São Paulo, 1999.
FERNANDES, A. M. R. Inteligência Artificial Noções Gerais. Florianópolis: Visual Books,
2003.
FERNANDES, A. P. S. Aided Learning Expert System to Diagnosis and Treatment of Dental
Traumatism in Odontology Pratical Clinical Class. Proceedings of First European Conference
About Health Telematic Education – HTE’96, Corfu Island Greece.
FERNANDES, A. P. S. Sistema Especialista Difuso de Apoio ao Aprendizado do Traumatismo
Dento-Aveolar Utilizando Recursos Multimídia. [Dissertação] Florianópolis: Universidade
Federal de Santa Catarina, 1997.
GERGES, S. N. Y. Ruído: Fundamentos e Controle. Florianópolis: NR Editora, 2ª ed. Capítulo 2,
pp 41-77, 2000.
GIL H. A.; DA SILVA E. L. A Reliable Approach for Solving the Transmission Network
Expansion Planning Problem Using Genetic Algorithms. Electrical Power Systems Research,
58, 45-51, 2001.
HAUGELAND, J.; Artificial Intelligence: The Very Idea. MIT Press, Cambridge, Massachusetts,
1985.
KATZ, J. Tratado de Audiologia Clínica. 3ª ed. São Paulo: Manole, 1989.
KOLODNER, J. CaseBased Rasoning. San Mateo CA. Morgan Kaufmann Publishers, 1993.
LEAKE, David B. CBR in Context: The Present and Future. In: Case-Based Reasoning:
Experiences, Lessons, & Future Directions. AAAI Press/The MIT Press, Menlo Park, California,
1996.
LORENZI F., ABEL M. Aplicando Raciocínio Baseado em Casos na Investigação de
Irregularidades nas Investigações Hospitalares. Congresso Brasileiro de Computação, 2002.
MAGNI, C.; FREIBERGER, F.; TONN, K. Avaliação do grau de satisfação entre os usuários de
amplificação de tecnologia analógica e digital. Rev. Bras. Otorrinolaringol., set./out. 2005,
vol.71, no.5, p.650-657. ISSN 0034-7299.
MENEGOTTO I. H, ALMEIDA K., IORIO M. C. M. Características Físicas e Eletroacústicas das
Próteses Auditivas. In: Almeida K, Iorio MCM. Próteses Auditivas: Fundamentos Teóricos &
Aplicações Clínicas. 2ª ed. São Paulo: Editora Lovise; 2003. p. 55-94.
MINELLA, C. M. S.; SELHORST M. Raciocínio Baseado em Casos Utilizando a Dieta do Tipo
Sangüíneo. [Tese] Blumenau: Universidade Regional de Blumenau; 2003.
MOTTA, D.N. Uma Proposta para o Ensino de Informática em Saúde na Residência Médica.
In: Brasília Médica, nº 36 vol 3, 4. Brasília, DF. ISSN 0524-2053, 1999.
NOAH Manual do Usuário. P/N 1330-502000, 2004.
RABUSKE, R. Inteligência Artificial. Florianópolis: Editora da UFSC, 1995.
72
RESHKO, G; MASON, M.; NOURBAKHSH, I. Rapid Prototyping of Small Robots. Disponível
em: http://www.ri.cmu.edu/pubs/pub_3951.html Acesso em 16/05/2006.
RICH, E.; KNIGHT, K. Inteligência Artificial. 2ª ed. São Paulo: Makron Books, 1993.
RUSSELL, S.; NORVIG, P. Inteligência Artificial. 2ª ed. Rio de Janeiro: Ed. Campus, 2004.
RUSSO, I. C. P.; SANTOS, T. M. M. Audiologia Infantil Princípios da Avaliação da Audição
na Criança. 2ª ed. São Paulo: Cortez, 1993.
SABBATINI, R. 1998. Informática Médica. Disponível em
http://www.informaticamedica.org.br/informaticamedica Acesso em 25/05/2006.
SANTOS, F. G. Audio-In Sistema de Raciocínio Baseado em Casos Para Auxiliar a
Determinação de Aparelhos Auditivos. [Dissertação] Itajaí: Universidade do Vale do Itajaí, 2000.
SBIS – Sociedade Brasileira de Informática em Saúde. Disponível em http://www.sbis.org.br/
Acesso em 28/05/2006.
SCHWARTZ A. B. PSIQ – Ferramenta de Apoio à Pesquisa na Área de Saúde Mental
Utilizando Raciocínio Baseado em Casos. [Tese] Florianópolis: Universidade Federal de Santa
Catarina, 2001.
SIGULEM, D.; ANÇÃO, M. S.; RAMOS, M. P.; MOURA, L.A.R. Informática MédicaAplicações para o Diagnóstico e a Terapêutica In: Atualização Terapêutica. 21ª ed. São Paulo:
Editora Artes Médicas Ltda, 2003.
SIGULEM, D.; RAMOS, M. P.; LEÃO, B. F.; ANÇÃO, M. S. Sistemas de Apoio à Decisão em
Medicina In: Atualização Terapêutica. 18ª ed. São Paulo : Artes Médicas, 1997.
SILVA R. P.; FERNEDA E.; BRASIL L. M.; SILVA A. P. B.; POLITO R. F. Sistema de Apoio à
Educação e Diagnóstico Médico Aplicando Raciocínio Baseado em Casos. Anais dos Congresso
Brasileiro de Informática em Saúde, 2004.
SHORTLIFFE, E. H.; PERREAULT, L. S. Medical Informatics: Computer Applications in Health
Care and Biomedicine. 2ª ed. Spriger-Verlag, 2000.
THÉ, M. A. L.; Raciocínio Baseado em Casos Uma Abordagem Fuzzy Para Diagnóstico
Nutricional. [Tese] Florianópolis: Universidade Federal de Santa Catarina; 2001.
VON WANGENHEIM, C. G.; VON WANGENHEIM, A. Raciocínio Baseado em Casos. São
Paulo: Manole, 2003.
WATSON, I. D. Applying CaseBased Reasoning: Techiniques for Enterprise Systems. San
Francisco: Morgan Kaufmann, 1997.
WINSTON, P. H. Artificial Intelligence. Addison-Wesley, Reading, Massachusetts, third edition,
1992.
73