Um mecanismo de decisão para inferência de contexto em ambientes pervasivos de tratamento de saúde

Abstract

Este trabalho apresenta uma abordagem utilizando sistemas Fuzzy para o monitoramento de saúde de um paciente em ambientes de computação pervasiva. Um modelo de decisão considera três classes de variáveis que constituem as informações de contexto sendo coletadas: ambientais, fisiológicas e comportamentais. Um estudo de caso de monitoramento da pressão arterial foi desenvolvido para identificar situações críticas com base em conhecimento médico. A solução mantém a interpretabilidade de um conjunto de regras definidas, mesmo após uma fase de aprendizado que propõe ajustes nessas regras. Nessa fase, a técnica de agrupamento Fuzzy C-Means foi escolhida para o ajuste das funções de pertinência, usando os centros dos agrupamentos. Uma equipe médica avaliou dados de monitoramento de 24 horas de 30 pacientes e esta avaliação foi comparada com os resultados do sistema. A abordagem proposta demonstrou ser individualizada, identificando situações críticas em pacientes com diferentes níveis de pressão arterial, com uma acurácia de 90% e baixa taxa de falsos negativos.

Sistema de apoio à avaliação de impactos da poluição sonora sobre a saúde pública

“…Constructed on the basis of expert consultation and expertise, the FIS simulates human reasoning to support decisions based on a given condition 23,24 , such as diagnoses and monitoring in the health area 25,26,27,28,29,30,31 . Construction of the FIS thus involves four principal stages: fuzzification, construction of the rules set, inference, and defuzzification 32 .…”

Fuzzy logic and applications in geographic information systems

“…In the health area, according to SOUSA et al (2006), there are diverse levels of uncertainties and imprecision, and the decision making process ends up supporting itself on vague and stranger concepts to classical logic and in parameters of subjective nature. In such manner, the characteristic uncertainties of the biological, medical and epidemic processes, emphasizing the lack of precise mathematical models are evidenced, which transforms the Fuzzy logic in an adequate theory in the treatment of these problems (COPETTI et al, 2011).…”