163 177

Paradigmas de Inteligência Artificial Aplicados ao Diagnóstico de
Transtornos Psiquiátricos
Amanda do Socorro de O. Martins1, Polyana Santos Fonseca Nascimento2
1,2

Área de Ciências Exatas e Tecnologia, Centro Universitário do Estado do Pará, Belém, Pará, Brasil

Introdução
Nos últimos anos observa-se um crescimento na utilização de computadores como ferramenta de auxílio na saúde. Inúmeras aplicações podem ser encontradas, citando-se os sistemas de apoio ao diagnóstico como uma das mais relevantes.
Este artigo apresenta um estudo que utilizou técnicas de Inteligência Artificial (IA) para representar a incerteza e a imprecisão na transição entre transtornos do humor, além de modelar o processo decisório do diagnóstico de transtornos de ansiedade e depressão. Esta prática poderia resultar em um aumento da confiabilidade clínica e auxiliar na compreensão da estrutura do conhecimento médico.
Metodologia
No presente trabalho foram aplicados dois paradigmas da IA: simbólico e conexionista. Na IA
Simbólica, o comportamento inteligente é simulado sem considerar os mecanismos responsáveis. Na IA Conexionista, acredita-se que, ao construir uma máquina que imite a estrutura cerebral, ela então apresentará inteligência. Atualmente, tem sido comum o uso das abordagens simultaneamente [1].
O software utilizado para desenvolver o módulo nebuloso foi o Toolbox Fuzzy do ambiente de computação científica MATLAB
(versão 7.0), que permite parametrizar, de forma completa, um Sistema de Inferência Fuzzy [2].
Para esta etapa foram escolhidos os dois principais transtornos do humor: Transtorno
Depressivo Maior e Transtorno Bipolar I.
O protótipo foi dividido em duas camadas.
Esta divisão se justifica na maneira como é realizado o diagnóstico pelo profissional, isto é, primeiro identifica-se qual o episódio de humor experimentado pelo paciente, para depois diagnosticar o possível transtorno.
As variáveis de entrada correspondem a critérios extraídos do Manual Diagnóstico e
Estatístico de