Jornal de Ciências Teóricas e Computacionais
Acesso livre

Abstrato

Método da máquina do centro de apoio para classificação e ajuda no sistema de diagnóstico médico

Zefeng Wang, Laurent Peyrodie, Hua Cao e Samuel Boudet

Objectivos: Um novo método de inteligência artificial 'Máquinas de Centro de Apoio' (SCM) para auxiliar no diagnóstico e prognóstico é aplicado a um sistema médico. Métodos No processamento de dados, o SCM procura os verdadeiros centros de cada classe durante a aprendizagem automática. Para aplicação no sistema médico, transforma estes centros em modelos de situação de saúde e traduz todos os registos de saúde num mapa. Todos os modelos, como não-doenças e doenças, estão rotulados neste mapa. Assim, a evolução do processo clínico do doente pode ser acompanhada pelo mapa. Com base na evolução das distâncias dos dados de registo recentes aos centros, o sistema estima a tendência da evolução saudável e prevê a situação provável no futuro. Resultados: O SCM foi testado em ‘Wisconsin Breast Cancer Data’ e comparado com os métodos LDA e SVM. Foram encontrados vinte centros para definir o mapa saudável. Com base nos resultados dos testes de quatrocentos e cinquenta seleção aleatória de dados por comboio, o SCM apresentou melhor desempenho, cujas médias de taxas corretas de deteção do cancro da mama variaram de 91,4% a 95,6%, que corresponderam a 10 % dos dados e 90% dos dados utilizados para fazer aprendizagem automática. Estes rácios aumentaram de 1% a 5%, relativamente à SVM e à LDA. Além disso, a variância das taxas de deteção corretas dos resultados do SCM diminuiu de 0,8% a 3,0%, em comparação com o SVM e o LDA. Mesmo que existissem apenas 10% de dados para a formação, o rácio manteve-se em torno dos 87% com apenas 3 componentes principais. Quando o sistema utilizou 50% dos dados para o treino e testou os restantes, a média da proporção foi de 93% e a melhor foi de 95%.
Conclusões: O SCM constrói com sucesso um sistema de diagnóstico/prognóstico de doenças e elabora um mapa saudável. Poderia exibir o registo de saúde num mapa 2D ou 3D, o que permite ao médico adaptar-se à interpretação. Além disso, caso ocorra uma nova situação (sintoma/doença), o profissional poderá visualizá-la e analisá-la de acordo com os mapas existentes do SCM.