21
Ir p/ primeira página PESS: A Probabilistic Expert System Generator Shell T. E. B. Mello, É.L.A. Júnior, R.M.G. Medeiros, R.P. Souza, T.L. Machado, L.M. Brasil
Ir p/ primeira página
PESS: A Probabilistic Expert System Generator Shell
T. E. B. Mello, É.L.A. Júnior, R.M.G. Medeiros, R.P. Souza,
T.L. Machado, L.M. Brasil
Ir p/ primeira página
Contents Expert System, introduction PESS Prolog Bayesian Probability PESS modules ESAUGB Simulations Conclusion Further Work
Ir p/ primeira página
Expert System - Introduction
User
Interface
Inference Motor
Knowledge Base
Knowledge Acquisition
Knowledge Engineer
Expert
Ir p/ primeira página
Prolog Expert System Shell
PESS Software that generates ES Why the PESS? What a Shell will help´s a ES? Uses Forward Chaining
Ir p/ primeira página
PROgramming LOGic
Prolog Description: resolução de problemas, baseada
em proposições lógicas... Porque Prolog? Porque não outra linguagem?
Ir p/ primeira página
Probabilidade
Probabilidade A probabilidade básica é definida como:
número total de maneiras como um determinado evento pode ocorrer
P= número total de maneiras como qualquer evento pode
ocorrer
Ir p/ primeira página
Teoria de Bayes
Probabilidade Baysiana Define-se na seguinte fórmula:
P(Ai)P(B|Ai)
P(Ai|B) =
P(A1)P(B|A1) + ... + P(An)P(B|An)
Ir p/ primeira página
Bayesian Probability Aplicável à Medicina
Raciocínio Médico Define-se na seguinte fórmula:
Pv.S
VP+ =
Pv.S + (1-Pv).Pv(1-E)
Motivo
Onde: • VP+ é o valor preditivo (probabilidade pós-teste) de teste positivo;• Pv é a prevalência da doença (probabilidade pró-teste);• S é sensibilidade do teste ou achado clínico;• E é especificamente do teste ou achado clínico.
Ir p/ primeira página
PESS modules
Módulo Principal Módulo Manutenção Módulo Máquina Módulo Pesquisa
Ir p/ primeira página
Módulo 1 - Módulo Principal
Módulo de interface
Interação com User
Ir p/ primeira página
Módulo 2 - Módulo Manutenção
Módulo de alteração da Knowledge Base:
Criação de regras Alteração de regras Remoção de regras
Ir p/ primeira página
Módulo 3 - Módulo Máquina
Módulo dos cálculos e conclusões da Máquina de Inferência
Utilização da Bayesian Probability
Ir p/ primeira página
Módulo 4 - Módulo Pesquisa
Módulo que realizará pesquisas por regras
Interligação com o Módulo Manutenção
Ir p/ primeira página
PESS modules
Interface
Módulo 1
Manutenção
Módulo 2
Máquina
Módulo 3
Módulo 4
Pesquisa
User
Ir p/ primeira página
ESAUGB
Introdução Público-alvo do ESAUGB Motivo da criação do SE Explicação do ESAUGB
Ir p/ primeira página
Simulations - Pediatria
PEDIATRIAErico ficou de simular novamente. Voce precisa dizer quem foi
o especialista, quantas regras foram adquiridas e como foi o comportamento desta aplicacao no PESS.
Coloque algumas telas com esta aplicacao
Ir p/ primeira página
Simulations - Gastrologia GASTROLOGIAVoce precisa dizer quem foi o especialista, local que voce
esta extraindo o conhecimento, quantas regras foram adquiridas e como foi o comportamento desta aplicacao no PESS.
Coloque algumas telas com esta aplicacao
Ir p/ primeira página
Considerações Finais Fortalecimento da IA Área medica carente Ajuda no processo diagnóstico Local onde será implantado
Ir p/ primeira página
Conclusão
O PESS, será primeiramente testado no desenvolvimento de um SE para o diagnóstico de doenças na área da pediatria. Logo apos esses teste será implementado o SEHDA que tratará do diagnóstico de hemorragia digestiva alta grave, que compreende, no meio médico, o estudo das hemorragias.THAIS, ESTE ASSUNTO NAO CABE BEM AQUI. ISTO DEVE APARECER NO ITEM DE SIMULACOES.
THAIS ESTA CONCLUSAO SERA FEITA APOS EU VER AS SIMULACOES, OK!….
Ir p/ primeira página
Further Work
Esperamos Aperfeiçoamento do Shell Banco de Dados do ESAUGB ESAUGB poder estender-se
Novos SE Criação de novo(S) SE(s) com PESS Aprovação de Users
Ir p/ primeira página
Contatos
OrientadoraOrientadora: Lourdes M. BrasilLourdes M. Brasil [email protected]
Alunos: Érico Júnior [email protected] Rodrigo Medeiros [email protected] Rogério Sousa [email protected] Thais Machado [email protected] Thiago Mello [email protected]
