Inteligência computacional avaliando risco coronariano

Abstract

Neste trabalho foi explorada a potencialidade das Redes Neurais no estudo de fatores de risco de doenças arteriais coronarianas. Na sua forma mais geral, uma rede neural, é uma máquina que é projetada para modelar a maneira como o cérebro realiza uma tarefa particular ou função de interesse, através da sua propriedade de "aprender" a partir de um conjunto de dados de entrada. O procedimento utilizado para realizar o processo de aprendizagem é chamado de algoritmo de aprendizagem. Para alcançarem bom desempenho, as redes neurais empregam uma interligação maciça de células computacionais simples denominadas "neurônios" ou "unidades de processamento". Apesar de estarmos numa época de tecnologia e de avanços em estudos e diagnósticos em relação à doença arterial coronária, a realidade é que tal patologia ainda representa a principal causa de mortalidade e morbidade no mundo ocidental. Neste trabalho aplicando a Teoria dos Fuzzy Sets (Conjuntos Difusos ou Nebulosos) aos princípios da lógica clássica e resultados da rede neural sobre o conjunto de dados de treinamento, foi possível determinar um valor percentual pertinente ao grau de risco de doença coronária de cada indivíduo ponderando-se dados clínicos e laboratoriais pré-existentes.