Bases de conhecimento para sistemas especialistas de suporte na avaliação das atividades de levantar e sentar: protocolos clínicos

Abstract

Introdução: A avaliação funcional das atividades de levantar e sentar é utilizada freqüentemente por fisioterapeutas em sua prática clínica. Sistemas Especialistas (SE´s) são aplicações da Inteligência Artificial (IA) que realizam funções na tentativa de mimetizar as que são normalmente executadas por um especialista humano. Há diferentes metodologias e falta de padronização para a avaliação destas atividades. A elaboração de um instrumento para o auxílio nestas avaliações se faz necessária a fim de haver uma referência para os profissionais. Objetivo: O objetivo deste estudo foi desenvolver uma base de conhecimento para Sistema Especialista (SE) visando o suporte à avaliação das atividades de levantar e sentar, baseado em um protocolo clínico. Materiais e métodos: O estudo foi realizado em 3 etapas. A etapa I consistiu na identificação das informações para a implementação do sistema inteligente, com base em um estudo sobre a elaboração de protocolos clínicos para a avaliação destas atividades. A etapa II foi referente à implementação dos sistemas, quando as variáveis subjetivas e objetivas foram definidas, e as regras, os fatores de confiança, perguntas e explicações foram cadastradas por meio da utilização de uma Shell de IA. Na etapa III, 12 fisioterapeutas fizeram a avaliação dos sistemas por meio da aplicação de um questionário referente às características de cada protocolo. As respostas foram analisadas e suas porcentagens foram apresentadas em gráficos por meio do Programa Microsoft Office Excel 2007. Resultados: Foram elaborados 3 sistemas especialistas. A maioria dos fisioterapeutas considerou melhor aplicabilidade do sistema para fins educacionais, sendo que 100% considerou para o sistema de avaliação da atividade de Levantar na Vista Lateral, 92% para o sistema de avaliação da atividade de Sentar na Vista Lateral e 92% para o sistema de avaliação das atividades de Levantar e Sentar na Vista Anterior. Conclusão: Estes sistemas podem auxiliar o fisioterapeuta na avaliação das atividades de levantar e sentar, sem apresentar conclusões detalhadas. O sistema apresentou maior aplicabilidade para fins educacionais. Sugere-se outras implementações por meio de estudos utilizando linguagens tradicionais de IA - Prolog.

Background: Functional assessment of sit-to-stand and stand-to-sit activities is often used by physiotherapists in their clinical practice. Expert Systems (ES´s) are applications of Artificial Intelligence (AI) to perform functions in an attempt to mimic those normally performed by a human expert. There are different methodologies and lack of standardization for the evaluation of these activities. The development of a tool to support these evaluations is necessary in order to have a reference for the professionals. Objective: The objective of this study was to develop a knowledge base for expert system aimed to support the evaluation of sit-to-stand and stand-to-sit activities, based on a clinical protocol. Materials and Methods: The study was conducted in three steps. Stage I consisted on identifying the informations for the implementation of the intelligent system, based on a study about the development of clinical protocols for the evaluation of these activities. Stage II was related to the implementation of systems, when the subjective and objective variables were defined, and the rules, trust factors, questions and explanations were registered by using an AI Shell. On stage III, 12 physiotherapists performed the evaluation of systems through a questionnaire application about the characteristics of each protocol. The answers were analyzed and their percentages were shown in graphs using the program Microsoft Office Excel 2007. Results: three ES´s were developed. Most of physiotherapists considered better applicability of the system for educational purposes, where 100% considered for the system to evaluate the sit-to-stand activity on Lateral View, 92% for the system to evaluate the stand-to-sit on Lateral View and 92% for the system to evaluate sit-to-stand and stand-to-sit activities on Anterior View. Conclusions: These systems can assist the physiotherapist in the evaluation of sit-to-stand and stand-to-sit activities, without presenting detailed findings. The system showed greater applicability for educational purposes. It is suggested other implementations through studies using traditional AI languages - Prolog.