Document details

Through the union of two approaches of Artificial Intelligence, Knowledge Representation via ontologies, and the treatment of incomplete information through the use of Bayesian Networks (BNs), this work aims to create a methodology for the construction of BNs based on ontologies of the health domain in order to provide clinical decision support. In order to evaluate the methodology, it was applied to an ontology of the Nephrology domain, more specifically of Chronic Kidney Disease (CKD) from which a BN was built. To obtain the probabilities of the Bayesian Network generated, it was used real clinical cases from a database of patients from the Lauro Wanderley University Hospital in the State of Paraíba. For that, it was used techniques such as: direct probability specification, marginal probability and conditional probability. In this way, the conditional probability table was constructed, for the obtained nodes of the BN. Given the results obtained with the experimental evaluation, where the methodology was applied, it was possible to observe the creation of new knowledge based on pre-existing knowledge. The generated network also enabled the extraction of probabilistic knowledge of an ontology by the use of BN, allowing the obtaining of knowledge not provided by the ontology, due to non-existence and/or uncertain information.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES

Por meio da união de duas abordagens da Inteligência Artificial, Representação do Conhecimento por meio de Ontologias, e o tratamento de informações incompletas por meio do uso de Redes Bayesianas (RBs), este trabalho possui como objetivo criar uma metodologia para a construção de RBs com base em ontologias de domínio da área da saúde, com o intuito de fornecer suporte à decisão clínica. Para avaliar a metodologia criada, esta foi aplicada a uma ontologia do domínio da Nefrologia, mais especificamente sobre a Doença Renal Crônica (DRC), a partir da qual foi construída uma RB. Para a obtenção das probabilidades da rede gerada foram utilizados casos clínicos reais de uma base de dados de pacientes do Hospital Universitário Lauro Wanderley no Estado da Paraíba. Para tal, foram utilizadas técnicas como: especificação direta de probabilidade, probabilidade marginal e probabilidade condicional. Desta forma, foi feita a construção da tabela de probabilidade condicional dos nós da RB. Diante dos resultados obtidos com a avaliação experimental, na qual foi aplicada a metodologia definida neste trabalho, foi possível observar a criação de novos conhecimentos a partir de conhecimentos preexistentes. A rede gerada possibilitou ainda a extração de conhecimento probabilístico de uma ontologia pelo uso da RB, possibilitando a obtenção de conhecimentos não fornecidos pela ontologia devido a informações inexistentes e/ou incertas.