O uso de redes neurais artificiais no diagnóstico preditivo dos tipos mais freqüentes de cefaléia

Abstract

Resumo: A dor de cabeça (cefaléia) é uma doença muito mais comum do que se imagina. Estudos mostram que chega a afetar cerca de 92% da população. Trata-se de uma doença de alto custo pessoal, social e econômico. Este trabalho tem como objetivo analisar a relevância dos dados coletados através de questionários respondidos por 2177 pacientes com diagnóstico de cefaléia e, através desta análise, verificar se o tratamento desses dados usando Redes Neurais Artificiais (RNAs) como ferramenta de reconhecimento de padrões pode auxiliar nos diagnósticos de novos pacientes. O sistema desenvolvido é baseado em RNAs do tipo Perceptron multicamadas e utilizou-se o software MATLAB 7.0 e o componente Neural Network Toolbox para a sua implementação e seu treinamento. No presente trabalho, são levantados elementos para justificar a utilização de RNAs como ferramenta de apoio ao diagnóstico, objetivando auxiliar o médico no seu dia-a-dia, e também como uma ferramenta educacional de auxílio ao treinamento e qualificação de profissionais da área médica. Os resultados obtidos foram bastante satisfatórios, mostrando que as RNAs podem ser eficientes na resolução deste problema específico.

Abstract: Headache is a very common disease, even more common that we can think about. Studies show that it affects about 92% of the population. It is a high cost disease , related to social and economical status. The aim of this paper is to analize de relevant results through questionaires answered by 2177 patients with headache diagnosis, and check if the treatment, using Artificial Neural Networks (ANN) as a recognizing tool of patterns can help on new patients diagnosis. The developed system is based on Perceptron ANN multilayers and it was used MATLAB 7.0 software, and Neural Network Toolbox for its implemention and trainning. At this present paper, elements are studied to justify the use of ANN as a diagnosis tool support, as a way to help the doctor's routines, and as well as na educational tool on trainning qualifying medical professionals. The obtained results were satisfying, showing that ANN can be efficient on the resolution of this specific issue.