desenvolvimento e implementaÇÃo de um sistema especialista para auxiliar o acompanhamento e o...

5/19/2018 DESENVOLVIMENTO E IMPLEMENTAO DE UM SISTEMA ESPECIALISTA PARA AUXILIAR O ACOMPANHAMENTO E O DIAG

1/91

UNIVERSIDADE FEDERAL DE MINAS GERAISPROGRAMA DE PS-GRADUAO EM ENGENHARIA ELTRICA

DESENVOLVIMENTO E IMPLEMENTAO DE UMSISTEMA ESPECIALISTA PARA AUXILIAR O

ACOMPANHAMENTO E O DIAGNSTICO MDICO NAREA DE PEDIATRIA

Belo Horizonte, 2005


2/91

UNIVERSIDADE FEDERAL DE MINAS GERAISPROGRAMA DE PS-GRADUAO EM ENGENHARIA ELTRICA

DESENVOLVIMENTO E IMPLEMENTAO DE UMSISTEMA ESPECIALISTA PARA AUXILIAR O

ACOMPANHAMENTO E O DIAGNSTICO MDICO NAREA DE PEDIATRIA

Dissertao submetida Escola deEngenharia da Universidade Federal deMinas Gerais para preenchimento dosrequisitos necessrios obteno dottulo de Mestre em Engenharia Eltrica.

Discente: Pedro Tlio Batista de AndradeOrientador: Prof. Dr. Walmir Matos Caminhas

Belo Horizonte, 2005


3/91

Agradecimentos ii

Agradecimentos

Primeiramente, agradeo a Deus que me acompanhou a cadamomento, quando me senti cansado e tambm quando me senti capaz de iralm, de prosseguir e lutar para chegar at aqui. A Ele que, no seu amorinfinito, se fez presente em todos os momentos dessa caminhada.

Aos meus pais, por terem me dado fora, apoiado e meproporcionado todo o carinho e dedicao para que pudesse seguir emfrente. Por aqueles dias distantes em que me senti protegido em seusbraos. Agradeo pela formao de meu carter, cultivando em mim osvalores que me tornaram uma pessoa digna, consciente, lutadora.

minha irm e Tain, pelo carinho especial que tm por mim epor serem to singulares, to presentes e to amigas.

Aos familiares e amigos, pela pacincia e dedicao, peloconvvio, pelas renncias, pelo incentivo.

Ao professor, orientador e amigo Walmir, que me transmitiu osconhecimentos, as experincias de profisso e de vida, proporcionando-meuma condio de vida crtica e madura, abrindo-me horizontes e meinstruindo para o eterno aprendizado enquanto profissional e enquanto

pessoa: o meu respeito, afeto e sincero agradecimento.Aos colegas, aos funcionrios da UFMG, a aqueles que, de

alguma forma, fizeram parte ou me ajudaram nessa minha caminhada: oconvvio um aprendizado. Foram momentos, horas, dias ou at mesmoanos de convivncia, de troca de experincias, de desafios e de grandesdescobertas. Sempre crescendo e fazendo amizades. Amadurecendo.

Ensinar muito mais do que apenas saber. preciso pacincia,humildade, carisma, amor, tudo isso alm do conhecimento. - aos queconseguiram realmente me ensinar algo novo ao longo do meu mestrado. E

a certeza de que, de alguma forma, vocs estaro sempre comigo e serolembrados nos mais diferentes momentos do meu eterno aprendizado.

Aqueles que os viram trabalhar os chamaro funcionrios.Aqueles que os ouviram os chamaro sbios.

Agradecimentos especiais UFMG e CAPES pelo ensejo domestrado e da bolsa de estudo. Foram tempos de aprendizado e crescimentopessoal e profissional. Muito obrigado!


4/91

Epgrafe iii

Epgrafe

A coisa mais indispensvel a um homem reconhecer o uso que devefazer do seu prprio conhecimento.

Plato

As crianas acham tudo em nada, os homens no acham nada em tudo.Giacomo Leopardi


5/91

Resumo iv

Pedro Tlio Batista de Andrade, 2005

Resumo

O objetivo desse trabalho aplicar rea de Sade da Criana e do Adolescente

tcnicas de Computao e Engenharia para auxiliar e apoiar profissionais da rea peditrica.

Foi criado um Sistema Especialista de apoio ao diagnstico de doenas infantis mais comuns.

Esse sistema de Inteligncia Artificial em Medicina capaz de raciocinar atravs de

informaes escolhidas pelo usurio ao navegar nas telas apresentadas pelo programa. Parapossibilitar a implementao de: um sistema de Inteligncia Computacional para apoio ao

diagnstico das doenas infantis mais comuns; a informatizao de modelos de pronturios

usados nos ambulatrios do Hospital das Clnicas da UFMG; o acesso aos arquivos de

Primeira Consulta e Consulta de Retorno dos pacientes e a construo de curvas de

crescimento apresentadas em grficos Peso X Idade, Altura X Idade, Permetro Ceflico X

Idade e Peso X Altura que usam curvas para os percentis 10, 25, 50, 75, 85 e 90 (estas

baseadas em informaes do National Center for Health Statistics), foi desenvolvida umaferramenta computacional que possui interface grfica amigvel. Esta foi projetada para

facilitar sua execuo por usurios de computadores, mesmo que estes no dominem bem as

tcnicas de programao.


6/91

Abstract v


Abstract

The objective of this work is to apply to the Area of Health of the Child and the

Adolescent techniques of Computation and Engineering to assist and to support professionals

of the pediatric area. A System was created Specialist of support to the diagnosis of more

common infant and older child illnesses. This system of Artificial Intelligence in Medicine is

capable to reason through information chosen for the user when sailing in the screens

presented for the program. To make possible the implementation of: 1) A system of

Computational Intelligence for support to the diagnosis of the more common infant and older

child illnesses, 2) The computerization of used handbook models in the ambulatory ones of

the Hospital das Clnicas of the UFMG, 3) The access to the archives of First Consultation

and Consultation of Return of the patients, 4) The construction of growth curves presented in

graphs weight-for-age, length-for-age, head circumference-for-age and weight-for-stature thatuse curves for percentiles 10, 25, 50, 75, 85 and 90 (these basing on information of the

National Center for Health Statistics), a computational tool was developed and that has

friendly graphical interface. This was projected to facilitate its execution for users of

computers, exactly that these do not dominate the programming techniques well.


7/91

Sumrio vi


Sumrio

Agradecimentos ................................................................................................... ii

Epgrafe ............................................................................................................... iiiResumo ................................................................................................................ ivAbstract ................................................................................................................ vSumrio ............................................................................................................... viCaptulo 1 - Introduo....................................................................................... 1Captulo 2 - Pediatria Mdica: Conceitos Bsicos ........................................ 13

2.1 Grficos de Crescimento e a escala de Percentil ........................... 142.1.1 Grfico Peso X Idade .................................................................. 182.1.2 - Grfico Estatura X Idade ............................................................ 20

2.1.3 - Grfico Permetro Ceflico X Idade .......................................... 222.1.4 - Grfico Peso X Estatura .............................................................. 242.2 Apoio ao Diagnstico em Pediatria ................................................ 27

Captulo 3 - Descrio do Ambiente de Programao ................................... 36Captulo 4 - Descrio do Sistema Desenvolvido............................................ 41

4.1 Introduo ......................................................................................... 414.1.1 Objetivos ...................................................................................... 414.1.2 Pblico Alvo do Sistema Desenvolvido ..................................... 41

4.2 Evoluo do software PEAD ........................................................... 41

4.3 Descrio Geral ................................................................................ 424.4 Produtos do Sistema ......................................................................... 424.5 Funcionalidades do Sistema ............................................................ 424.6 Caractersticas do usurio ............................................................... 424.7 Controle ao acesso externo .............................................................. 434.8 Requisitos de Desempenho .............................................................. 434.9 Telas do Sistema ............................................................................... 43

4.9.1 Tela Principal .............................................................................. 434.9.2 Menu Cadastro ............................................................................ 44

4.9.2.1 Primeira Consulta ................................................................. 444.9.2.1.1 Identificao e Categoria do Paciente ........................... 464.9.2.1.2 Dados Familiares e Referncia ...................................... 494.9.2.1.3 Queixas/Tratamentos/Anamnese ................................... 494.9.2.1.4 Histria Pregressa ........................................................... 504.9.2.1.5 Alimentao/Suplementao .......................................... 524.9.2.1.6 Vrios ............................................................................... 534.9.2.1.7 Imunizao/Psicol/Dinam ............................................... 554.9.2.1.8 Exame/Diag ...................................................................... 564.9.2.1.9 Prob/Impr/Cond .............................................................. 58

4.9.2.1.10 Concluso/Procedimentos ............................................ 59


8/91

Sumrio vii


4.9.2.2 Consulta de Retorno ............................................................. 614.9.2.2.1 Consulta/Queixa/Sumrio .............................................. 624.9.2.2.2 Demais abas ..................................................................... 63

4.9.3 Menu Arquivo ............................................................................. 644.9.3.1 Dados Gerais e Primeira Consulta ...................................... 654.9.3.2 Consultas de Retorno ............................................................ 674.9.3.3 Grficos de Crescimento ...................................................... 70

4.9.4 Menu Doenas Mais Comuns e Sintomas ................................. 704.9.4.1 Anlise de Casos .................................................................... 704.9.4.2 Cadastro ................................................................................. 714.9.4.3 Procurar Descrio ............................................................... 74

4.9.5 Menu Material de Apoio ............................................................ 764.9.6 Menu Calendrio......................................................................... 77

Captulo 5 - Concluses .................................................................................... 78Referncias Bibliogrficas ................................................................................ 80


9/91

Captulo 1 - Introduo 1


Captulo 1

Introduo

Nos tempos atuais, a computao tem se dirigido para o desenvolvimento deequipamentos (hardware) e programas (software) que tentam ajudar-nos nas tarefasmais automticas, atuando como auxiliar, como apoio nas mais diversificadas reas.

A Inteligncia Artificial IA - o ramo da cincia da computao que estudatcnicas que tornam os computadores capazes de tomar decises, de forma parecidacom o ser humano. Em outras palavras, a IA prope como imitar em um computador ascapacidades tpicas do intelecto humano. So tcnicas de representao deconhecimentos, heursticas1, raciocnios lgicos e nebulosos que daro boas solues elinguagens especiais para trabalhar com conhecimentos (PASSOS, 1989).

Uma das reas de interesse, de aplicao da IA , justamente, a referente ao

chamado Sistema Especialista SE. Um SE um programa de computador destinado asolucionar problemas em um campo especfico do conhecimento, que tem para isso umabase de conhecimento desse domnio restrito. Usa-se um raciocnio inferencial paraexecutar tarefas e tem desempenho comparvel ao dos especialistas humanos.

Na prtica, uma das mais importantes caractersticas de um SE a capacidade deexplanao. Do mesmo modo que um especialista poderia explicar por que aconselhou,que raciocnio usou para chegar determinada concluso, um SE pode ser capaz, deforma concisa, de explicar tambm porque chegou a tal inferncia (como deduziu aresposta). Esta caracterstica pode ser usada para ensinar pessoas que no soespecialistas nesse assunto especfico, que est sendo tratado pelo SE.

O Sistema Especialista ferramenta fundamental para as reas como indstria,

educao, medicina, comrcio, finanas, jurdica, ou seja, em segmentos onde se requerum especialista. Sua utilizao destaca-se, especialmente, em sistemas de apoio deciso.

Representar conhecimento e manipul-lo so tarefas no dominadascompletamente e ainda objeto de pesquisas. Representar e manipular o conhecimentoem um domnio particular, como na rea mdica, traz um complicador adicional. Ela uma rea onde vigora o conhecimento incerto.

Raciocinar com incerteza mais comum do que se imagina. Na medicina, ummdico habitualmente raciocina com incerteza, pois, em geral, os sintomas (porexemplo, febre, falta de apetite, etc.) no determinam uma nica doena j que podemser comuns a vrias (por exemplo, gripe, amidalite e diversas outras infeces). Assim,os mdicos lidam todo o tempo com incerteza, decidindo o tratamento das doenas deseu paciente, baseando-se em evidncias obtidas atravs da anlise, exames clnicos elaboratoriais.

1Heursticas: Mtodos de soluo de problemas em que se usa a tentativa e o erro, isto , tenta-se umcaminho para a soluo; se no der certo, tenta-se outro, at se conseguir chegar ao objetivo. As pesquisasheursticas em Inteligncia Artificial so estudos de estratgias que encurtam o espao-soluo de umproblema. SE usa heursticas (Ou seja, experincia anterior nas solues de problemas anlogos). OsSistemas Especialistas tm que ter experincia anterior, intuio e criao. s vezes esse conhecimentoresolve um problema rapidamente, mas tambm pode falhar e outro conhecimento ser tentado. a

tentativa e erro (heurstica) usada na resoluo de problemas. Passos, Emmanuel Lopes IntelignciaArtificial e Sistemas Especialistas ao Alcance de Todos, 1989.


10/91



O processo de tomada de decises ocorre em diversos momentos da atividade domdico. Podemos citar o caso da interpretao de um resultado de laboratrio. Existemoutras importantes situaes ao longo da ateno mdica, nas quais o computador podeauxiliar as decises. Elas esto relacionadas basicamente resoluo de problemas que

caracterizam a Medicina clnica (SABBATINI, 1985): o diagnstico2, o planejamentoteraputico e o prognstico3.

Estes trs nveis de deciso so fortemente inter-relacionados, e fazem parte deum ciclo repetitivo e automodificvel de coleta de dados-deciso-ao-avaliao (Figura1.1).

2Diagnstico: A arte de conhecer as doenas pelos seus sinais e sintomas. Identificao da natureza de

um problema, de uma dificuldade, de um mal etc. pela interpretao de seus indcios exteriores.Dicionrio Larousse da Lngua Portuguesa

MED Fase do ato mdico em que o profissional procura a natureza e a causa da afeco.Dicionrio Eletrnico Houaiss.

Segundo Delf e Manning (1975, p.11), a palavra Diagnstico universal, (derivada dogrego dia = atravs ou parte de e gnoscien = saber) usada geralmente significando diferenciar, isto ,separar as coisas ou pessoas em grupos para descrio, estudo ou ao. Quer dizer, diagnosticar conhecer os pacientes atravs do que eles dizem sobre suas enfermidades (seus sintomas) e conhec-losatravs das diversas manifestaes que a doena produz em seu estado fsico (sinais fsicos deenfermidades) e conhec-los atravs dos recursos da cincia laboratorial e radiolgica.

3 Prognstico: Que traa o provvel desenvolvimento futuro ou o resultado de um processo. Que podeindicar acontecimentos futuros (diz-se de sinal, sintoma, indcio etc.). Suposio, baseada em dados da

realidade, sobre o que deve acontecer; previso. MED Predio do curso ou do resultado provvel de umadoena; prognose. Dicionrio Eletrnico Houaiss.

Figura 1.1 - Processos bsicos de tomadade deciso em Medicina


11/91



A rea mais complexa e difcil da tomada de deciso mdica o diagnstico. Asprincipais razes para isto so as seguintes (SILVEIRA, 1998):

O diagnstico mdico depende da anlise de dados e informaes de diversas

fontes de naturezas muito diferentes, incluindo a experincia do mdico, bemcomo o senso comum e a intuio. difcil formalizar esse conhecimento erepresent-lo atravs de um programa de computador;

Os mecanismos mentais e o processo de raciocnio pelo qual os clnicos chegamao diagnstico so ainda mal conhecidos. Envolvem, simultaneamente,processos lgicos, avaliao probabilstica, encadeamento causal, e muitosoutros processos ainda entendidos parcialmente. difcil, portanto, tentarsimular num computador um modelo incompleto de raciocnio;

Existe uma falta de padronizao quanto aos termos e definies mdicas.Muitas vezes no existem opinies consensuais por parte dos especialistas narea de estudo, sobre como decidir em face das evidncias conflitantes. Soraros os bancos de dados mdicos confiveis, e o conhecimento est espalhadoem muitas publicaes, lugares e cabeas.

Os microcomputadores podem ser ferramentas teis para aperfeioar e aumentara preciso e a certeza dos diagnsticos mdicos.

At recentemente (isto , a metade da dcada de 80), estes tipos de programaspodiam ser implementados apenas em computadores de grande porte, devido aos seusrequisitos de memria e velocidade. Muitos deles, embora no necessariamente,utilizam as tcnicas de processamento da informao que so prprias da IntelignciaArtificial (IA). Os Sistemas Especialistas, como dito anteriormente, so programas

especializados numa rea bastante estreita do conhecimento, tais como os sistemascapazes de oferecer apoio ao diagnstico mdico. Os sistemas especialistas semultiplicaram porque mais fcil implementar bases de conhecimento mdico maisrestritas. So mais bem definidos em termos de representao do conhecimento, regrasde deciso, dados para apoiar a deciso, padronizao de nomenclatura e concordnciaentre os especialistas; e produzem resultados mais teis do ponto de vista prtico, poisenfocam seus poderes de resoluo em problemas diagnsticos difceis. So geralmenteconsiderados como especialistas confiveis, pelos mdicos que os utilizaram(KULIKOWSKI; WEISS, 1982). Contudo, tm sido feitas algumas tentativas deconstruir sistemas gerais de diagnstico mdico assistido por computador, tais como oINTERNIST/CADUCEUS (MILLER; POPLE; MYERS, 1982) e o QMR (Quick

Medical Record) (MILLER; MASARIE; MYERS, 1986), que tm encontrado, entreoutras, interessantes aplicaes no ensino mdico.

A metodologia mais comum para a implementao de raciocnio automtico emum computador atravs de um sistema de consulta. Nele, o mdico fornece aocomputador os dados sobre o paciente, e, em resposta, o programa fornece osdiagnsticos mais provveis, tratamentos, etc. Assim, o programa de computador agecomo um mdico mais experiente (especialista), e pode citar dados da literatura querespalde as suas afirmaes, avaliaes, propostas, etc. (capacidade explicativa)(SABBATINI, 1993). Outra metodologia a dos chamados sistemas de crtica. Nestes,o mdico fornece sinais, sintomas e resultados de exames, assim como o diagnstico, oudiagnsticos, presumido. O programa de computador elabora, a partir desses dados, umacrtica sobre o diagnstico hipottico fornecido pelo mdico, e o orienta como


12/91



determinar diagnsticos mais precisos, que tipo de dados adicionais devem serconseguidos, etc (MILLER, 1986).

Historicamente, os sistemas algoritmicos so os mais antigos, e comearam a serpropostos j no final da dcada dos 50. Eles se caracterizam por implementar decises

na forma de uma seqncia de comandos condicionais (IF...THEN) embutidos em umprograma. Atualmente, so utilizados apenas para programas de apoio deciso mdicade pequeno tamanho e complexidade, devido grande dificuldade que se tem dedepurar e corrigir erros de lgica, e tambm ao fato de que a base de conhecimentos no independente do programa.

Os Sistemas Especialistas baseados em regras, ou baseados em Heursticas, porsua vez, so uma "inveno" mais recente (a partir da metade da dcada dos 70), econseguiram eliminar as dificuldades bsicas dos sistemas algoritmicos. So programasde IA que tm um amplo nmero de declaraes ou regras, que so sentenas do tipoSE...ENTO...SENO, fundamentais na programao estruturada, interconectadas eaninhadas, armazenadas parte do programa, em um arquivo contendo a base deconhecimento. Um exemplo:

SE o paciente tem dor torcica;E a dor opressiva;E a dor inicia rapidamente;E a dor aumenta com o tempo

ENTO o diagnstico Infarto Agudo do Miocrdio (com algum grau de incerteza ver pgina 6).

Outro exemplo:

SE o paciente tem dor de cabeaE a dor muito forteE a dor constanteE a dor aumenta com o barulhoE a dor aumenta com a luz

ENTO o diagnstico Enxaqueca Miocrdio (com algum grau de incerteza verpgina 6).

Atravs desta tcnica, se chega ao diagnstico final aps os dados disponveis erelevantes sobre o paciente terem sido submetidos a estes testes condicionais.

A estrutura de um sistema especialista compreende quatro componentesessenciais (SABBATINI, 1993), (SOARES; SILVA; ZAMBALDE, 2003) (Figura 1.2):

A base de conhecimentos: esta a estrutura de dados onde os fatos e as regras deproduo4 esto armazenados. O grande poder de um SE est em sua base deconhecimento. nessa base que est tudo necessrio para que o sistema possatrabalhar com o conhecimento para gerar resultados. O conhecimento de um SE vemde um especialista humano. necessrio que a pessoa passe tudo que sabe sobe oassunto a ser tratado a fim de melhor representar o papel do especialista humano.

4Regras de produo so pares de expresses consistindo em uma condio e uma ao. Bittencourt, G. Inteligncia Artificial: Ferramentas e Teorias, 2 ed., Florianpolis, Univesidade Federal de SantaCatarina, 2001.


13/91



Para montar a base de conhecimentos so necessrios dois passos: adquirirconhecimento e modelar o conhecimento adquirido. Portanto, importante que seescolha a modelagem que melhor se adeqe nossa aplicao. O conhecimentopode ser representado de vrias formas como, por exemplo, por lgica, por redes

semnticas, por quadros ou por sistemas hbridos. O mdulo de aquisio do conhecimento: uma parte do sistema que usada para

modificar e adicionar o conhecimento novo base. Ele normalmente trabalhainteragindo diretamente com os especialistas humanos, que "ensinam" as regras e osfatos novos ao sistema especialista. As alteraes podem ser simples (comoacrscimo de dados) ou complexas (como depurao da base, reordenao deprioridades, dentre outras).

O mecanismo de inferncia: este o centro do sistema especialista: a parte doprograma que ir interagir com o usurio no modo de consulta e acessar a base deconhecimentos para fazer inferncias sobre o caso proposto pelo usurio. amquina (ou motor) de inferncia que cuida da parte de tomada de deciso, combase no conhecimento e na entrada do programa.

O mdulo de explicaes: este programa acionado cada vez que o usurio solicitauma explicao sobre uma deciso em particular que o sistema tomou, ou sobrequalquer fato ou conhecimento que ele guardou na base. uma capacidade dequestionamento fornecida ao usurio, seja para repetir uma deduo efetuada, sejapara responder a outras questes que o sistema especificamente permita. A

justificao um requerimento obrigatrio nos sistemas especialistas que,geralmente, tm a capacidade de responder s seguintes perguntas (RABUSKE,1995): Como chegou a esta concluso?, Por que chegou a esta concluso? e Por queno chegou outra concluso?

Figura 1.2 Estrutura de um sistema especialista


14/91



Infelizmente, o grau de certeza exigido pelos sistemas baseados em lgica muito raro na Medicina. Portanto, pequena a utilidade e a preciso dos programaspuramente determinsticos5. Este fato levou ao desenvolvimento de programas quelevam em conta a incerteza na produo de regras. Existem trs abordagens para tratar a

incerteza na programao lgica (SABBATINI, 1993):

a) Lgica possibilstica, tambm chamada 'fuzzy logic' (lgica difusa, ounebulosa). Na lgebra booleana, os valores assumidos pelos extremos lgicos, falso everdadeiro, seriam representados numericamente por 0 e 1 respectivamente. Na lgicadifusa, qualquer nmero fracionrio entre 0 e 1, de tal maneira que se tem "verdadesparciais". Eles so teis para descrever conceitos que so normalmente vagos emalguma rea de diferenciao, como, por exemplo:

p(obeso(paciente)) = 0,75isto , a proposio de que o paciente obeso 25% falsa, ou 75% verdadeira !

b) Fatores de certeza. So fatores aproximados, baseados mais na pragmtica doque na estatstica. Um exemplo clssico o do programa MYCIN (SHORTLIFFE,1976), onde esta notao foi primeiramente usada:

SE a infeco no aparelho respiratrio;E o paciente teve contato com uma pessoa gripada;E h dores musculares;E h dores de cabea;E h coriza;

ENTO o paciente est gripado (FC=0,9)Note que a regra de inferncia tem um fator de certeza (FC) de 0,9, isto , umespecialista teria certeza disto somente em 90% das ocasies (os exames radiolgicos elaboratoriais poderiam indicar tuberculose ou pneumonia). Os FC expressam o grau deconfiabilidade que poderia ser atribudo a uma dada concluso como um resultado daevidncia associada.

c) Probabilidades: esta abordagem exige probabilidades "reais", ou seja,nmeros associando eventos e populaes, obtidos por estudos estatsticos prprios. Osprogramas de diagnstico diferencial baseados no teorema de Bayes6usam a abordagem

5 Um Programa Determinstico segue uma seqncia de passos que pode ser prevista com antecedncia,se h conhecimento das entradas. Os programas seqenciais so sempre determinsticos. Um programaconcorrente, por outro lado, tipicamente no-determinstico, ou seja, a ordem de execuo dos processosno pode ser prevista com antecedncia. Preuss, Evandro Linguagem de Programao IV,Universidade Regional Integrada do Alto Uruguai e das Misses, 2004.6 A idia de Bayes para o clculo de probabilidades foi publicada postumamente pela Royal Society e uma explicao de como ele abordava os problemas propostos pelos matemticos anteriores a ele. Otrabalho passou a ser conhecido como Teorema de Bayes, uma tcnica de estatstica e estimativa quevirou uma lei fundamental da matemtica.Essencialmente, o que a proposta do reverendo trazia de inovador era o carter subjetivo na previso deum evento, ou seja, a opinio do matemtico que manipula os nmeros entra de modo significativo nosclculos. Essa opinio baseada na quantidade de informao que se tem nas mos sobre as condies de

ocorrer tal evento. As informaes vo definitivamente influenciar a previso. Ento, numa disputa decara ou coroa por exemplo, todo mundo concorda que a chance de algum ganhar de 50%. Mas se o


15/91



de construir uma matriz contendo as probabilidades de um dado sintoma, sinal, etc., serassociado a uma doena, como resultado de algum estudo estatstico numa amostra depacientes, numa rea de diagnstico mdico. Por exemplo:

A probabilidade de que um paciente apresente uma perda de peso persistente, dado queele tem tuberculose miliar de 0,8

O teorema de Bayes fornece uma abordagem para calcular as probabilidades para cadadiagnstico, dado um conjunto de indicadores. um modo simples de combinar asprobabilidades condicionais, produzindo uma probabilidade final, que poderia ser aseguinte:

A probabilidade de:ENDOCARDITE BACTERIANA de 0,85TUBERCULOSE MILIAR de 0,23FEBRE TIFOIDE de 0,01

DOENA DE HODGKIN de 0,0011

Um dos obstculos ao maior uso de sistemas de apoio deciso mdica adificuldade em se criar e atualizar a base de conhecimentos. Muitas das tarefasassociadas deciso so de difcil sistematizao e caem no domnio do que semchamam problemas mal definidos, ou seja, que no podem ser expressos porformalismos matemticos, estatsticos ou lgicos. O reconhecimento de padresespaciais ou temporais complexos (classificao de um traado de EEG7,reconhecimento de uma afeco de pele) um desses problemas em Medicina.

trato for de jogar a moeda quatro vezes, o mtodo bayesiano de fazer previso vai se ajustando a cadajogada. Se der "cara" nas duas primeiras jogadas, as chances para as jogadas posteriores no sero maismeio-a-meio, segundo Bayes. Usando esse mtodo na previso das chances de um time A vencer um timeB, deve-se levar em conta as informaes que se tem sobre resultados anteriores a essa disputa, comoquantas vezes A venceu B, e as experincias e opinies de especialistas sobre esse jogo, o campeonato eos jogadores.Apesar de estar baseado rigidamente na lgica e na razo, o Teorema de Bayes passou por vriascontrovrsias medida que os estudos sobre probabilidade e estatstica evoluam. At hoje ele criticadopor incluir o carter subjetivo - a opinio - no ajuste de clculos, e por isso ser "sem p nem cabea" doponto de vista dos matemticos conservadores e compromissados com a objetividade.Hoje sua teoria pode ser aplicada a quase todas as reas do conhecimento, nas pesquisas cientficas ou no

cotidiano das pessoas. Autoridades de sade pblica no podem deixar de usar os clculos probabilsticosna previso de alcance de uma epidemia. As economias mundiais no vivem mais sem a previso deinflao, desemprego ou da alta ou baixa da cotao das moedas. Apesar de sempre terem sido criticados,Thomas Bayes e suas idias continuam desafiando a intuio e o "achismo" nas nossas apostas e palpitesdirios. Kawano, Carmen Os Nmeros do Acaso, Revista Galileu, abril 2004.

7O eletroencefalograma (EEG) um registro da atividade eltrica cerebral usando, aproximadamente, 20eletrodos colocados no couro cabeludo que so acoplados a sistemas amplificadores e registrados. Oregistro pode ser feito por oscilgrafos com inscries tinta, nos aparelhos mais antigos, e por digitaodos sinais analgicos apresentados em monitores, nos aparelhos mais modernos (EEG digital). O EEGdura 20-40 minutos. Os eletrodos captam qualquer alterao na atividade neural. Conseqentemente, ossinais obtidos so apenas uma medida grosseira da atividade neural em um volume cerebralfuncionalmente grande. Os neurnios sofrem dois tipos de alterao eltrica, mas apenas os potenciais

ps-sinpticos lentos contribuem para o registro EEG. Alteraes da atividade eltrica cortical podemsugerir tipos especficos de epilepsia, tumores, encefalopatia metablica etc. A inexperincia com


16/91



Assim, tm sido feitos esforos no sentido de desenvolver sistemas especialistascapazes de "aprender" sozinhos as associaes lgicas. Estes sistemas so chamados deadaptativos. Como um sistema adaptativo no campo de apoio deciso mdica, h asredes neurais artificiais (tambm chamadas de sistemas conexionistas). Elas procuram

imitar a organizao altamente paralela do crebro, que tem propriedades decomputao coletiva e distribuda, e que possuem a capacidade de aprendizado. Ossistemas conexionistas tm sido utilizados para um nmero crescente de tarefas declassificao de doenas, controle de equipamentos biomdicos inteligentes,processamento de sinais e imagens, etc.

Logo depois que se desenvolveram sistemas especialistas especficos, foireconhecido que eles eram relativamente fceis de programar, mas que a parte queexigia raciocnio era a aquisio de conhecimento e a sua verificao (isto , conferir seexistem inconsistncias, pontos cegos, erros e contradies no conhecimento fornecidopelos especialistas humanos). Isto pode levar de 2 a 10 anos, dependendo do tamanhodo sistema! Portanto, foi feito um grande progresso na direo do desenvolvimento de"shells" genricos de sistemas especialistas, isto , somente a parte de software dosistema especialista. Surgiram o EMYCIN (Essential MYCIN) (BUCHANAN;SHORTLIFFE, 1984), o EXPERT (WEISS; KULIKOWSKI, 1979) etc. os quais estosendo usados em outros domnios da medicina. Esta tendncia influenciou oaparecimento posterior de um grande nmero de sistemas especialistas genricos paramicrocomputadores.

Um elemento importante do raciocnio mdico o encadeamento causal, isto ,os mdicos normalmente sabem porque um determinado sintoma ou resultado de testeaparece, como conseqncia de alguma alterao fisiolgica, anatmica ou bioqumicasubjacente. Portanto, muitos sistemas especialistas usam uma outra tcnica de IA

chamada de redes causais. O CASNET (KULIKOWSKI; WEISS, 1982) e oINTERNIST (MILLER; POPLE; MYERS, 1982) so sistemas que trabalham destemodo.

Os microcomputadores mais recentes tornaram possvel o desenvolvimento e acomercializao de diversos sistemas especialistas do tipo shell (somente a parte desoftware do sistema especialista), tais como EXPERT-EASE, M-1, INSIGHT,ARBORIST, EXSYS, ES/P, PERSONAL CONSULTANT, GURU, NEXPERT,EXPERTMD etc.

Praticamente todas as linguagens importantes existentes foram usadas paraescrever o software de um sistema especialista especfico: BASIC, FORTRAN,ALGOL, PASCAL, FORTH, etc. Contudo, existem algumas linguagens de computador

que foram desenvolvidas para facilitar o desenvolvimento de aplicaes de IA: o LISP,o LOGO e o PROLOG so as mais conhecidas.Nos ltimos anos, tem sido anunciado na literatura um grande nmero de

programas de apoio deciso mdica. Muitos deles so bastante sofisticados e tm,sistematicamente, um desempenho melhor que os programas mdicos comuns. Sotaxados de especialistas pelos humanos. Contudo, s raramente os sistemas de auxlio

traados EEG pode levar a srios erros diagnsticos, os quais podem ter um efeito catastrfico na vida deum paciente, por exemplo, quando descargas epileptiformes normais so relatadas como indicativas deepilepsia. Certas descargas epileptiformes podem ocorrer como fenmeno normal e a interpretao podeser difcil por pessoal no treinado. Cockerell, O. C.; Shorvon, S. D. Epilepsia: Conceitos Atuais,

Lemos Editorial & Grficos Ltda, 1997 e Conceitos Bsicos em Eletroencefalografia, URL:http://medworks1.tripod.com/Fisiologia/conceitos_bsicos_em_eletroencef.htm .


17/91



ao diagnstico tm sido usados rotineiramente na prtica clnica. Quando so usados,provam ser bastante confiveis e teis (SABBATINI, 1993). Um programa para odiagnstico da etiologia8de uma dor abdominal aguda, desenvolvido na Inglaterra, porexemplo, tem sido rotineiramente usado nas enfermarias de emergncia de alguns

hospitais. O seu uso ajudou na reduo em 50% nas taxas de apendicite perfurada, e nareduo de 36% para 14% da incidncia de cirurgias abdominais desnecessrias. Osistema MYCIN tambm foi avaliado extensamente, com bons resultados (YU;BUCHANAN; SHORTLIFFE; WRIATH; DAVIS; SCOTT; COHEN, 1979). Algunssistemas especialistas mdicos tem sido oferecidos comercialmente, geralmenteembutidos em equipamentos biomdicos (WEISS; KULIKOWSKI; GALEN, 1981).

Uma aplicao muito interessante e bem aceita pelos profissionais de sade ouso de sistemas especialistas para alerta automtico de riscos de sade, procedimentosnecessrios, etc., a partir dos dados armazenados no registro clnico da instituio. Osistema HELP (PRYOR; GARDNER; CLAYTON; WARNER, 1983), desenvolvido naUniversidade de Utah realiza com sucesso este tipo de tarefa para sistemas hospitalares.

Desde os anos 70, quando comearam a ser utilizadas as tcnicas de IntelignciaArtificial em Medicina, foi desenvolvido um grande nmero de sistemas de apoio deciso, de mdia ou grande complexidade. O primeiro e bem sucedido exemplo oMYCIN, um programa desenvolvido nos Estados Unidos nos anos 70, por Shortliffe ecolaboradores, o qual um sistema de apoio ao diagnstico e terapia na rea deinfeces por microrganismos. Usa regras de produo com fatores de certeza noauxlio do raciocnio probabilstico. Usa estratgia de encadeamento dirigido pelashipteses perguntando dados ao usurio para continuar o encadeamento. Comoevolues ou aplicaes da sua filosofia, o MYCIN gerou alguns sistemas: EMYCIN,que uma ferramenta para gerao de SEs para diagnstico mdico; o PUFF, SE

especfico para doenas pulmonares; o TEIRESIAS, sistema para aquisio deconhecimento utilizado para tal pelo MYCIN (PASSOS, 1989). H tambm o HEPAR(para doenas do fgado e do trato biliar) e o ONCOCIN (para planejar o tratamento depacientes com cncer linftico).

O EXPERT uma ferramenta que auxilia a construo de SEs para diagnsticomdico em geral, originado do CASNET; elaborado inicialmente para tratamento deglaucomas, usa uma rede causal para modelar doenas. A doena um processodinmico que explicado ao usurio. Faz uso de regras probabilsticas e de opiniesdivergentes de especialistas para diagnsticos alternativos. O sistema CASNETcomeou a ser desenvolvido por volta de 1973 e o EXPERT em 1979.

O sistema CADUCEUS, desenvolvido na Carnegie-Mellon University e

originado do INTERNIST, voltado para medicina interna. Possui uma das maioresbases de conhecimento dos Sistemas Especialistas. O programa raciocinadinamicamente em cima de uma malha de sintomas e doenas combinando o raciocniodirigido pelos dados com o raciocnio dirigido pelas hipteses, nesta ordem.

H tambm inmeros outros sistemas, entre os quais:

DTA - consultas sobre terapias com digitais (GORRY; SILVERMAN;PAUKER, 1978);

8Etiologia: ramo do conhecimento cujo objeto a pesquisa e a determinao das causas e origens de umdeterminado fenmeno. MED estudo das causas das doenas. Dicionrio Eletrnico Houaiss.


18/91



PIP - consulta e diagnstico na medicina interna e nefrologia (PAUKER;GORRY; KASSIRER; SCHWARTZ, 1976);

CASNET/GLAUCOMA - para o diagnstico e aconselhamento teraputico noscasos de glaucoma (KULIKOWSKI; WEISS, 1982);

PUFF - diagnstico de distrbios respiratrios (AIKINS; KUNZ;SHORTLIFFE, 1983);

ABEL - identificao de distrbios eletrolticos e cido-bsicos eaconselhamento teraputico (PATIL; SZOLOVITS; SCHWARTZ, 1982);

VM - interpretao e consulta sobre terapia intensiva em relao a pacientes emestado grave (FAGAN, 1979);

ONCOCIN - seleo de protocolos oncoterpicos (SHORTLIFFE; SCOTT;BISCHOFF, 1981).

No sistema CADIAG-IV (SAGEDER; BOEGL; ADLASSNIG; KOLOUSEK;

TRUMMER, 1997), as bases de conhecimento mdicasfuzzyso usadas para modelar aincerteza e a impreciso de conhecimento mdico e os mecanismos de raciocnio dalgica fuzzy proporcionam os processos de inferncia. A aquisio do conhecimentomdico dos peritos desse domnio do conhecimento foi descrita como a tarefa maisdifcil e a que mais consumiu tempo no desenvolvimento do sistema baseado emconhecimento na Medicina.

Na medicina, o princpio de medir tudo que se pode medir e de tentar medir oque no mensurvel at agora (GALILEO) ainda praticado, contudo, algumaslimitaes fundamentais j tm sido reconhecidas. O conhecimento real do mundo caracterizado pela imperfeio, impreciso, e inconsistncia. A teoria dos conjuntos

fuzzy, que foi desenvolvida por Zadeh, possibilita definir entidades mdicas inexatas

como conjuntos fuzzy. Fornece uma aproximao excelente em textos mdicos. Almdisso, a lgicafuzzyfornece mtodos de raciocnio para a inferncia aproximada.Os primeiros sistemas computacionais para suporte deciso foram construdos

a partir dos anos 60 e eram, em grande parte, voltados para o problema da diagnstico.O interesse no uso de probabilidades para tratar incerteza diminuiu devido percepo(da poca) de que probabilidade era intratvel e inadequada para expressar a estruturado conhecimento humano, alm de no existirem mecanismos de explicao (da soluoproposta pelo sistema) para no especialistas do domnio.

No final dos anos 80, houve uma retomada do interesse por abordagensprobabilsticas para o tratamento da incerteza. Uma forma atual de lidar com a incertezainerente ao diagnstico colocar disposio do mdico procedimentos automatizados

baseados no raciocnio probabilstico. Esses sistemas podem ser utilizados tanto noprocesso de ensino e aprendizagem quanto na prtica diria. O Pathfinder desenvolvidono programa de informtica mdica da Universidade de Stanford, para diagnstico dedoenas do sistema linftico, exemplo de um desses sistemas de grande sucesso de usona prtica profissional e no treinamento de mdicos nos Estados Unidos(ANDREASSEN, 1989). Sua verso atual supera o desempenho dos melhorespatologistas mundiais (Communications of the ACM, 1995). Na Europa, cita-se o

Munin, desenvolvido no Departamento de Cincia da Computao da Universidade deAalborg, Dinamarca, utilizado para se obter um diagnstico preliminar de doenas dosmsculos e nervos (FRANKLIN, 1989) e o Child (HECKERMAN, 1992). Este ltimofoi desenvolvido para apoiar mdicos do Great Ormond StreetHospital de Londres nodiagnstico distncia de doenas cardacas congnitas em crianas recm nascidas. O


19/91



GOS um centro de referncia nesta rea. O pediatra que estiver atendendo a um beb esuspeitar que ele um bluebaby9 orientado a entrar em contato com o GOS. O mdicodo GOS consulta o sistema Child, com base nas informaes passadas pelo pediatra,para decidir sobre a transferncia ou no do beb para o hospital.

O desenvolvimento de aplicaes para a rea mdica baseadas no raciocnioprobabilstico muito incipiente no Brasil. mencionado o SETA (FLORES, 1994),sistema especialista de apoio prescrio de frmacos em transtornos afetivos emparceria com o Departamento de Psiquiatria do Hospital de Clnicas de Porto Alegre(HCPA). Outro exemplo o sistema SEAMED (FLORES, 2001), uma evoluo dosistema SETA, que possui dois SE, um no auxlio prescrio de anti-hipertensivospara o idoso, e o outro na escolha do melhor psicofrmaco para pacientes que sofrem dedistrbios do humor.

O sistema implementado neste trabalho conta com:1 Cadastro da Primeira Consulta e Consulta de Retorno da Criana e do

Adolescente baseado nos modelos de Pronturios usados nos ambulatrios do Hospitaldas Clnicas da UFMG. As fichas de cadastro s podem ser salvas se estiverempreenchidos dados como Nome, sexo, data de nascimento, data da consulta, peso, alturae permetro ceflico no nascimento e na data da consulta. possvel saberinstantaneamente o percentil das medidas peso, altura e permetro ceflico obtidos noexame fsico.

2 O acesso aos arquivos de Primeira Consulta e Consulta de Retorno dospacientes. Podem-se editar e consultar dados de consultas anteriores. Esto inclusos,nessa parte, os grficos de crescimento, que so os de peso, da altura, da correlaopeso/altura e do permetro ceflico. Foram usadas curvas para os percentis 10, 25, 50,

75 e 90. Outras verses tambm esto disponveis como os de Crescimento com valoresda ordenada (eixo dos y) em Percentil.3 Cadastro de novas doenas, com a localizao desta e descritivo. Gerao de

quadros descritivos com doenas em ordem alfabtica. possvel acrescentar dados nasdoenas j presentes no banco de dados.

4 Diagnstico de Possveis Doenas (banco de dados somente com as maiscomuns): Atravs de Quadros passo-a-passo, o usurio vai refinando a sua consulta.Com a seleo da localizao da Doena e posteriores selees de sintomas, verificam-se quais as doenas que se destacam com os dados fornecidos. possvel acesso diretoao quadro descritivo das doenas relacionadas.

5 O programa conta ainda com um calendrio atualizado pelo Windows e com

um menu de Apoio Consulta.A ferramenta despertou o interesse de profissionais e estudantes envolvidos. Ocompartilhamento das informaes, proporcionou e proporcionar aos usurios apossibilidade de conhecer outras formas de tratamento adotadas por outrosprofissionais, confirmando o propsito do trabalho.

Por se tratar de um trabalho multidisciplinar, dedica-se um captulo conceitosbsicos da rea de pediatria mdica, enfocando rea de sade da criana e doadolescente (captulo 2) e outro ao ambiente de programao dentro do qual o sistemafoi desenvolvido (captulo 3). Em seguida, h a descrio do sistema, ilustrando as suas

9 Em um bluebaby o sangue arterial se mistura com o sangue venoso devido a uma m formao docorao.


20/91



particularidades, as suas utilidades, as suas funcionalidades (captulo 4). O Captulo 5est reservado para as Concluses e, por ltimo, vem a relao das RefernciasBibliogrficas.


21/91

Captulo 2 - Sade da Criana e do Adolescente 13


Captulo 2

Pediatria Mdica: Conceitos Bsicos

A criana e o adolescente devem ser entendidos como integrantes da sociedade,com necessidades e direitos que precisam ser garantidos como um dever desta. Nocomo benefcios ou favores, naturalmente.

O profissional de sade que considera outras reas de conhecimento (economia,sociologia, psicologia, engenharia) tem mais chances de trabalhar nas melhorias dasade da populao, reduzindo ou eliminando as causas de morbimortalidade10infantil e

juvenil, por exemplo.H toda uma tica especial na relao do profissional com a criana e o

adolescente. O cuidado de lavar as mos antes de examin-los, de prescrever osmedicamentos menos txicos, de preferir via oral sobre a parenteral11, de conter a

criana com gentileza e de ser hbil nos procedimentos invasivos, quando o exame ou otratamento assim exigir. Deve-se entender e respeitar as etapas do desenvolvimento dacriana e do adolescente, quer seja nas manifestaes de ansiedade e medo, quer sejanas manifestaes de pudor. O exame da criana deve ser acompanhado de umaconversa, explicando o que est sendo feito e dizendo-lhe a verdade, de uma formaadaptada idade (LEO et al., 1998).

necessrio um acompanhamento programado que deve ter como baseprogramtica as aes bsicas do Programa de Assistncia Integral Sade da Criana edo Adolescente que so:

Assistncia ao recm-nascido; Incentivo ao Aleitamento Materno e Orientao Alimentar para o Desmame;

Acompanhamento do Crescimento e Desenvolvimento; Vacinaes; Controle das Doenas Diarricas e terapia de Reidratao Oral; Controle das Doenas Respiratrias Agudas; Incluso progressiva da temtica ligada Violncia, como os maus tratos, o

abuso sexual, o uso de drogas, a marginalidade infanto-juvenil, etc.A assistncia criana deve ser executada desde o nascimento e durante o

transcurso do tempo da infncia e da adolescncia. Registra o crescimento fsico e aseqncia e ritmo do desenvolvimento. Possibilita detectar precocemente desvio dospadres de normalidade, especialmente a desnutrio e o atraso do desenvolvimento, e

planejar aes de preveno e recuperao. Seus resultados so indicadores do grau desade da criana e do adolescente. uma proposta pedaggica, de interao educativaequipe de sade-famlia-comunidade ao incentivar o aleitamento materno, a vigilnciaalimentar e nutricional da criana e as vacinaes.

Em relao ao nmero de atendimentos necessrios para o acompanhamento dasade, pode ser usada a proposta seguinte:- Primeiro ano de vida : atendimentos com 1, 2, 4, 6, 9 e 12 meses (seisatendimentos/ano)

10Morbidade quantidade de indivduos acometidos por uma doena em uma dada populao durante umdeterminado tempo, Dicionrio Larousse Cultural11Parenteral - MED que se faz por outra via que no a digestiva (diz-se da ministrao de gua, glicose,medicamento etc.), Dicionrio Eletrnico Houaiss


22/91



- Segundo ano de vida: atendimentos com 15, 18 e 24 meses (trs atendimentos/ano)- A partir do terceiro ano aos 18 anos: um atendimento anual (prximo do aniversrio).

Para as crianas que no estiverem crescendo e desenvolvendo bem, deve serfeito controle mais individualizado e mais freqente.

Para avaliao do crescimento12, deve-se considerar (LEO et al., 1998): A influncia biolgica (base gentica), que ir atuar nas vrias propores do

corpo humano e no tempo de maturao; A influncia do ambiente, que pode ser subdividida em vrias vertentes:

A influncia psicolgica (afetividade, sensao de segurana para a criana); A influncia social (acesso aos alimentos de formas quantitativa e qualitativa

adequadas e hbitos alimentares apropriados) e A influncia da intensidade de freqncia de doenas, em especial das

infecciosas.

2.1 Grficos de Crescimento e a escala de Percentil

Como instrumentos de avaliao do crescimento so utilizadas curvas decrescimento, que so apresentadas em grficos para o peso, a altura, a correlaopeso/altura e o permetro ceflico. O estudo de referncia o do National Center for

Health Statistics (NCHS), recomendado pela Organizao Mundial de Sade. Estamplamente demonstrado que o potencial gentico tem influncia menor que os fatoresambientais (dieta carente, infeces recorrentes etc) na determinao do dficit decrescimento das crianas dos pases subdesenvolvidos.

Na clnica peditrica, o percentil a escala mais utilizada devido suasimplicidade. Em sntese, situa a posio do indivduo em relao ao grupo dereferncia. Por exemplo, pelo grfico, uma criana do sexo masculino, de cinco anos deidade, que mede 110 cm, tem sua estatura no percentil 50. Isto significa que ele aproximadamente maior que 50% e menor que 50% dos indivduos da referncia doNCHS. Se sua estatura fosse 106 cm estaria no percentil 25, sendo, portanto, menor que75% e maior que 25% das crianas de mesmo sexo e idade da curva de referncia.

O desvio-padro (ou escore Z) mais empregado em inquritos epidemiolgicose em pesquisas clnicas. Quando se estuda um grupo de indivduos e se os dadosantropomtricos13forem dispostos em um grfico de tal forma que a abscissa (eixo dox) seja o valor observado do peso ou da altura, e a ordenada (eixo do y), a

freqncia (nmero de indivduos em cada faixa de valor), a curva obtida ter a formade um sino, que chamada de curva normal ou curva de Gauss (figura 2.1). O pico da

12 Crescimento Conceituado como as alteraes biolgicas que implicam em aumento corporal dacriana, considerando principalmente a evoluo do peso, da altura e do permetro ceflico, sendodeterminado fundamentalmente por fatores genticos e ambientais. Ennio Leo et al., PediatriaAmbulatorial, 1998.

13Antropomtrico: Relativo ao estudo das propores e medidas das diversas partes do corpo. Relativo aoregistro das particularidades fsicas dos indivduos. Dicionrio Larousse Cultural da Lngua Portuguesa.


23/91



curva corresponde mdia14e tambm mediana15, se a curva tiver uma forma perfeita.O desvio-padro a frmula matemtica que permite quantificar o grau de dispersodos dados em relao ao ponto central. Para variveis que seguem a distribuiogaussiana, a amplitude de valores de 1 desvio-padro engloba aproximadamente 68%

dos indivduos. Entre 2 desvios-padro encontram-se 95% dos indivduos.Os desvio-padro ou escore Z, o nmero de desvios-padro abaixo ou acima da

mediana da populao de referncia em que se encontra o ndice antropomtrico dacriana. O desvio-padro indica a qual distncia a criana est da mediana do peso ou daaltura do grupo de referncia. Por exemplo, um menino que aos 24 meses pesa 10,6 Kgapresenta um escore Z igual a 1,5, isto , est a 1,5 desvio-padro abaixo do pesomediano esperado para sua idade.

O valor exato do percentil e do escore Z de cada indivduo, quanto aos ndicesantropomtricos peso/idade, altura/idade, permetro ceflico/idade e peso/altura, pode

14Existem vrios tipos de mdia (aritmtica, ponderada, geomtrica, harmnica etc.), mas trabalhar-se-com a mdia aritmtica que ser chamada apenas de mdia. A mdia de n observaes ),...,,( 21 nxxx

denotada por_

x e dada por:n

xxxx n

+++=

...21_

A mdia pode ser interpretada como o centro de gravidade, isto , o ponto de equilbrio das discrepnciaspositivas e negativas.Exemplo: Considere os seguintes pesos em kg de 10 recm-nascidos:

3,2 3,2 2,8 2,1 2,9 3,1 3,2 3,0 3,5 4,0A mdia dos pesos dos recm-nascidos :

1,310

31

10

0,45,30,32,31,39,21,28,22,32,3_==

+++++++++=x

O peso mdio de 3,1kg ou 3100g. Obviamente alguns recm-nascidos tm peso abaixo da mdia eoutros acima da mdia, mas a mdia um valor tpico.

15Uma medida de centro adequada para distribuies assimtricas a mediana, que ser denotada por~

x (l-se x til). Por definio, a mediana o valor que divide a distribuio ao meio. Em outras palavras,50% das observaes ficam acima da mediana e 50% ficam abaixo. Para calcular a mediana necessrioordenar a amostra para que se possa localizar a posio da mediana e assim encontrar o seu valor:

a) se o nmero de elementos for mpar, a mediana se encontra na posio2

1+n;

b) se o nmero de elementos for par, a mediana a mdia entre os elementos da posio2

2

2

+ne

n.

Observe que nem sempre a mediana um valor amostrado.Exemplo: Considere os seguintes pesos em kg de 10 recm-nascidos:

3,2 3,2 2,8 2,1 2,9 3,1 3,2 3,0 3,5 4,0No caso dos pesos dos recm-nascidos, segue-se o clculo da mediana: Primeiro colocando os elementosem ordem crescente

2,1 2,8 2,9 3,0 3,1 3,2 3,2 3,2 3,5 4,0

como o nmero de observaes n = 10, a mediana dada por: 5,52

11

2

65~==

+=x

No clculo da mdia, todos os valores da amostra so levados em conta, ao passo que no caso damediana, isto no ocorre. Por esta razo, valores muito grandes ou muito pequenos, comparados aosdemais valores da amostra, causam grandes variaes na mdia, o que em geral no ocorre com a

mediana. Por isso, diz-se que a mediana uma medida robusta, isto , resistente a valores atpicos.


24/91



Figura 2.1 Caracterizao grfica da distribuio normal,

do percentual da populao compreendida entre os limites eda correspondncia dos valores de percentil e desvio-padro

ser obtido atravs da consulta aos grficos ou do software desenvolvido , que utiliza,para o clculo, do padro de referncia do NCHS, que o recomendado pelaOrganizao Mundial da Sade para a faixa etria de zero a dez anos. (LEO et al.,1998.)

No sistema implementado neste trabalho, tem-se disponveis os grficos deCrescimento: Peso X Idade, Estatura X idade, P.C. X Idade e Peso X Estatura.

Esses grficos foram baseados nos arquivos da National Center for HealthStatistics, pesquisados no site (http://www.cdc.gov/growthcharts/). Para desenhar ascurvas de percentis, foram usadas equaes matemticas. Os coeficientes destasequaes, chamados de parmetros L, M e S, so variveis de acordo com o sexo e a

idade (em meses).Por exemplo, para as curvas Peso versus idade, tem-se na tabela 2.1 osparmetros LMS em funo do sexo e da idade (exemplificando para as idades de 0,5;1,5 e 9,5 meses, apenas).


25/91



Sexo Idade (meses) L M S1 0,5 1,547523128 4,003106424 0,1460250211 1,5 1,068795548 4,879525083 0,1364787671 ...

1 9,5 -0,1600954 9,476500305 0,112186241 ...2 0,5 1,357944315 3,79752846 0,1380759162 1,5 1,105537708 4,544776513 0,1317338882 ...2 9,5 0,070885725 8,693418423 0,1098637092 ...

Os parmetros LMS so a Mdia M, o Coeficiente Generalizado de Variao S ea potncia na transformao Box-Cox L. Para obter o valor X de uma dada medidafsica em um particular escore Z ou percentil, usam-se as seguintes equaes:

ou

Onde o L, M e S so os valores presentes na tabela apropriada para a correspondenteidade em meses da criana. Z o escore Z que corresponde a um percentil. Escore Z,por exemplo, igual a 1,881; -1,645; -1,282; -0,674; 0, 0,674; 1,036; 1,282; 1,645 e1,881 correspondem exatamente ao 3, 5, 10, 25, 50, 75, 85, 90, 95 e 97percentis, respectivamente.

Por exemplo, para obter o percentil 5 do grfico Peso X Idade para uma crianado sexo masculino de 9,5 meses, pegam-se os valores de L, M e S na tabela 2.1, que soL=-0,1600954; M=9,476500305 e S=0,11218624. Para o percentil 5, Z=-1,645. Ao usara equao acima, calcula-se que o 5 percentil 7,90 kg.

Para obter a escore Z (Z) e o correspondente percentil de uma dada medida, tm-se as seguintes equaes:

ou

Tabela 2.1 Parmetros LMS por sexo e idade para gerao do grfico Peso X Idade.Tiradas dos arquivos da National Center for Health Statistics. Como ilustrao, somostrados apenas para as idades de 0,5; 1,5 e 9,5 meses. Sexo = 1 representa o sexomasculino e Sexo = 2 representa o sexo feminino.

( ) 01 ,1

+= LLSZMXL

0,1

= LLS

M

X

Z

L

0,ln

=

= LSM

X

Z

( ) 0,exp == LSZMX


26/91



Onde X a medida fsica (por exemplo, peso, estatura, permetro ceflico) e L, M e Sso os valores tirados de uma tabela apropriada correspondentes idade em meses dacriana (ou estatura).

A seguinte equao pode ser usada para aproximar o percentil correspondente auma particular escore Z (Z):

Se Z>0, ento Centil=P*100;Seno Centil=100-P*100.

Onde exp(X) a funo exponenciao (e elevado a potncia X). Z o valorcalculado escore Z (ABRAMOWITZ; STEGUN, 1965).

Por exemplo, para obter a escore Z de uma criana do sexo masculino de 9,5meses que pesa 9,7 Kg, encontram-se os valores de L, M e S na tabela 4.1, que so L=-0,1600954, M=9,476500305, e S=0,11218624. Usando a equao acima (para clculode Z), calcula-se que a escore Z para esta criana 0,207. Para achar o percentil

correspondente, tm-se as equaes de P e Centil logo acima. A escore Z 0,207corresponde, portanto, ao 58 percentil.

2.1.1 Grfico Peso X Idade

Pode-se ver na figura 2.2 que a evoluo das medidas de peso (em Kg) dacriana so mostradas na cor preta. As curvas de percentis 10, 25, 50, 75, 85 e 90 dosuporte a anlise do crescimento da criana.

Tem-se outras variaes para o mesmo grfico. No sistema desenvolvido, aoclicar no boto PI Perc, altera-se a forma em que as medidas de peso da criana

so mostradas. Agora, v-se a leitura em percentil para o peso ao longo da idade (figura2.3). Ao clicar novamente no mesmo boto, a variao representada ser a evoluo dopeso da criana, tendo como apoio a curva de percentil referente ltima medida depeso desta (figura 2.4). Mais um clique em PI Perc, volta ao grfico original.

Como botes auxiliares, esto disponveis as opes de Fechar e Voltar (serfechado o grfico Peso X Idade e a tela para o acesso aos arquivos de Primeira Consultae Consulta de Retorno dos pacientes estar novamente visvel) e Minimizar e Voltar(o grfico Peso X Idade ser apenas minimizado e a tela para o acesso aos arquivos dePrimeira Consulta e Consulta de Retorno dos pacientes estar novamente visvel).

14159265,32

33267,01

1937298,0

33267,01

11201676,0

33267,01

14361836,0

2exp

1

322

+

+

+

+

=

ZZZ

Z

P


27/91



Figura 2.2 Grfico Peso X Idade com curvas de percentis 10, 25, 50, 75, 85 e 90.

Figura 2.3 Variao do Grfico Peso X Idade ao clicar no boto PI Perc


28/91



2.1.2 - Grfico Estatura X Idade

Acessvel clicando no boto Grfico EstaturaXIdade da tela de Acesso aosarquivos de Primeira Consulta e Consulta de Retorno dos pacientes. De acordo com afigura 2.5, a evoluo das medidas de estatura (em cm) da criana so mostradas na corpreta. As curvas de percentis 10, 25, 50, 75, 85 e 90 do suporte a anlise docrescimento da criana.

H outras variaes para o mesmo grfico. Ao clicar no boto EI Perc,altera-se a forma em que as medidas de estatura da criana so mostradas. Agora,

possvel a leitura em percentil para a estatura ao longo da idade (figura 2.6). Ao clicarnovamente no mesmo boto, a variao representada ser a evoluo da estatura dacriana, tendo como apoio a curva de percentil referente ltima medida de estaturadesta (figura 2.7). Mais um clique em PI Perc, volta ao grfico original.

Como botes auxiliares, existem as opes de Fechar e Voltar (ser fechado ogrfico Estatura X Idade e a tela de acesso aos arquivos de Primeira Consulta e Consultade Retorno dos pacientes estar novamente visvel) e Minimizar e Voltar (o grficoEstatura X Idade ser apenas minimizado e a tela de acesso aos arquivos de PrimeiraConsulta e Consulta de Retorno dos pacientes estar novamente visvel).

Figura 2.4 Outra Variao do Grfico Peso X Idade ao clicar no boto PI Perc


29/91



Figura 2.5 Grfico Estatura X Idade com curvas de percentis 10, 25, 50, 75, 85 e 90.

Figura 2.6 Variao do Grfico Estatura X Idade ao clicar no boto EI Perc


30/91



2.1.3 - Grfico Permetro Ceflico X Idade

Acessvel clicando no boto Grfico P.C.XIdade da tela de Acesso aosArquivos dos pacientes. Como encontrado na figura 2.8, a evoluo das medidas depermetro ceflico (em cm) da criana esto identificadas na cor preta. As curvas depercentis 10, 25, 50, 75, 85 e 90 do suporte a anlise do crescimento da criana.

H outras variaes para o mesmo grfico. Acessar o boto PCI Perc

altera a forma em que as medidas do permetro ceflico da criana aparecem na tela.Agora, v-se a leitura em percentil para o permetro ceflico ao longo da idade (figura2.9). Um outro clique no mesmo boto, a variao representada ser a evoluo dopermetro ceflico da criana, tendo como apoio a curva de percentil referente ltimamedida do permetro ceflico desta (figura 2.10). Mais um clique em PCI Perc,volta ao grfico original.

Como botes auxiliares, h as opes de Fechar e Voltar (ser fechado ogrfico P.C. X Idade e a tela de Acesso aos Arquivos dos Pacientes estar novamentevisvel) e Minimizar e Voltar (o grfico P.C. X Idade ser apenas minimizado e a telade Acesso aos Arquivos dos Pacientes estar novamente visvel).

Figura 2.7 Outra Variao do Grfico Estatura X Idade ao clicar no boto EI Perc


31/91



Figura 2.8 Grfico P.C. X Idade com curvas de percentis 10, 25, 50, 75, 85 e 90.

Figura 2.9 Variao do Grfico P.C. X Idade ao clicar no boto PCI Perc


32/91



2.1.4 - Grfico Peso X Estatura

Acessvel clicando no boto Grfico PesoXEstatura da tela de Acesso aosArquivos de Primeira Consulta e Consulta de Retorno dos pacientes. Como pode-se verna figura 2.11, a curva gerada baseada nas medidas fsicas peso (em Kg) versus estatura(em cm) da criana esto disponveis na cor preta. As curvas de percentis 10, 25, 50, 75,85 e 90 do suporte a anlise do crescimento da criana. As curvas de percentis so apartir da estatura igual a 77 cm. Isso uma limitao das tabelas do prprio site daNCHS (National Center for Health Statistics).

possvel outras variaes para o mesmo grfico. Ao acessar o boto PE Perc, altera-se a forma em que as medidas do peso da criana participam dos grficos.Pois tem-se, agora, a leitura em percentil para o peso versus a estatura da criana (figura2.12). Ao clicar novamente no mesmo boto, a variao representada ser o conjuntode medidas do peso da criana versus a sua estatura, tendo como apoio a curva depercentil referente ltima medida do peso desta (figura 2.13). Mais um clique em PE Perc, volta ao grfico original.

Como botes auxiliares, h as opes de Fechar e Voltar (ser fechado ogrfico Peso X Estatura e a tela de acesso aos arquivos dos pacientes estar novamentevisvel) e Minimizar e Voltar (o grfico Peso X Estatura ser apenas minimizado e a

tela de acesso aos arquivos dos pacientes estar novamente visvel).

Figura 2.10 Outra Variao do Grfico P.C. X Idade ao clicar no boto PCI Perc


33/91



Figura 2.11 Grfico Peso X Estatura com curvas de percentis 10, 25, 50, 75, 85 e 90.

Figura 2.12 Variao do Grfico Peso X Estatura ao clicar no boto PE Perc


34/91



Figura 2.13 Outra Variao do Grfico Peso X Estatura ao clicar no boto PE Perc


35/91



2.2 Apoio ao Diagnstico em Pediatria

No software implementado durante este trabalho, tem-se acesso, no menu, opo Doenas Mais Comuns e Sintomas. Caso se queira estudar um caso para

diagnstico, deve-se clicar no submenu Anlise de Casos.Ao ativar o item Anlise de Casos, abre-se uma janela, como na figura 2.15.

Sero telas passo-a-passo; um guia de apoio ao diagnstico, considerando apenas asdoenas mais comuns na rea de Sade da Criana e do Adolescente (o banco de dadosconta com aproximadamente 100 doenas).

Como ilustrado nas figuras 2.15, 2.16, 2.17 e 2.18, as telas para anlise de casoscontam com botes na rea inferior. Pode-se ir para a prxima tela clicando emPrximo. Se este no estiver habilitado porque falta selecionar ou marcar dados natela para que esta se torne vlida e possvel de ser processada pelo sistema. Como nafigura 2.16, no h item selecionado. Pede-se que seja informada a localizao dadoena. Como no foi feito, o boto Prximo est inabilitado. Com o botoAnterior, migra-se para as telas anteriores. Isto se torna interessante, em situaes dealteraes ou incluses de novas informaes no estudo do caso, ou mesmo para iniciarum novo diagnstico. O boto Cancelar finaliza a Anlise de Casos e torna visvel area principal do programa.

O uso estruturas condicionais para caminhar na rvore de Pesquisa da Doena,dados a localizao da doena e alguns de seus sintomas, caracteriza o sistema usadopara Apoio ao Diagnstico implementado nesse trabalho. um mtodo simples: parte-se do tronco da rvore e percorre-se um dos vrios caminhos (galhos) desta, at que sechegue em uma folha ou em vrias folhas, que so as doenas possveis diagnosticadas.O percorrer entre os galhos da rvore so as telas onde so passados a localizao da

doena e os sintomas apresentados pela criana/adolescente (figura 2.14).

Figura 2.14 Uso de rvore de Pesquisa para Apoio ao Diagnstico em Pediatria


36/91



Figura 2.16 Tela onde se comea o Diagnstico: deve-se informar a localizao da doena

Figura 2.15 Primeira tela de uma Anlise de Casos


37/91



Para conhecer as telas seguintes de uma Anlise de Casos, ser usado umdeterminado caso. Em Localizao da Doenafiguras 2.16, tm-se nove opes:Aparelho Respiratrio, Aparelho Digestivo, Aparelho Urinrio, Olhos, Ouvido, Nariz,Boca, Pele e Outras Ocorrncias. Se selecionar uma dessas, por exemplo, Aparelho

Digestivo, o boto Prximo torna-se habilitado (figura 2.17). Ao clicar neste, a tela alterada para a apresentada na figura 2.18.

Como pode-se ver, na figura 2.18, h uma relao de sintomas, em ordemalfabtica para aquela Localizao da Doena escolhida. Ou seja, cada uma das noveopes na figura 2.16 tem a sua prpria tela de sintomas no estudo de casos. Aoselecionar pelo menos um dos sintomas em 2.18, o boto Prximo tornar-se-habilitado na parte inferior da tela. Pression-lo leva a tela posterior, como na figura2.19.

Na figura 2.19, tem-se o diagnstico. As possveis doenas, dentre as maiscomuns cadastradas e que possuem em seu quadro de sintomas pelo menos um dosselecionados na anlise de casos, encontram-se itenizadas no quadro esquerda.

Na figura seguinte, 2.20, uma das doenas est hachurada. Para cada doenaselecionada (ou seja, hachurada), o quadro direita preenchido com os sintomasassociados a esta.

Ao observar a figura 2.21, uma das doenas diagnosticadas encontra-seselecionada e, por isso, o boto Ver Descrio Completa da Doena, habilitado. Eled acesso ao quadro descritivo de cada doena selecionada.

Usando um outro exemplo para ilustrar o funcionamento da Anlise de Casos,encontram-se disponveis as figuras 2.22, 2.23, 2.24, 2.25 e 2.26. Note que no necessrio fechar a tela ao final de um diagnstico para dar incio a uma nova anlise.Pode-se usar o boto Anterior para retroceder as telas at a inicial.


38/91



Figura 2.17 Tela para seleo da Localizao da Doena.

Figura 2.18 Para cada um dos nove itens selecionados na tela anterior (Localizao da Doena), huma tela especfica de sintomas a serem selecionados A seleo pode ser de um ou mais campos


39/91



Figura 2.19 Relao das possveis doenas mais comuns diagnosticadas

Figura 2.20 A cada doena selecionada, h descrito em um quadro lateral os sintomas mais comuns


40/91



Figura 2.21 Ao selecionar uma doena no quadro de diagnstico e Clicar no boto Ver DescrioCompleta da Doena, tem-se um quadro descritivo da doena.


41/91



Figura 2.22 Exemplo de estudo de caso: Seleo do item Pele em Localizao da Doena

Figura 2.23 Na aba Sintomas Parte A da tela de sintomas de doenas localizadas na pele,selecionou-se Coceira


42/91



Figura 2.24 Na aba Sintomas Parte B da tela de sintomas de doenas localizadas na pele, nohouve selees.

Figura 2.25 Ao clicar em Sarna, tem-se lado os sintomas desta doena


43/91



Figura 2.26 Clicar no boto Ver Descrio Completa da Doena estando Sarnaselecionada (hachurada) torna disponvel um quadro descritivo com informaes desta doena.


44/91

Captulo 3 - Delphi e Object Pascal 36


Captulo 3

Descrio do Ambiente de Programao

Numa relao com outros ambientes de programao, pode-se dizer que oDelphi tem o poder do C++ e a facilidade do Visual Basic. A principal vantagem doDelphi est na linguagem usada, Object Pascal, que uma evoluo do Pascal padro.

O Pascal uma linguagem de programao idealizada em 1969 por NiklausWirth, ento professor numa universidade da Suia. Trata-se de uma linguagem deutilizao geral, capaz de lidar com os mais variados tipos de dados. Uma das principaismotivaes para o desenvolvimento do Pascal foi o ensino da programao. Ainda hojeem dia, o Pascal considerado uma das melhores linguagens para a aprendizagem daprogramao.

O Pascal uma linguagem padronizada (ou normalizada), sendo o padro

designado por "Pascal ISO". Em 1984, a Borland lanou o Turbo Pascal, que se firmoucomo o melhor compilador de Pascal do mercado e, a partir de ento, passou a incluirnovos recursos nesta linguagem, como Units e Objetos, at a ascenso do Windows,quando foi lanado o Turbo Pascal for Windows e, depois, o Borland Pascal, cujalinguagem considerada a primeira verso da Object Pascal. Na sua atual verso, usadapelo Delphi a Object Pascal uma linguagem poderosa, slida e respeitada, sem perdersua peculiar facilidade. uma linguagem de alto nvel, compilada e fortementetipificada que suporta a implementao orientada a componentes, usando frameworks eambiente RAD (Rapid Application Development).

Para compreender melhor ambiente de desenvolvimento do Delphi necessrioque se tenha em mente os conceitos de POO (Programao Orientada a Objetos) - no

confunda os conceitos da POO com os da POE (Programao Orientada a Eventos)muito difundido com o Access 2.0 (um ambiente baseado em Objetos).A POO contm a POE mas a POE no contm a POO, um objeto pode existir

mesmo que no exista nenhum evento associado a ele, mas um evento no pode existirse no houver um objeto a ele associado. Outra caracterstica que pode causar confusoso ambientes Orientados a Objetos e ambientes Baseados em Objetos. Em ambienteOrientado a Objetos consegue-se criar e manipular objetos enquanto que o Baseado emObjetos no permite a criao de objetos apenas a sua manipulao.

A POO um conceito desenvolvido para facilitar o uso de cdigos dedesenvolvimento em interfaces grficas. Sendo a Borland, uma das primeiras a entrarneste novo conceito, possui suas principais linguagens de programao (tais como

Object Pascal e C++), totalmente voltadas para este tipo de programao. A POO atraiumuitos adeptos principalmente pelo pouco uso de cdigo que o projeto (diferente desistema) carrega no programa fonte, ao contrrio das linguagens mais antigas como oClipper87 muito utilizado no final da dcada de 80 e incio da dcada de 90. Oresultado desta limpeza no cdigo resulta que a manuteno do projeto torna-se muitomais simples.

O Delphi um pacote de ferramentas de programao concebido paraprogramao em Windows. Um programa em Delphi no controla o fluxo deprocessamento, ele responde e trata eventos que ocorrem no sistema. Existem muitoseventos que podem ocorrer, sendo que os principais so aqueles gerados pelo usurioatravs do mouse e do teclado. A coisa acontece mais ou menos assim: O usurio clica omouse e o Windows verifica que aplicao estava debaixo do mouse no momento em


45/91



que foi clicado. Em seguida ele manda uma mensagem para a aplicao informando queocorreu um clique e as coordenadas do cursor do mouse na tela no momento do clique.A aplicao ento responde mensagem executando uma funo de acordo com aposio do mouse na tela. claro que o Delphi toma conta do servio mais pesado e

facilita muito as coisas para o programador. Detalhes como as coordenadas da tela emque ocorreu o clique, embora estejam disponveis, dificilmente so necessrios nosprogramas.

Os objetos so desenhados na tela de forma visual, com auxlio do mouse, e nopor meio de programao. A programao em si orientada a eventos. Quando umevento ocorre, tal como uma tecla pressionada ou um clique de mouse, uma mensagem enviada para a fila de mensagens do Windows. A mensagem estar disponvel paratodos os aplicativos que estiverem rodando, mas apenas aquele interessado no eventoresponder mensagem. Tudo que o usurio precisa fazer detectar o evento e mandarque um trecho de cdigo seja executado quando isto acontecer.

Um objeto, em Delphi, um conjunto de cdigos de programao (sub-rotinas)e propriedades. Na verdade, cada elemento que voc v em um programa Windows um objeto individual, dotado de propriedades que podem ser alteradas.

Exemplo: Objeto Avio:

Propriedades: velocidade, altitude, inclinao, etc.;Rotinas: decolar, aterrissar, taxiar, etc.

Mudando as propriedades de um objeto, pode-se mudar a forma como ele

interage com o ambiente. Na programao bsica em Delphi no necessrio ter umconhecimento muito grande de programao orientada a objetos, como necessrio emoutras linguagens. Os objetos esto prontos para serem usados e o Delphi cuida dequase tudo.

A criao de aplicativos comea com a montagem de componentes em janelas,como se fosse um programa grfico, oferecendo ao programador a facilidade demanipulao de janelas, caixas Botes, barras de rolagem, listas de opes, caixas deentrada de texto, e outros comuns ao ambiente. O usurio pode utilizar componentesdesenvolvidos por terceiros ou criar seus prprios componentes. H tambm asferramentas necessrias para a criao de banco de dados, permitindo a criao deaplicativos com banco de dados sem a necessidade de aquisio de outro programa.

O Delphi um ambiente de programao com as facilidades de trabalhar comarquitetura CLIENT/SERVER e banco de dados relacional16. A linguagem padro deBanco de Dados Relacionais o SQL17.

16 Um Banco de Dados Relacional um sistema de armazenamento de dados baseado nosrelacionamentos entre elementos de dados buscando uma normalizao (no redundncia) dos dados. Osbancos de dados relacionais foram ento desenvolvidos para prover acesso facilitado aos dados,possibilitando que os usurios abordassem os dados atravs de uma variedade de pontos de vista.Todos os dados de um banco de dados relacional so armazenados em tabelas. Uma tabela uma simplesestrutura de linhas e colunas. Cada linha contm um mesmo conjunto de colunas mas as linhas noseguem qualquer tipo de ordem. Em um banco de dados podem existir uma ou centenas de tabelas. Olimite imposto unicamente pela ferramenta de software utilizada. Os dados so armazenados nas tabelas

de forma no organizada. Sendo assim, para a recuperao dos dados necessrio a existncia demecanismos que facilitem a consulta, proporcionando uma perfomance aceitvel para a mesma. Para isso


46/91



O suporte a bancos de dados um dos recursos fundamentais do Delphi e odesenvolvimento deste produto frente a outros tem se baseado enormemente nestafacilidade. comum que programadores percam muito tempo operacionalizando tarefasque o Delphi j oferece prontas. Por esta razo, o Delphi conhecido como uma

"ferramenta de desenvolvimento rpido", capaz de gerenciar bancos de dados com ummnimo de cdigo de programao.

Um aplicativo de banco de dados no Delphi no tem acesso direto s fontes dedados. A interface feita por meio do Borland Database Engine18 (BDE), que temacesso a vrias fontes, incluindo o dBase, Paradox, ASCII, FoxPro e Access. Issosignifica que, para rodar um aplicativo Delphi em uma mquina que no tenha o Delphiinstalado, ser necessrio instalar o BDE junto com o aplicativo. Para tornar esta tarefamais fcil, a Borland disponibiliza uma verso mais simples do BDE, que pode serincluda nos discos de instalao.

A figura 3.1 ilustra a estrutura geral de acesso a dados no Delphi.

os sistemas de bancos de dados relacionais, criam ndices das tabelas, sendo que esses ndices so

atualizados constantemente.

17 Structured Query Language, ou Linguagem de Questes Estruturadas ou SQL, uma linguagem deprogramao declarativa para banco de dados relecional. SQL foi originalmente criada pela IBM, masmuitos desenvolvedores foram criando "dialetos" para ela. Por isso, foi adotado um padro paralinguagem pelo American National Standards Institute (ANSI) em 1986 e ISO em 1987. SQL, emborapadronizado pela ANSI e ISO, tem muitas variaes e extenses por causa dos diferentes fabricantes desistemas gerenciadores de banco de dados. Normalmente a linguagem pode ser aportada de plataformapara plataforma sem mudanas estruturais principais.

18O Delphi usa o Borland Database Engine (BDE) para acessar bancos de dados. No necessrio que seconhea o BDE para desenvolver aplicativos de bancos de dados em Delphi e nem necessrio que osusurios de seus aplicativos tenham esse conhecimento. O BDE instalado automaticamente junto com o

Delphi e sempre executado a partir de ento.

Figura 3.1 Acesso a banco de dados no Delphi


47/91



Os bancos de dados em Delphi utilizam o conceito de alias (apelido). UmAlias um nome lgico, um atalho para um banco de dados. Todo o trabalho do Delphicom um banco de dados pode ser feito baseado no Alias, de forma que para mudar debanco de dados, s necessrio mudar o Alias. Para cri-lo voc pode usar Database

Explorer (no Delphi, menu Database), o BDE Administrator (vem com o pacote doDelphi) ou o prprio Database Desktop (aplicativo que vem junto com o Delphi).

O alias utilizado como uma abreviatura de um caminho ou diretrio que podeconter vrias tabelas, consultas e ndices. Assim, em vez de voc especificar, porexemplo, o caminho C:\Arquivos de Programas\Borland\Delphi 5\, basta que voccrie um alias apontando para este caminho e o utilize a partir de ento. O BDE permite acriao e edio de alias.

Este apelido permitir que no lugar de falar para o Delphi que a base se encontraem C:\SISTEMA\... ou D:\DESENV\SISTEMA\..., simplesmente diz-se que est emAliasX ou AliasY. Quando, por exemplo, for modificar o diretrio do sistema, bastamudar o endereo do ALIAS e no sair modificando vrios formulrios.

Para manipulao do banco de dados, optou-se pelo Paradox pelas seguintesrazes, dentre outras: a aplicao desenvolvida utilizada com menos de 10 usurios concorrentemente; somente uma aplicao acessar rotineiramente os dados; a aplicao ser a responsvel pela manuteno da integridade de dados; pequena ou moderada quantidade de dados (< 100 MB).

Uma tabela basicamente uma coleo de registros dispostos de maneiraordenada, sendo que cada registro composto por um ou mais campos, como na figura3.2. Geralmente, cada tabela ser um banco de dados individual. Isto ocorre nasestruturas do Paradox.

Figura 3.2 Tabela criada no Database Desktop do Delphi


48/91



O aplicativo desenvolvido durante o mestrado foi em plataforma Delphi verso5.0 e a ferramenta necessria para a criao de banco de dados, Paradox verso 7.


49/91

Captulo 4 - Descrio do Sistema Desenvolvido 41


Captulo 4

Descrio do Sistema Desenvolvido

4.1 Introduo

4.1.1 Objetivos

Este captulo tem o objetivo de apresentar instrues sobre a forma de utilizaodo software PEAD (Programa na rea de PEdiatria dotado de um sistema Especialistapara Auxiliar o Acompanhamento e o Diagnstico mdico), desenvolvido in

desenvolvimento e implementaÇÃo de um sistema especialista para auxiliar o acompanhamento e o...

Documents