Orientador: Jacques Wainer / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-14T04:18:48Z (GMT). No. of bitstreams: 1 Benedito_MarcusVinicius_M.pdf: 7380306 bytes, checksum: 7965cb287ddbdcc50899db7c7c4d7840 (MD5) Previous issue date: 2009 / Resumo: Esta dissertação apresenta um sistema de suporte à decisões que auxilia na diagnose de trinta e seis doenças de notificação compulsória as quais despertam interesse da Agência Nacional de Vigilância Sanitária Brasileira (ANVISA). O sistema é baseado no mecanismo de inferência abdutivo que usa a teoria das coberturas parcimoniosas (TCP) com algumas modificações. Ao invés de utilizar apenas as associações entre doenças e sintomas, como na TCP original, propomos associar também fatores relevantes que não são sintomas, conjuntos determinantes de informações que determinam a suspeita de uma doença, independentemente de outras informações, o conceito de sintomas quase obrigatórios e eliminamos a possibilidade de haver múltiplas disfunções simultâneas, para este cenário / Abstract: This work presents a decision support system that helps the diagnoses of thirty six infections diseases of interest to the Brazilian National Health Surveillance Agency (ANVISA). The system is based on an adductive inference mechanism that uses parsimonious covering theory (PCT) with some modifications. Instead of using only the diseases associated with symptoms as in PCT, we propose to associate relevant factors that are not symptoms, determinant information sets that, without any other information, determines that a patient is suspicious of having a disease. We also introduced the concept of almost obligatorily presence of some symptoms when a patient have a particular disease and we eliminate the possibility of having multiple dysfunctions simultaneously, for this scenario / Mestrado / Inteligencia Artificial / Mestre em Ciência da Computação