Return to search

Ontologias e técnicas de inteligência artificial aplicadas ao diagnóstico em fisioterapia neuropediátrica

CAPES / Esta tese propõe uma metodologia baseada em Ontologias e técnicas de Inteligência Artificial para apoio ao diagnóstico e ao processo de ensino-aprendizagem em Fisioterapia Neuropediátrica. Nesta área são escassas as medidas objetivas que permitam quantificar o diagnóstico e a evolução de um paciente. O diagnóstico é limitado a informar em quais meses do desenvolvimento motor normal um paciente pode ser classificado, baseando-se na experiência subjetiva do fisioterapeuta. Neste trabalho foram utilizados métodos formais para a aquisição e representação do conhecimento de especialistas da área. Conflitos de opiniões foram tratados sistematicamente e o conhecimento foi representado por uma Ontologia. Esta gerou um conjunto de regras de classificação a partir do qual três abordagens foram desenvolvidas: um sistema especialista crisp, um fuzzy e um baseado em modelos determinísticos. O primeiro teve um desempenho não condizente com a realidade do problema. O segundo se mostrou também inadequado. A abordagem com modelos determinísticos se mostrou adequada para classificar um paciente com diferentes graus de pertinência a múltiplos meses do desenvolvimento motor. Os resultados utilizando esta metodologia sugerem que o mesmo é capaz de simular objetivamente o diagnóstico fornecido por especialistas ao analisarem casos reais, em 90% dos casos. Uma extensão do trabalho foi a utilização da Ontologia em uma ferramenta de suporte ao processo de ensino-aprendizagem deste conteúdo em Fisioterapia. Esta abordagem mostrou resultados satisfatórios, tendo sido utilizada tanto por profissionais quanto por alunos, mostrando o seu potencial como recurso multimídia de ensino. 85% dos profissionais entrevistados concordaram fortemente sobre o potencial da ontologia para se tornar uma nova forma de contribuição ao processo de ensino-aprendizagem deste conteúdo. As principais contribuições desta tese são: a gestão eficiente do conhecimento em um domínio cuja característica é a fraca sistematização e a subjetividade; metodologias para apoio à quantificação do diagnóstico do paciente neuropediátrico; e o desenvolvimento de uma ferramenta para suporte ao ensino baseado em uma Ontologia. / This thesis proposes a new methodology based on ontologies and artificial intelligence techniques to support the diagnosis and the teaching-learning process in neuropediatric physiotherapy. In this area, standardized and objective measurements to quantify the diagnosis are difficultly found. The diagnosis is limited to inform in which months of the normal motor development a patient can be classified, based upon only on the subjective experience of the physiotherapist. In this work formal methods for knowledge acquisition and representations were used. Possible divergences of opinions between experts were systematically treated, and the acquired knowledge was represented as an ontology. Such ontology generated a set of classification rules from which three different approaches for diagnosis were developed: a crisp expert system, a fuzzy system, and another approach based on deterministic models. The crisp expert system did not accomplish to the problem. The fuzzy approach was not adequate too. The last approach was shown to be adequate for classifying a given patient with different degrees of membership to several months of the motor development. Results using this methodology suggested that it is capable of simulating objectively the diagnosis from human experts when analyzing real-world cases, in 90% of the cases. An extension of this work is the use of the developed ontology in a tool to support the teaching-learning process of neuropediatric physiotherapy. Such approach revealed fairly satisfactory. It was tested by professionals and students, and both found it promising as a multimedia educational resource. 85% strongly agreed about the ontology potential to be used as a tool for teaching-learning process. Overall, the main contributions of this thesis are: efficient knowledge management in a domain with weak standardization and high subjectivity of expert knowledge; methodologies for supporting the quantification of the diagnosis of a neuropediatric patient; and the development of an ontology-based multimedia tool for educational purposes.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.utfpr.edu.br:1/1331
Date26 February 2010
CreatorsWeinert, Luciana Vieira Castilho
ContributorsLopes, Heitor Silvério
PublisherUniversidade Tecnológica Federal do Paraná, Curitiba, Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Sourcereponame:Repositório Institucional da UTFPR, instname:Universidade Tecnológica Federal do Paraná, instacron:UTFPR
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0023 seconds