Wirus - Sistema Especialista para o Diagnóstico de Doenças Transmitidas pelo Aedes Aegypti/ Wirus - Expert System for diagnostics of diseases transmitted by Aedes Aegypti

Marcos Antonio Moreira da Silva, Guilherme Euller Dantas Silva, Cipriano José da Silva Neto, Luiz Fernando Virgínio da Silva

Abstract


O número de casos de doenças causadas pelo mosquito Aedes aegypti (dengue e dengue hemorrágica, zika e chikungunya) vem aumentando exponencialmente em países de clima tropical, incluindo o Brasil. Essas doenças possuem sintomas semelhantes que podem confundir o diagnóstico proferido pelo médico, com isso surge a necessidade de uma tecnologia que auxilie o profissional em um diagnóstico mais rápido e preciso. Propomos então o sistema Wirus que utiliza o conceito de sistemas especialistas, estes, por sua vez, fornecem técnicas capazes de aprender, através de conhecimento prévio, e produzir hipóteses úteis para a tomada de decisão, no nosso caso, auxiliar o médico no diagnóstico.


Keywords


Aedes Aegypti,Doenças, Sistema Especialista, Aprendizado de Máquina

References


BRASIL. Ministério da Saúde. Secretaria de Vigilância em Saúde (Ed.). Boletim Epidemiológico. 2014.

CARVALHO, Silvia; MAGALHÃES, Mônica de Avelar Figueiredo Mafra; MEDRONHO, Roberto de Andrade. Análise da distribuição espacial de casos da dengue no município do Rio de Janeiro, 2011 e 2012. Rev. Saúde Pública, v. 51, p. -, 2017.

DONALISIO, Maria Rita; Freitas, André Ricardo R. Chikungunya in Brazil: an emerging challenge. Rev Bras Epidemiol. Associação Brasileira de Saúde Coletiva, v. 18, n. 1, p. 283- 5, 2014.

ZANLUCA C. et al. Memórias do Instituto Oswaldo Cruz Primeiro relatório da transmissão autóctone do vírus Zika no Brasil. Mem. Inst. Oswaldo Cruz, Rio de Janeiro, v. 110, n.4, Junho, 2015

DE OLIVEIRA, Francisco Luciano; DA SILVA DIAS, Márica Adelino. Situação epidemiológica da dengue, chikungunya e Zika no estado do RN: uma abordagem necessária. Revista humano ser, v. 1, n. 1, 2016.

NEVES, D.P.; MELO, A.L.; LINARDI, P.M. Parasitologia humana. 12. ed. Rio de Janeiro: Atheneu, 2011.

ZANLUCA C. et al. Memórias do Instituto Oswaldo Cruz Primeiro relatório da transmissão autóctone do vírus Zika no Brasil. Mem. Inst. Oswaldo Cruz, Rio de Janeiro, v. 110, n.4, Junho, 2015

G. Holmes, A. Donkin and I. H. Witten, "WEKA: a machine learning workbench," Proceedings of ANZIIS '94 - Australian New Zealnd Intelligent Information Systems Conference, Brisbane, Queensland, Australia, 1994, pp. 357-361.

BRASIL. Ministério da Saúde. Secretaria de Vigilância em Saúde. Departamento de Vigilância das Doenças Transmissíveis. Febre de chikungunya: manejo clínico / Ministério da Saúde, Secretaria de Vigilância em Saúde, Secretaria de Atenção Básica. – Brasília: Ministério da Saúde, 2015.

MENDES, Raquel Dias. Inteligência artificial: sistemas especialistas no gerenciamento da informação. Ciência da Informação, v. 26, n. 1, 1997.

DEITEL, P.; DEITEL, H. Java: Como Programar. 8a. ed. São Paulo: Pearson Prentice Hall, 2010.

MOURATO, Felipe Alves; MOSER, Lúcia Roberta Didier Nunes; DA SILVA MATTOS, Sandra. Sistema interativo em ambiente móvel para o diagnóstico diferencial de cardiopatias congênitas. Journal of Health Informatics, v. 5, n. 4, 2013.

KANDA, Paulo Afonso Medeiros. Análise de wavelets com máquina de vetor de suporte no eletrencefalograma da doença de Alzheimer. 2012. Tese de Doutorado. Universidade de São Paulo.

SOUZA, Francisco Ary Alves de. Análise de desempenho da rede neural artificial do tipo multilayer perceptron na era multicore. 2012. Dissertação de Mestrado. Universidade Federal do Rio Grande do Norte.

LORENZETT, Cassio Dal Castel; TELÖCKEN, Alex Vinícios. Estudo Comparativo entre os algoritmos de Mineração de Dados Random Forest e J48 na tomada de Decisão. Simpósio de Pesquisa e Desenvolvimento em Computação (SPDC), v. 2, n. 1, 2016.

TAVARES, Leonardo G.; LOPES, Heitor S.; LIMA, Carlos R. Erig. Estudo comparativo de métodos de aprendizado de máquina na detecção de regiões promotoras de genes de escherichia coli. Anais do I Simpósio Brasileiro de Inteligência Computacional, p. 8-11, 2007.

ANACLETO, Ana Cristina da Silva. Aplicação de Técnicas de Data Mining em Extracção de Elementos de Documentos Comerciais. 2010.

FERREIRA, Máverick André D. et al. Análise de Classificadores para Avaliação automática em Fóruns Educacionais. Encontro Nacional de Inteligência Artificial e Computacional, Recife. [GS SEARCH], 2016.

ODAN, Frederico Keizo et al. Análise comparativa dos modelos kNN-TSP e Série de Fourier para previsão de demanda horária para abastecimento de água. Anais do XVIII Simpósio Brasileiro de Recursos Hídricos, Campo Grande, p. 1-30, 2009.

ATAWODI, Ilemona S. A Machine Learning Approach to Network Intrusion Detection System Using K Nearest Neighbor and Random Forest. 2019.

LANG, Pamela. Zika, chikungunya e dengue: entenda as diferenças. Agência Fiocruz de Notícias. 11, Nov. 2015. Disponível em: https://agencia.fiocruz.br/zika-chikungunya-e-dengue-entenda-diferen%C3%A7as. Acesso em 25 junho 2020.

SINGHI, Sunit; KISSOON, Niranjan; BANSAL, Arun. Dengue e dengue hemorrágico: aspectos do manejo na unidade de terapia intensiva. Jornal de Pediatria, v. 83, n. 2, p. S22-S35, 2007.

SOUZA, Nathália Maestá de; STÁBILE, Everson. DENGUE, CHIKUNGUNYA E ZIKA: CONCEITOS ATUAIS E DIAGNÓSTICO LABORATORIAL. 2016.

SEBASTIAN, Sumam; PUTHIYIDAM, Jiby J. Evaluating students performance by artificial neural network using Weka. International Journal of Computer Applications, v. 119, n. 23, 2015.

ZARA, Ana Laura de Sene Amâncio et al. Aedes aegypti control strategies: a review. Epidemiologia e Serviços de Saúde, v. 25, n. 2, p. 391-404, 2016.




DOI: https://doi.org/10.34117/bjdv7n1-477

Refbacks

  • There are currently no refbacks.