05/04/2017 Sabbatini,RME:ComputadornoApoioaDecisaoMedica

UsodoComputadornoApoioaoDiagnstico
Mdico

RenatoM.E.Sabbatini

NcleodeInformticaBiomdicadaUniversidadeEstadualdeCampinas
WWW:http://home.nib.unicamp.br/~sabbatinEmail:renato@sabbatini.com

RevistaInformdica,1(1):511,1993.

Introduo

Oprocessodetomadadedecisesocorreemdiversospontosdaatividadedomdico.Algumasdelasso
bastanteelementares,comoocasodainterpretaodeumresultadodelaboratrio.Entretantoexistemtrs
outrasimportantessituaesaolongodaatenomdica,nasquaisocomputadorpodeauxiliarasdecises.
ElasestorelacionadasbasicamenteresoluodeproblemasquecaracterizaaMedicinaclnica[28]:o
diagnstico,oplanejamentoteraputicoeoprognstico.

Figura1ProcessosbsicosdetomadadedecisoemMedicina

Estestrsnveisdedecisosofortementeinterrelacionados,efazempartedeumciclorepetitivoeauto
modificveldeavaliaodecisoaoavaliao(Fig.1).Emconseqncia,muitosprogramasde
computadordeapoioadecisoincluemostrsaspectoscomoumtodo.Oprimeiroebemsucedidoexemplo

http://www.informaticamedica.org.br/informed/decisao.htm 1/9
05/04/2017 Sabbatini,RME:ComputadornoApoioaDecisaoMedica

oMYCIN,umprogramadesenvolvidonosEstadosUnidosnosanossetenta,porShortliffeecolaboradores
[34],oqualumsistemadeapoioaodiagnsticoeterapianareadeinfecespormicrorganismos.

Semdvida,areamaiscomplexaedifcildatomadadedecisomdicaodiagnstico.Asprincipais
razesparaistosoasseguintes[11,38]:

Odiagnsticomdicodependedaanlisededadoseinformaesdediversasfontesdenaturezas
muitodiferentes,incluindoaexperinciaprviadomdicoemrealizardiagnsticosdomesmotipo,
bemcomoosensocomumeaintuio.bastantedifcilformalizaresseconhecimentoerepresentlo
atravsdeumprogramadecomputador
osmecanismosmentaiseoprocessoderaciocniopeloqualosclnicoschegamaodiagnsticoainda
malconhecido.Eleenvolve,simultaneamente,processoslgicos,avaliaoprobabilstica,
encadeamentocausal,emuitosoutrosprocessosaindaentendidosparcialmente.difcil,portanto,
tentarsimularnumcomputadorummodeloincompletoderaciocnio
existeumafaltadepadronizaoquantoaostermosedefiniesmdicas.Muitasvezesnoexistem
opiniesconsensuaisporpartedosespecialistasnareadeestudo,sobrecomodecidiremfacea
evidnciasconflitantes.Sorarososbancosdedadosmdicosconfiveis,eoconhecimentoest
espalhadoemmuitaspublicaes,lugaresecabeas.

Portanto,nodesesurprenderquevriosmdicoseminentesecientistasdecomputaoacreditemque
programasdediagnsticomdicototalmenteautnomossoquaseimpossveisdeimplementar,oupelo
menos,notmutilidadenaprticaclnica.Iremosver,contudo,queestenoocaso,equemesmoos
microcomputadorespodemserferramentasteisparaaperfeioareaumentaraprecisoeacertezados
diagnsticosmdicos.

ClassificaodosSistemasdeDeciso
Ossistemasdeapoiodecisomdicapodemserclassificadosdaseguintemaneira[28]:

sistemascomcapacidadededecisoprprialimitadaouausente:
recuperaodedadossobrepacientes
clculosmatemticosassistidoporcomputador
anliseeinterpretaoprimriadedados
sistemascomcapacidadederaciocnioautomticoedeinferncia:
sistemasdeclassificaodedoenas
sistemasespecialistasbaseadosemconsulta
sistemasespecialistasbaseadosemcrtica

Oobjetivodesteartigodiscutirsistemasdeapoiodecisomaiscomplexos,ouseja,programas
computacionaiscapazesdefazerumraciocnioautomticoeinfernciaslgicas(induoededuo).At
recentemente(isto,ametadedadcadados80),estestiposdeprogramaspodiamserimplementados
apenasemcomputadoresdegrandeporte,devidoaosseusrequisitosdememriaevelocidade.Muitosdeles,
emboranonecessariamente,utilizamastcnicasdeprocessamentodainformaoquesoprpriasda
IntelignciaArtificial(IA).IAoramodacinciadacomputaoqueestudacomoimitaremum
computadorascapacidadestpicasdointelectohumano.

UmadasreasdeinteressedaIA,justamente,areferenteaoschamadossistemasespecialistas[3].Comoo
nomeimplica,estessoprogramasespecializadosnumareabastanteestreitadoconhecimento,taiscomoos
sistemascapazesdediagnsticomdicodiferencial.Emboraossistemasespecialistasnosejamonico
exemplodatecnologiadeIAaplicadaaocampomdico,elestemseconstitudonareapredominantede
desenvolvimentonasltimasdcadas,principalmenteemfunodoaparecimentodediversossistemas
especialistasgenricosaltamentepotentes,paramicrocomputadoresde16e32bitsdisponveisnomercado.

Ossistemasespecialistasproliferaramporquemaisfcilimplementarbasesdeconhecimentomdicomais
restritas.Elassomaisbemdefinidosemtermosderepresentaodoconhecimento,regrasdedeciso,dados
paraapoiaradeciso,padronizaodenomenclaturaeconcordnciaentreosespecialistaseproduzem
resultadosmaisteisdopontodevistaprtico,poisenfocamseuspoderesderesoluoemproblemas
http://www.informaticamedica.org.br/informed/decisao.htm 2/9
05/04/2017 Sabbatini,RME:ComputadornoApoioaDecisaoMedica

diagnsticosdifceis.Sogeralmenteconsideradoscomoespecialistasconfiveis,pelosmdicosqueos
utilizaram[13].Contudo,tmsidofeitasalgumastentativasdeconstruirsistemasgeraisdediagnstico
mdicoassistidoporcomputador,taiscomooINTERNIST/CADUCEUS[20]eoQMR(QuickMedical
Record)[21],quetemencontrado,entreoutras,interessantesaplicaesnoensinomdico[22].

Ametodologiamaiscomumparaaimplementaoderaciocnioautomticoemumcomputadoratravsde
umsistemadeconsulta,oqualessencialmenteinterativo.Nele,omdicoforneceaocomputadorosdados
sobreopaciente,e,emresposta,oprogramaforneceosdiagnsticosmaisprovveis,tratamentos,etc.
Assim,oprogramadecomputadoragecomoummdicomaisexperiente(especialista),epodecitardadosda
literaturaquerespaldemassuasafirmaes,avaliaes,propostas,etc.(capacidadeexplicativa).Outra
metodologia,maisrecente,adoschamadossistemasdecrtica[16].Nestes,omdicofornecesinais,
sintomaseresultadosdeexames,assimcomoodiagnstico,oudiagnsticos,presumidos.Oprogramade
computadorelabora,apartirdessesdados,umacrticasobreodiagnsticohipotticofornecidopelomdico,
eoorientacomodeterminardiagnsticosmaisprecisos,quetipodedadosadicionaisdevemserconseguidos,
etc.

Tcnicasdeimplementao
Asprincipaistcnicasemusoparaoauxlioautomatizadoaodiagnsticomdicopodemserclassificadasem
cincograndesparadigmas:

algortmicas
lgicabaseadaemregras
probabilsticas
estatsticas
conexionistas

Historicamente,ossistemasalgortmicossoosmaisantigos,ecomearamaserpropostosjnofinalda
dcadados50[14].Elessecaracterizamporimplementardecisoesnaformadeumaseqnciade
comandoscondicionais(IF...THEN)embutidosemumprograma.Atualmente,soutilizadosapenaspara
programasdeapoiodecisomdicadepequenotamanhoecomplexidade,devidograndedificuldadeque
setemdedepurarecorrigirerrosdelgica,etambmaofatodequeabasedeconhecimentosno
independentedoprograma[11].

Ossistemaslgicosbaseadosemregras,porsuavez,souma"inveno"maisrecente(apartirdametadeda
dcadados70),econseguirameliminarasdificuldadesbsicasdossistemasalgortmicos.Asregrasso
sentenasdotipoSE...ENTO...SENO,armazenadaspartedoprograma,emumarquivocontendoabase
deconhecimento.Estassentenassochamadasderegrasdeproduo.Umexemplo:
SEopacientetemdortorcica;

Eadoropressiva;

Eadoriniciarapidamente;

Eadoraumentacomotempo

ENT<183>OodiagnsticoInfartoAgudodoMiocrdio.

Atravsdestatcnica,sechegaaodiagnsticofinalapsosdadosdisponveiserelevantessobreopaciente
teremsidosubmetidosaestestestescondicionais.

IAesistemasespecialistasmdicos

Desdeosanos70,quandocomearamaserutilizadasastcnicasdeIntelignciaArtificialemMedicina,foi
desenvolvidoumgrandenmerodesistemasdeapoiodeciso,demdiaougrandecomplexidade.Alm

http://www.informaticamedica.org.br/informed/decisao.htm 3/9
05/04/2017 Sabbatini,RME:ComputadornoApoioaDecisaoMedica

dossistemasMYCINeCADUCEUS/INTERNIST,citadosacima[20,34],tivemosinmerosoutrossistemas,
entreosquais:

DTAconsultassobreterapiascomdigitais[12]
PIPconsultaediagnosenamedicinainternaenefrologia[24]
CASNET/GLAUCOMAparaodiagnsticoeaconselhamentoteraputiconoscasosdeglaucoma
[13]
PUFFdiagnsticodedistrbiosrespiratrios[2]
ABELidentificaodedistrbioseletrolticosecidobsicoseaconselhamentoteraputico[23]
VMinterpretaoeconsultasobreterapiaintensivaemrelaoapacientesemestadograve[10]
ONCOCINseleodeprotocolosoncoterpicos[36].

Hojesecontamscentenasossistemasespecialistasmdicospublicadosnaliteraturaespecializada.

Figura2Estruturadeumsistemaespecialista

Aestruturadeumsistemaespecialistacompletamenteoperacionalcompreendequatrocomponentes
essenciais(Fig.2):

abasedeconhecimentos:estaaestruturadedadosondeosfatoseasregrasdeproduoesto
armazenadas..
omdulodeaquisiodoconhecimento:umapartedosistemaqueusadaparamodificareadicionar
oconhecimentonovobase.Elenormalmentetrabalhainteragindodiretamentecomosespecialistas
humanos,que"ensinam"asregraseosfatosnovosaosistemaespecialista
omecanismodeinferncia:esteocentrodosistemaespecialista:apartedoprogramaqueir
interagircomousurionomododeconsultaeacessarabasedeconhecimentosparafazerinferncias
sobreocasopropostopelousurio.
omdulodeexplicaes:esteprogramaacionadocadavezqueousuriosolicitaumaexplicao
sobreumadecisoemparticularqueosistematomou,ousobrequalquerfatoouconhecimentoqueele
guardounabase

Logodepoisquesedesenvolveramsistemasespecialistasespecficos,foireconhecidoqueeleseram
relativamentefceisdeprogramar,masqueapartequeexigiaraciocnioeraaaquisiodeconhecimentoea
suaverificao(isto,conferirseexisteminconsistncias,pontoscegos,errosecontradiesno
conhecimentofornecidopelosespecialistashumanos).Istopodelevarde2a10anos,dependendodo
tamanhodosistema!Portanto,foifeitoumgrandeprogressonadireododesenvolvimentode"shells"
genricosdesistemasespecialistas,isto,somenteapartedesoftwaredosistemaespecialista.Surgiramo
EMYCIN(EssentialMYCIN)[6],oEXPERT[41],etc.osquaisestosendousadosemoutrosdomniosda
medicina.Estatendnciainfluenciouoaparecimentoposteriordeumgrandenmerodesistemas
especialistasgenricosparamicrocomputadores.

Umelementoimportantedoraciocniomdicooencadeamentocausal,isto,osmdicosnormalmente
sabemporqueumdeterminadosintomaouresultadodetesteaparece,comoconsequnciadealguma
http://www.informaticamedica.org.br/informed/decisao.htm 4/9
05/04/2017 Sabbatini,RME:ComputadornoApoioaDecisaoMedica

alteraofisiolgica,anatmicaoubioqumicasubjacente.Portanto,muitossistemasespecialistasusamuma
outratcnicadeIAchamadaderedescausais.OCASNET[13]eoINTERNIST[20]sosistemasque
trabalhamdestemodo.

Sistemasespecialistasemmicrocomputadores
Osmicrocomputadoresde16e32bitstornarampossvelodesenvolvimentoeacomercializaodediversas
sistemasespecialistasdotipo"shell",taiscomoEXPERTEASE,M1,INSIGHT,ARBORIST,EXSYS,
ES/P,PERSONALCONSULTANT,GURU,NEXPERT,etc.Emnossocentro,desenvolvemos,parafinsde
ensino,umpequeno"shell"paradesenvolvimentodesistemasespecialistasbaseadosemregras,denominado
EXPERTMD[30,32],queestdisponvelnodomniopblico.

Outraalternativausarumalinguagemdeprogramaoparaescreverosoftwaredeumsistemaespecialista
especfico.Praticamentetodasaslinguagensimportantesexistentesforamusadasparaestepropsito:
BASIC,FORTRAN,ALGOL,PASCAL,FORTH,etc.Contudo,existemalgumaslinguagensdecomputador
queforamdesenvolvidasparafacilitarodesenvolvimentodeaplicaesdeIA:oLISP,oLOGOeo
PROLOGsoasmaisconhecidas.

Otratamentodaincerteza

Infelizmente,ograudecertezaexigidopelossistemasbaseadosemlgicamuitoraronaMedicina.
Portanto,pequenaautilidadeeaprecisodosprogramaspuramentedeterminsticos.Estefatolevouao
desenvolvimentodeprogramasquelevamemcontaaincertezanaproduoderegras.Existemtrs
abordagensparatrataraincertezanaprogramaolgica:

a)lgicapossibilstica,tambmchamada'fuzzylogic'(lgicadifusa,ounebulosa)[1,44].Nalgebra
booleana,osvaloresassumidospelosextremoslgicos,falsoeverdadeiro,seriamrepresentados
numericamentepor0e1respectivamente.Nalgicadifusapodemosterqualquernmerofracionrioentre0
e1,detalmaneiraquetemos"verdadesparciais".Elessoteisparadescreverconceitosqueso
normalmentevagosemalgumareadediferenciao,como,porexemplo:
p(obeso(paciente))=0,75

isto,aproposiodequeopacienteobeso25%falsa,ou75%verdadeira!

b)Fatoresdecerteza.Sofatoresaproximados,baseadosmaisnapragmticadoquenaestatstica.Um
exemploclssicoodoprogramaMYCIN[34],ondeestanotaofoiprimeiramenteusada:

SEainfecobacteremiaprimria;

Eostiodeculturaestril;
Eaportadeentradasuspeitaotratogastrointestinal

ENTOoorganismodeveserbacteride(FC=0,7)

Notequearegradeinfernciatemumfatordecerteza(FC)de0,7,isto,umespecialistateriacertezadisto
somenteem70%dasocasies.OsFCexpressamograudeconfiabilidadequepoderiaseratribudoauma
dadaconclusocomoumresultadodaevidnciaassociada.

c)Probabilidades:estaabordagemexigeprobabilidades"reais",ouseja,nmerosassociandoeventose
populaes,obtidosporestudosestatsticosprprios.Osprogramasdediagnsticodiferencialbaseadosno
teoremadeBayes(14)usamaabordagemdeconstruirumamatrizcontendoasprobabilidadesdeumdado
sintoma,sinal,etc.,serassociadoaumadoena,comoresultadodealgumestudoestatsticonumaamostra
depacientes,numareadediagnsticomdico.Porexemplo:

Aprobabilidadedequeumpacienteapresenteumaperdadepesopersistente,dadoqueeletemtuberculose
miliarde0,8

http://www.informaticamedica.org.br/informed/decisao.htm 5/9
05/04/2017 Sabbatini,RME:ComputadornoApoioaDecisaoMedica

OteoremadeBayesforneceumaabordagemparacalcularasprobabilidadesparacadadiagnstico,,dadoum
conjuntodeindicadoes.ummodosimplesdecombinarasprobabilidadescondicionais,produzindouma
probabilidadefinal,quepoderiaseraseguinte:
Aprobabilidadede:

ENDOCARDITEBACTERIANAde0,85

TUBERCULOSEMILIARde0,23

FEBRETIFOIDEde0,01

DOENADEHODGKINde0,0011

d)Classificaomultivariada:estaabordagemfoimuitousadanopassado,masatualmentetemsido
substitudapelaondadossistemasespecialistasbaseadosemlgica[19].Existemdiversosmtodos
multivariadosquepodemserusadosparasolucionaroproblemadeclassificaodedoenas,utilizadoscom
dadosnumricosounonumricos(nominais).

Figura3Representaoespacialdeumproblemadeclassificao

Sistemasqueaprendem

Umadosobstculosaomaiorusodesistemasdeapoiodecisomdicaadificuldadeemsecriare
atualizarabasedeconhecimentos.Muitasdastarefasassociadasdecisosodedifcilsistematizaoe
caemnodomniodoquechamamosproblemasmaldefinidos,ouseja,quenopodemserexpressospor
formalismosmatemticos,estatsticosoulgicos.Oreconhecimentodepadresespaciaisoutemporais
complexos(classificaodeumtraadodeEEG,reconhecimentodeumaafecodepele)umdesses
problemas,muitofreqentesemMedicina.

Assim,temsidofeitosesforosnosentidodedesenvolversistemasespecialistascapazesde"aprender"
sozinhosasassociaeslgicas.Estessistemassochamadosdeadaptativos.Omaisrecenteparadigmade
utilizaodesistemasadaptativosnocampodeapoiodecisomdicasoasredesneuraisartificiais
(tambmchamadasdesistemasconexionistas).Elesprocuramimitaraorganizaoaltamenteparalelado
crebro,quetempropriedadesdecomputaocoletivaedistribuda,equepossuemacapacidadede
aprendizadosupervisionadoounosupervisionado[27].Ossistemasconexionistastmsidoutilizadospara
umnmerocrescentedetarefasdeclassificaodedoenas,controledeequipamentosbiomdicos
inteligentes,processamentodesinaiseimagens,etc.[33]

http://www.informaticamedica.org.br/informed/decisao.htm 6/9
05/04/2017 Sabbatini,RME:ComputadornoApoioaDecisaoMedica

Autilidadedodiagnsticoassistidoporcomputador

Nosltimosanos,temsidoanunciadonaliteraturaumgrandenmerodeprogramasdeapoiodeciso
mdica.Muitosdelessobastantesofisticadosetm,sistematicamente,umdesempenhomelhorqueos
mdicoscomuns.Unspoucosprogramassobemmelhoresqueosmdicosmaisgraduadosesotaxadosde
especialistaspeloshumanos.Contudo,sraramenteossistemasdeauxlioaodiagnsticotmsidousados
rotineiramentenaprticaclnica.Quandosousados,provamserbastanteconfiveiseteis.Umprograma
paraodiagnsticodaetiologiadeumadorabdominalaguda,desenvolvidonaInglaterra,porexemplo,tem
sidorotineiramenteusadonasenfermariasdeemergnciadealgunshospitais.Oseuusoajudounareduo
em50%nastaxasdeapendiciteperfurada,enareduode36%para14%daincidnciadecirurgias
abdominaisdesnecessrias9.OsistemaMYCINtambmfoiavaliadoextensamente,combonsresultados
[43].Algunspoucossistemasespecialistasmdicostemsidooferecidoscomercialmente,geralmente
embutidosemequipamentosbiomdicos,comooexemplodeumsistemadeavaliaorespiratria2,e
outrodeinterpretaoautomticadeeletroforesedeprotenas[42].

Umaaplicaomuitointeressanteebemaceitapelosprofissionaisdesadeousodesistemasespecialistas
paraalertaautomticoderiscosdesade,procedimentosnecessrios,etc.,apartirdosdadosarmazenadosno
registroclnicodainstituio.OsistemaHELP,desenvolvidonaUniversidadedeUtah[25,39]realizacom
sucessoestetipodetarefaparasistemashospitalares.Outraaplicaoaindaadescobertaautomticade
relaescausaisestatsticasentrevariveisdeumbancodedadosmdico,atravsdeprogramas
especializados,comooDX5.

Independentementedesteproblemadeaceitaoporpartedopessoalmdico,oqualencontradomuitas
vezespoderamosatribuirtalfaltadepenetraodosprogramasdediagnsticoaoutrosfatoresque
provavelmenteserosuperadosnosprximosanos[15,37],taiscomoapoucadisponibilidadedos
programas.Muitosdelesforamdesenvolvidosparafinsdepesquisa,enoparaaplicaesprticas,eso
difceisdeconseguir.Poroutrolado,osmdicosnormalmentedesconhecemosbenefcioseas
potencialidadesdeusodestestiposdeprogramas,eexistemproblemasticoselegaisenvolvidoscomouso
decomputadoresnadecisomdica[18,40].

Comodesenvolvimentoecomercializaoemmassadospoderososmicrocomputadorescompalavrasde16
e32bits,temosagoraapossibilidadedeimplementarecomercializarprogramasdediagnstico,que
ultrapassemquelesusadosatagoraemgrandescomputadores.Adisponibilidadegeneralizadaeobaixo
custodestasmquinaseoaparecimentodesistemasespecialistasgenricoseensinveis,permitenosantever
umcrescenteaumentonopapeldosprogramasdediagnsticomdicoassistidosporcomputadorbaseados
emIntelignciaArtificial.

ParaosleitoresquequiseremseaprofundarnotemadaIntelignciaArtificialaplicadaMedicina,
recomendamosumabibliografiaadicional[3,6,8,11,17,26,35,38,39],quepodeserencontradaembibliotecas
especializadas,comoadoCentrodeInformticaemSadedaEscolaPaulistadeMedicina,ounoCentrode
DocumentaoemInformticaBiomdica(CEDIB),doNcleodeInformticaBiomdicadaUnicamp.
Cursosemnveldepsgraduaotambmsooferecidosporessasduasinstituies.

RefernciasBibliogrficas

1.Adlassnig,K.Kolarz,G.CADIAG2:Computerassistedmedicaldiagnosisusingfuzzysubsets.In:
Gupta,M.Sanchez,E.(Eds.)FuzzyInformationandDecisionProcesses.Amsterdam:North
Holland,p.219247,1982.
2.Aikins,J.Kunz,J.Shortliffe,E.H.etal.PUFF:Anexpertsystemforinterpretationofpulmonary
functiondata.Comput.Biomed.Res.,16:199208,1983.
3.Barr,A.Feigenbaum,E.A.ApplicationsorientedAIresearch:Medicine.TheHandbookofArtificial
Intelligence.Reading,MA:AddisonWesley,p.175222,1982.
4.Bleich,H.L.Computerbasedconsultation:electrolyteandacidbasedisorders.Amer.J.Med.,53:
285,1972.
5.Blum,R.L.Wiederhold,G.Inferringknowledgefromclinicaldatabanks:utilizingtechniquesfrom
artificialintelligence.Proceed.IISymp.Comput.Appl.Med.Care.Washington,DC:IEEE,p.3035,

http://www.informaticamedica.org.br/informed/decisao.htm 7/9
05/04/2017 Sabbatini,RME:ComputadornoApoioaDecisaoMedica

1978.
6.Buchanan,B.Shortliffe,E.H.(Eds.)RuleBasedExpertSystems.Reading,MA:AddisonWesley,
1984.
7.Clancey,W.UseofMYCIN'srulesfortutoring.In:Buchanan,B.Shortliffe,E.H.(Eds.)Rule
BasedExpertSystems.Reading,MA:AddisonWesley,1984.
8.Clancey,W.Shortliffe,E.H.(Eds.)ReadingsinMedicalArtificialIntelligence:TheFirstDecade.
Reading,MA:AddisonWesley,1984.
9.deDombal,F.T.Leaper,D.F.Horrocks,J.C.Humanandcomputeraideddiagnosisofabdominal
pain.Furtherreportwithemphasisonperformanceofclinicians.Brit.Med.J.,1:376380,1974.
10.Fagan,L.Knowledgeengineeringfordynamicclinicalsettings.Givingadviceintheintensivecare
unit.DoctoralDissertation,StanfordUniversity,1979.
11.Fattu,J.M.Patrick,E.A.Computeraideddiagnosisanddecisionmaking.In:Javitt,J.(Ed.)
ComputersinMedicine.ApplicationsandPossibilities.Philadelphia,PA:W.B.Saunders,p.201233,
1986.
12.Gorry,G.A.Silverman,H.Pauker,S.G.Capturingclinicalexpertise:acomputerprogramthat
considersclinicalresponsestodigitalis.Amer.J.Med.,54:452460,1978.
13.Kulikowski,C.A.Weiss,S.Representationofexpertknowledgeforconsultation.TheCASNETand
EXPERTprojects.In:Szolovitz,P.(Ed.)ArtificialIntelligenceinMedicine.WestviewPress,
Boulder,CO,pp.2155,1982.
14.Ledley,R.S.Lusted,L.B.Reasoningfoundationsofmedicaldiagnosis.Science,130:9,1959.
15.Machado,R.Decisomdicaassistidaporcomputador.II.Ossistemasespecialistas.Rev.Bras.
Inform.Sade,3:39,1987.
16.Miller,P.L.ExpertCritiquingSystems:PracticeBasedMedicalConsultationbyComputer.New
York:SpringerVerlag,1986.
17.Miller,P.L.(Ed.)SelectedTopicsinMedicalArtificialIntelligence.NewYork:SpringerVerlag,
1984.
18.Miller,R.A.Schaffner,K.F.Meisel,A.Ethicalandlegalissuesrelatedtotheuseofcomputer
programsinclinicalmedicine.Ann.Int.Med.,102:52936,1985.
19.Patrick,E.A.DecisionAnalysisinMedicine:MethodsandApplications.EnglewoodCliffs,NJ:
PrenticeHall,1979.
20.Miller,R.A.Pople,H.E.Myers,J.D.InternistI:anexperimentalcomputerbaseddiagnostic
consultantforgeneralmedicine.N.Engl.J.Med.,307:468,1982.
21.Miller,R.A.Masarie,F.E.Myers,J.D.QuickMedical.Reference(QMR)fordiagnosticassistance.
M.D.Computing,3(5):34,1986.
22.Miller,R.A.Masarie,F.E.UseoftheQuickMedicalReference(QMR)programasatoolfor
medicaleducation.Meth.Inform.Med.,28(4):3405,1989.
23.Patil,R.S.Szolovits,P.Schwartz,W.B.Modelingknowledgeofthepatientinacidbaseand
electrolytedisorders.In:Szolovitz,P.(Ed.)ArtificialIntelligenceinMedicine.WestviewPress,
Boulder,CO,pp.191226,1982.
24.Pauker,S.G.Gorry,G.A.Kassirer,J.P.Schwartz,W.B.Towardthesimulationofclinicalcognition:
takingapresentillnessbycomputer.Amer.J.Med.,60:981995,1976.
25.Pryor,T.Gardner,R.M.Clayton,P.D.WarnerH.R.TheHELPsystem.J.Med.Syst.,7:87,1983.
26.Reggia,J.A.Tuhrim,S.ComputerAssistedMedicalDecisionMaking(Vols.1/2).NewYork:
SpringerVerlag,1985.
27.Reggia,J.A.SuttonIII,G.G.Selfprocessingnetworksandtheirbiomedicalimplications.Proc.
IEEE,76(6):58092,1988.
28.Sabbatini,R.M.E.MicrocomputersApplicationsinMedicine:aReview.Geneva:WorldHealth
Organization,InformationSystemsSupportDivision,mimeo,1985.
29.Sabbatini,R.M.E.Automaodesistemasdearquivomdicobaseadosemmicrocomputadores.In:
Rodrigues,R.J.(Ed.)AInformticaeoAdministradorHospitalar.SoPaulo:Pioneira,p.7182,
1987.
30.Sabbatini,R.M.E.ApracticalcourseonknowledgeengineeringforHealthprofessionals.In:Barber,
B.Cao,D.Qin,D.Wagner,G.(Eds.)Proc.6thWorldCongressofMedicalInformatics.
Amsterdam:NorthHolland,p.949952,1989.
31.Sabbatini,R.M.E.Aanamneseclnicaautomatizada.MedNews,SoPaulo,SP,Pp.2938,julhode
1991.
32.Sabbatini,R.M.E.EXPERTMDI.ManualdeUso.3Edio,NcleodeInformticaBiomdicada
UniversidadeEstadualdeCampinas,Campinas,janeirode1992.
http://www.informaticamedica.org.br/informed/decisao.htm 8/9
05/04/2017 Sabbatini,RME:ComputadornoApoioaDecisaoMedica

33.Sabbatini,R.M.E.Aplicaesbiomdicasderedesneuraisartificiais.Campinas,SP:Ncleode
InformticaBiomdicadaUniversidadeEstadualdeCampinas,1992.
34.Shortliffe,E.H.ComputerBasedMedicalConsultation:Mycin.Amsterdam,ElsevierScientific
Publ.,1976.
35.Shortliffe,E.H.Clinicaldecisionsupportsystems.In:Shortliffe,E.H.Perreault,L.E.Wiederhold,
G.Fagan,L.M.(Eds.)MedicalInformatics.ComputerApplicationsinHealthCare.Reading,MA:
AddisonWesley,1990.
36.Shortliffe,E.H.Scott,A.Bischoff,M.ONCOCIN:anexpertsystemforoncologyprotocol
management.Proc.Internat.JointConf.Artif.Intellig.,p.876881,1981.
37.Shortliffe,E.H.Testingreality:theintroductionofdecisionsupporttechnologiesforphysicians.
Meth.Inform.Med.,28:1,1989.
38.Szolovits,P.ArtificialIntelligenceandMedicine.In:Szolovits,P.(Ed.)ArtificialIntelligencein
Medicine.WestviewPress,Boulder,CO,pp.2155,1982
39.Warner,H.ComputerAssistedMedicalDecisionMaking.NewYork,NY:AcademicPress,1979
40.Watson,B.L.Liabilityforfailuretoacquireorusecomputersinmedicine.NewYork:IEEEComput.
Soc.,87983,1981
41.Weiss,S.Kulikowski,C.A.EXPERT:Asystemfordevelopingconsultationnodes.Proceed.6th
Intern.JointConf.Artif.Intellig.p.942947,1979
42.Weiss,S.Kulikowski,C.A.Galen,R.Developingmicroprocessorbasedexpertmodelsfor
instrumentinterpretation.Proceed.7thIntern.JointConf.Artif.Intellig.LosAltos,CA:Morgan
Kauffman,1981
43.Yu,V.L.Buchanan,B.B.Shortliffe,E.H.Wriath,S.M.Davis,R.Scott,A.C.Cohen,S.N.
Evaluatingtheperformanceofacomputerbasedconsultation.Comput.Prog.Biomed.,9:95102,
1979
44.Zadeh,L.A.Theroleoffuzzylogicinthemanagementofuncertaintyinexpertsystems.J.Fuzzy
SetsSyst.,11(3):199227,1983

VoltarHomePage VoltaraondicedeArtigos Enviaremail

p/oEditor

Copyright(c)1995RenatoM.E.Sabbatini

http://www.informaticamedica.org.br/informed/decisao.htm 9/9