ICAD: explorando inferência neuro-Fuzzy na predição da doença da artéria coronária no cenário da IoT

• Ano de defesa: 2023
• Autor(a) principal: Lambrecht, Rodrigo Blanke
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Catolica de Pelotas; Centro de Ciencias da Saude; Brasil; UCPel; Programa de Pos-Graduacao em Saude Comportamento
• Palavras-chave em Português: doenças Cardiovasculares; neuro-fuzzy; internet das coisas; ciência de contexto e situação; middleware EXEHDA; neuro-fuzzy; cardiovascular diseases; internet of things; science of context and situation; middleware EXEHDA; ENGENHARIAS
• Link de acesso: http://tede.ucpel.edu.br:8080/jspui/handle/jspui/1010

Em um contexto mundial, as doenças cardiovasculares possuem um impacto muito grande no que diz respeito à responsabilidade pela taxa de mortalidade, principalmente pelo fato de que os fatores de risco considerados comuns podem levar a casos de complicações gra ves. Uma das formas que mais se sobressai nos países mais desenvolvidos é a doença da artéria coronária (CAD), também conhecida como doença cardíaca coronária. Esta doença é uma consequência da obstrução das artérias coronárias por placas de gorduras e coá gulos. Como forma de contribuição para o aumento da segurança para o paciente, no que diz respeito ao riso de saúde apresentado pela CAD, e também para auxiliar na redução de custos com infraestrutura para atendimentos locais, temos como um fator sinérgico o uso da Internet das Coisas (IoT). Considerando esta perspectiva, o trabalho de pesquisa em desenvolvimento tem como objetivo central a proposição de uma arquitetura de software distribuída, a qual explora a geração de regras Fuzzy com o uso de Sistemas de Inferência Neuro-Fuzzy (ANFIS) para auxílio na predição da CAD. Um sistema híbrido Neuro-Fuzzy é composto pelo uso de lógica Fuzzy combinada com a geração de regras por meio de re des neurais. Sistemas que utilizam lógica Fuzzy possuem capacidade para trabalhar com imprecisões e incertezas, assemelhando-se ao método de decisão humano, fazendo o uso de regras "SE-ENTÃO" para computar várias possibilidades com graus diferentes de pre cisão e pertinência. A partir disto, a arquitetura concebida emprega sistemas embarcados para captura de sinais vitais dos pacientes e plataformas de Nuvem na IoT para armaze namento, processamento e exibição das informações. A iCAD foi avaliada através de dois cenários de uso: (a) Revisão das funcionalidades da abordagem, particularmente as dife rentes interfaces oferecidas para a comunidade usuária, bem como a emissão de alertas, tanto via recursos físicos junto ao paciente (Dispositivo de Borda), como pela plataforma Web da iCAD; e (b) discussão do impacto da geração dinâmica de regras, com base nos resultados das métricas a serem consideradas, obtendo 92,28% de Acurácia, 92,39% de Precisão, 93,75% de Especificidade, 92,28% de Sensibilidade e 92,29% de F1-Score.