Lógica Fuzzy: História e Aplicações na Saúde

Prévia do material em texto

1
História
Os princípios de lógica fuzzy foram desenvolvidos primeiramente por Jan Lukasiewicz (1878-1956), que em 1920 desenvolveu e introduziu conjuntos com grau de pertinência que combinados aos conceitos da lógica clássica, desenvolvida por Aristóteles. 
2
Em 1960, Lofti Asker Zadeh, professor de Ciências da Computação da Universidade da Califórnia, foi o primeiro autor de uma publicação sobre lógica fuzzy. 
História
Zadeh observou que muitas regras presentes no cotidiano da população não podiam ser explicadas pelas pessoas que as usavam. 
O que ele propôs era ligar a linguística e inteligência humana, pois muitos conceitos são melhor definidos por palavras do que por matemática. 
EM VEZ DE VERDADEIRO E FALSO, MELHOR USAR GRAU DE PERTINÊNCIA. QUAL A PERTINÊNCIA PARA QUE SEJA MORANGO?
3
Como você classifica a disciplina de Cálculo quanto a sua facilidade?
***** COLOCAR O MENTIMETER ******
4
Os copos estão vazios ou cheios?
PERGUNTAR PARA OS ALUNOS INDIVIDUALMENTE
5
Qual seria a resposta mais apropriada?
6
História
Entre 1970 e 1980 as aplicações industriais da lógica fuzzy aconteceram com maior importância na Europa.
Após 1980, o Japão iniciou seu uso em um tratamento de água feito pela Fuji Electric (1983) e em um sistema de metrô inaugurado pela Hitachi (1987).
Por volta de 1990, a lógica fuzzy despertou um maior interesse em empresas dos Estados Unidos.
A lógica nebulosa tem como objetivo fazer com que decisões tomadas por máquinas se aproximem cada vez das decisões humanas.
Metrô – controle automático de chegada e partida por lógica nebulosa.
7
Fonte: Adaptado de Cox (1995)
8
Transformação dos dados de entrada iniciais em suas respectivas variáveis linguísticas;
Considerar imprecisão ou incertezas sobre as variáveis;
Consulta à especialistas da área em estudo.
Na etapa de fuzificação ocorre a transformação dos dados de entrada iniciais em suas respectivas variáveis linguísticas, nesta etapa, todas as informações relativas à imprecisão ou incerteza associada a estas variáveis devem ser consideradas, e deve ser considerada a consulta a especialistas da área estudada para a atribuição de valores relacionados aos graus de pertinência para cada uma das variáveis em estudo, contribuindo assim para maior precisão nos resultados ou o uso de conhecimento já estabelecido sobre a área (JANÉ, 2004). 
9
Relaciona as possíveis variáveis entre si, através de regras pré-estabelecidas, cumprindo assim com os objetivos do algoritmo, denominados operadores Fuzzy.
10
Consiste na tradução do resultado linguístico do processo de inferência fuzzy, em um valor numérico.
Ou
Compreende o processo de conversão de um número fuzzy em um número real. 
11
APLICAÇÕES
12
GEISA LUCIA DE LIMA GABRIEL
Orientador: Jesús Domech Moré 
“A UTILIZAÇÃO DA LÓGICA FUZZY COMO MODELO DE AVALIAÇÃO DE CULTURA DE SEGURANÇA DO PACIENTE EM UMA UNIDADE ONCOLÓGICA DE UM HOSPITAL PRIVADO DO RIO DE JANEIRO.” 
 
13
Objetivo: Avaliar a percepção da cultura de segurança do paciente em uma equipe multidisciplinar de uma unidade oncológica de um hospital particular em Rio de Janeiro; 
Proposta: Técnicas para melhorar o serviço aos pacientes neste centro médico específico;
Método: Questionário a partir de variáveis linguísticas relacionadas à importância e o desempenho;
Conclusão: Apontou as áreas para intervenções e mostrou um grande potencial da equipe para melhorias.
O método utilizado para analisar esta percepção foi a aplicação de um questionário que avalia 5 aspectos da cultura de segurança do paciente a partir de variáveis linguísticas relacionadas à importância e o desempenho. 
Fuzzificacao – ex. Relacionado a área de trabalho, a diretoria, comunicação, ... Usou Pertinência Triangular;
O estudo demonstrou que a equipe tem um grande potencial de melhoria de todas as dimensões pesquisadas, servindo de subsidio para o planejamento estratégico de programas e políticas que visem a segurança do paciente nesta instituição. 
14
Segundo a Agência para Pesquisa e Qualidade do Cuidado à Saúde (Agency for Healthcare Research and Quality – AHRQ), cultura de segurança do paciente é “o produto individual ou coletivo, de valores, atitudes, percepções, competências e padrões de comportamentos que determinam o compromisso, o estilo e a competência de uma organização de saúde na promoção de segurança”. (SAMMER, 2010) 
15
“UMA PROPOSTA DE DIGNÓSTICO MÉDICO POR MEIO DE RELAÇÕES FUZZY”
LÁZARO RODRIGO DE MARINS
MAGDA DA SILVA PEIXOTO
Universidade Federal de São Carlos
16
Objetivo: Criar um modelo de diagnóstico médico; 
Proposta: um modelo matemático de diagnóstico médico por meio de equações relacionais fuzzy para três possíveis doenças: dengue, chikungunya ou zika;
Método: relacionar os sintomas e sinais de pacientes com as possíveis doenças. Esses dados irão compor a base de conhecimentos que serão expressos por meio de relações fuzzy; 
Conclusão: De acordo com a especialista (enfermeira padrão), os resultados condizem com diagnósticos estabelecidos em sua rotina de trabalho. 
De acordo com a especialista (enfermeira padrão), os resultados condizem com diagnosticos estabelecidos em sua rotina de trabalho. 
Destaca ainda a coerência da proximidade dos valores dos graus de pertinência nos resultados de diagnosticos aqui propostos, devido a semelhanca de alguns sintomas presentes nas três doencas estipuladas na pesquisa. 
E mostrou-se muito satisfeita com os resultados da pesquisa, pois conhecia os diagnosticos dos cinco pacientes e o modelo aqui proposto apresentou um acerto de 100% em relação aos diagnosticos dos pacientes.
17
Fonte: Ministério da Saúde BRASIL: Febre pelo Zika: uma revisão narrativa sobre a doença, Boletim Epidemiológico (46), (2015).
18