Identificação do risco de saúde da gestante utilizando lógica fuzzy / Identification pregnant woman's risk of health using fuzzy logic / La identificación del riesgo de la mujer embarazada de la salud utilizando la lógica difusa

O propósito fundamental da avaliação na área da saúde é dar amparo aos processos decisórios e subsidiar a identificação de problemas. No entanto algumas bases de dados são grandes e complexas, necessitando de conhecimento especialista para a identificação de informações relevantes. Este trabalho tem como objetivo o estudo e definição de um sistema especialista nebuloso para determinação do grau de risco de saúde da mulher grávida. Para isso, utiliza o conhecimento especialista de profissionais da área de enfermagem, para definição de variáveis e regras de lógica nebulosa, e uma base de dados de saúde pública de gestantes. A validação do grau de risco foi feita a partir de análise estatística de sua relação com outras variáveis, que apresentam relação com o risco de saúde gestante, conforme a literatura científica. Os resultados apresentam informações que podem auxiliar nas tomadas de decisão a partir do grau de risco da gestante.

The fundamental purpose of the evaluation in health care is to support decision-making processes and support the identification of problems. However some databases are large, complex, requiring expert knowledge to identify relevant information. This work aims to study and definition of a fuzzy expert system for determining the degree of health risk of the pregnant woman. For this, use the expert knowledge of nursing professionals for definition of variables and uzzy rules, and a public health database pregnant women. The risk level was validated from statistical analysis of its relationship with other variables that have relation with the risk of pregnant women health, according to the scientific literature. The results provide information that can help in decision making from the degree of the pregnant woman laughing.

Sistema inteligente para auxílio ao diagnóstico no monitoramento fetal eletrônico por análise de cardiotocografias / A computer aided diagnostic intelligent system for electronic fetal monitoring based on cardiotocographies

A análise acurada da frequência cardíaca fetal (FCF) correlacionada com as contrações uterinas permite diagnosticar, e consequentemente antecipar, diversos problemas relativos ao bem estar fetal e à preservação de sua vida. O presente trabalho apresenta os resultados de um sistema híbrido, baseado em regras determinísticas e em um módulo de inferência nebuloso do tipo Mamdani, para análise de sinais coletados através de exames denominados cardiotocografias (CTG). As variáveis analisadas são: o valor basal da FCF, suas variabilidades de curto e de longo prazo, acelerações transitórias e desacelerações, sendo estas classificadas por seu tipo e número de ocorrências. São utilizados dois modelos de classificação. A saída do sistema, em qualquer dos modelos, é um diagnóstico de primeiro nível baseado nestas variáveis de entrada. O sistema inteligente para auxílio ao diagnóstico no monitoramento fetal eletrônico por análise de cardiotocografias (SISCTG) foi desenvolvido na linguagem de scripts do programa MATLAB® v.7. O projeto conta também com uma parceria multi-institucional entre o Brasil e a Alemanha, envolvendo o Departamento de Engenharia de Teleinformática (DETI) da Universidade Federal do Ceará (UFC), a Maternidade-Escola Assis Chateaubriand (MEAC), a Technische Universitãt München e a empresa alemã Trium GmbH, que fornece a base de dados utilizada neste trabalho. Os resultados apresentados pelo SISCTG mostram-se promissores, com um índice de acertos (comparando-se os dois modelos utilizados) variando de 83% a 100%, de acordo com o tipo de diagnóstico. Isto permite projetar o aprimoramento deste sistema com novas variáveis de entrada (como a entropia aproximada da FCF e da sua variabilidade). A validação do sistema contou com especialistas brasileiros e alemães na área obstétrica.

The accurate analysis of the fetal heart rate (FHR) and its correlation with uterine contractions (UC) allow the diagnostic and the anticipation of many problems related to fetal distress and the preservation of its life. This paper presents the results of a hybrid system based on a set of deterministic rules and fuzzy inference system developed to analyze FHR and UC signals collected by cardiotocography (CTG) exams. The studied variables are basal FHR, short and long-term FHR variability, transitory accelerations and decelerations, these lasts classified by their type and number of occurrences. Two classification models are used. For both models, the system output is a first level diagnostic based on those input variables. The system is developed using the MATLAB® v.7 script language. The project is also supported by a multi-institutional agreement between Brazil and Germany, among the DETI (Departamento de Engenharia de Teleinformática of the Universidade Federal do Ceará), the MEAC (Maternidade-Escola Assis Chateaubriand), the TUM (Technische Universitãt München), and the Trium GmbH, a German company who supplied the database used in this project. The results are very promising with a diagnostic accuracy (considering the two models used) varying from 83% to 100%, according to the type of diagnostic. These results allow the projection of refinements of the proposed system, inserting new input variables (such as the approximate entropy of the FHR and its variability). The system validation methodology was based on the knowledge of Brazilian and German obstetricians.