Inteligência computacional avaliando o risco coronariano / Computational intelligence evaluating coronary arterial risk

RESUMO

Apesar de estarmos numa época de tecnologia e de avanços em estudos e diagnósticos em relação à doença arterial coronária (DAC), a realidade é que tal patologia ainda representa a princiapal causa de mortalidade e morbidade no mundo ocidental. Neste trabalho foi explorada a potencialidade das redes neurais e Lógica Fuzzy no estado de fatores de risco de doenças arteriais coronarianas. Na sua forma mais geral, uma rede neural, é uma máquina que é projetada para modelar a maneira como o cérebro realiza uma tarefa particular ou função de interesse, por meio da sua propriedade de aprender a partir de um conjunto de dados de entrada. Participaram deste estudo 33 indivíduos funcionários da Universidade Federal de Santa Catarina (UFSC) no mês de maio de 2001. A partir de dados clínicos e laboratoriais obtidos desses pacientes (idade, sexo, colesterol total, HDL colesterol, LDL colesterol, triglicerideos, tabagismo, Hipertensão Arterial Sistêmica,Diabetes Melittus, massa corporal, estatura, perímetro da cintura e do abdomen) se calculou o índice de massa corporal, indice cintura quadril, relação colesterol HDL colestetol e também o risco para a doença arterial coronariana. Neste estudo, aplicando a Teoria de Fuzzy Sets (Conjuntos Difusos ou Nebulosos) aos princípios da lógica clássica e resultados de rede neural sobre este conjunto de dados, foi possível determinar um valor percentual pertinente ao grau de risco de doença coronária de cada indivíduo. Concluiu-se que o sistema proposto mostrou maior potencialidade em relação à forma tradicional de avaliação para.