Abstrato

Modelo de Rede Neural em Aplicação em VIH/SIDA

M.Lilly Florence e Dr.P.Balasubramanie

O VIH/SIDA é uma doença incurável. Mais de milhões de pessoas são seropositivas. Contudo, novos medicamentos não só podem retardar a progressão da infecção, mas também suprimir o vírus, restaurando assim a função imunitária do corpo e permitindo que muitos indivíduos infectados pelo VIH levem uma vida normal e livre de doenças. Estão em curso muitas pesquisas para prever um melhor tratamento para os doentes com VIH, como a previsão de medicamentos para o VIH, testes de resistência a medicamentos, previsão de efeitos secundários para determinados regimes, etc. Como todos os doentes são únicos no seu historial clínico, efeitos secundários e alérgicos a medicamentos patriculares, o médico não pode tratar todos os doentes da mesma forma. É comum que, se um doente com um conjunto de determinados sintomas consultar o médico, o doente possa obter opiniões diferentes quanto ao tipo de doença de base. O juízo médico é um papel importante neste sentido. Pesquisas recentes mostram que a inteligência computacional tem sido amplamente utilizada no diagnóstico médico para resolver problemas complexos, desenvolvendo sistemas de apoio à decisão com a aplicação de algoritmos de Redes Neurais. A Rede Neural é uma área muito boa para praticar a maioria dos problemas médicos. Possui muitos algoritmos para classificação, previsão, processamento de imagens, etc. A utilização adequada de uma técnica de rede neural para implementar um conjunto de dados de investigação de serviços de saúde em grande escala é uma das áreas mais difíceis no campo da rede neural. É ainda mais complicado devido a factores mal definidos e mal estruturados que afectam o estado de saúde funcional dos doentes com VIH/SIDA. Muitos dos estudos aplicaram a técnica das Redes Neurais para classificar e prever a solução desejada ou para melhorar aspetos metodológicos. Neste trabalho proposto, tomámos o historial clínico de 300 doentes com VIH/SIDA e construímos um modelo para prever a especificação apropriada do regime, o que poderia ajudar o doente a prolongar o seu tempo no máximo por anos. Para construir este modelo foram implementados o algoritmo Back Propagation Neural Network, ART1 Network e Radial Base Function Network. O algoritmo Back Propagation Neural Network é utilizado para fins de classificação e previsão e também funcionaria com uma grande quantidade de dados com um grande número de iterações. Devido à sua natureza retroativa, poderia atuar como um melhor algoritmo de previsão. Da mesma forma, o algoritmo da Rede Neural ART1 foi utilizado para classificar os doentes em dois grupos ativos e inativos com base na especificação do regime e a Rede Neural de Base Radial foi também utilizada para prever a especificação do regime. Todos estes três algoritmos foram utilizados neste trabalho para prever uma melhor especificação do regime para doentes com VIH/SIDA.