Jornal de Doenças Tropicais e Saúde Pública

Abstrato

Aplicação de Técnicas de Soft Computing no Diagnóstico de Doenças Tropicais: Uma Revisão Sistemática

Samuel B Oyong, Faith-Michael E Uzoka*, UO Obot, Etim Edem Ekong, Pius U Ejodamen

A natureza complexa das variantes de doenças tropicais com sintomas confusos levou a erros de prescrição e, consequentemente, a muitas mortes. As técnicas de soft-computação foram propostas para lidar com a imprecisão e imprecisão no processo de diagnóstico. Este artigo apresenta uma revisão sistemática sobre a utilização de técnicas de soft-computação no diagnóstico de doenças tropicais. Os resultados mostram que os países de África, da Ásia-Pacífico e da Europa têm feito mais investigação em áreas que se centram na utilização de técnicas de soft computing no diagnóstico de doenças tropicais, seguidos pelas Américas. Das doze (12) doenças tropicais comummente pesquisadas, a malária, a dengue, as doenças de pele e a febre tifóide estão no topo da lista. Os classificadores de soft-computação foram distribuídos uniformemente entre os paradigmas simples e híbridos. A maioria dos motores de classificação baseou-se em lógica difusa (15), rede neural (5), máquina de vetores de suporte (4) e árvore de decisão (4). Alguns dos sistemas não foram implementados e a maioria das organizações de saúde (incluindo a OMS) não adoptaram totalmente a utilização de sistemas de computação suave no diagnóstico médico. Há muitas mudanças a ocorrer no diagnóstico médico, incluindo; resistência a medicamentos, elevado custo de fabrico de medicamentos hibridizados para combater a resistência a doenças e recolha de dados não estruturados que não são adequados para classificadores tradicionais de computação suave. Para este efeito, recomenda-se que a OMS e os seus aliados diversifiquem a sua política de controlo e erradicação de doenças, incluindo técnicas de computação suave, especialmente métodos de hibridização (conjunto). Esta inclusão reduzirá as taxas de morbilidade e mortalidade nas regiões afectadas.