J. health inform; 12 (3), 2020
Publication year: 2020
Objetivos:
Este artigo relata a construção de um Sistema Multiagente para a tomada de decisão sobre o estado cardíaco de pacientes, usando uma base de dados real. Métodos:
O sistema foi implementado com dois cardiologistas principais (Médico e Doutor) e um especialista (Especialista), onde, se houver discordância entre os dois primeiros, o Especialista é chamado para ser feito o desempate. Foi utilizado o framework Jason (que une AgentSpeak-L e Java) para o sistema e o software Weka para a criação da árvore de decisão do agente Especialista. Resultados:
Como resultado, o agente Médico (com 72% de acerto) obteve melhores resultados que o agente Doutor, onde o Especialista foi utilizado como o validador. Conclusão:
O uso de Sistemas Multiagentes pode auxiliar no processo de tomada de decisão em sistemas de área da saúde.
Objectives:
This paper presents a Multiagent System to assist decision making on patients’ heart state, using a real dataset. Methods:
The system has two cardiologists (Physician and Doctor) and one expert (Specialist). If the Physician and Doctor Agents do not agree with each other, the Specialist agent is called to give a third opinion. We have used the Jason platform (which merge AgentSpeak-L and Java) for the system and the software Weka to generate the decision tree used by the Specialist. Results:
As a result, the Physician (with 72% of accuracy) obtained better results than the Doctor. The Specialist was used as the validator. Conclusion:
The use of Multiagent Systems can help in the decision-making process in healthcare systems.
Objetivos:
Este artículo informa sobre la construcción de un Sistema Multiagente para la toma de decisiones sobre el estado cardíaco de los pacientes, utilizando una base de datos real. Métodos:
El sistema se implementa de tal manera que hay dos cardiólogos principales (Médico y Doctor) y un especialista (Especialista), donde, si hay desacuerdo entre los dos primeros, el Especialista es llamado para que sea el desempate. Utilizamos la plataforma Jason (que une AgentSpeak-L y Java) para el sistema y el software Weka para crear el árbol de decisión del agente experto. Resultados:
Como resultado, el Agente Médico (con 72% correcto) obtuvo los mejores resultados entre los dos y el Experto fue validado como experto para la base. Conclusión:
El uso de sistemas multiagente puede ayudar en el proceso de toma de decisiones en los sistemas de salud.