NutriBem - Sistema Inteligente de Apoio Nutricional Parametrização de Base de Conhecimento em SE

NutriBem - Sistema Inteligente de Apoio Nutricional Parametrização de Base de Conhecimento em SE Mario Gusmão, Sidnei Renato Silveira Curso de Bacharelado em Sistemas de Informação Faculdade de Informática UniRitter Centro Universitário Ritter dos Reis Resumo. Este artigo apresenta a proposta de um sistema inteligente para a área de Nutrição. O sistema atua na avaliação e acompanhamento clínico de pacientes, composição e orientações dietéticas, registro de receitas, relatórios e gráficos estatísticos. A inteligência do sistema acontece pelo armazenamento de perguntas e conclusões encadeadas em múltiplos níveis, representando o conhecimento do especialista da área, constituindo-se em uma ferramenta de apoio não substituindo o especialista. Palavras-chaves: Inteligência Artificial, Nutrição, Sistemas Especialistas Abstract. This paper presents a proposal of an intelligent system for the area of Nutrition. The system operates in the evaluation and clinical monitoring of patients, composition and dietary guidelines, record receipts, reports and statistical graphs. The intelligence system held by the storage of questions and conclusions linked on multiple levels, representing the expert knowledge of the area. It will be a tool to support not replaces the expert. Keywords: Artificial Intelligence, Nutrition, Expert System 1. Introdução O presente trabalho apresenta o desenvolvimento de um protótipo de sistema inteligente para a área de Nutrição - Nutribem, aplicando técnicas de Inteligência Artificial, mais especificamente, técnicas para o desenvolvimento de Sistemas Especialistas. Para o desenvolvimento do Nutribem foram utilizadas referências específicas da área de nutrição, com embasamento nas informações do Ministério da Saúde, para garantir que as orientações estejam adequadas para a realidade brasileira, e que cumpra a proposta de auxílio profissional. Para tanto, houve a participação e orientação da nutricionista Renata Castro Gusmão, que foi a especialista do domínio. O sistema atua na avaliação e acompanhamento clínico de pacientes, composição e prescrição de dietas, registro de receitas, fotos digitais, relatórios e gráficos estatísticos. A parte da Inteligência do sistema acontece pelo armazenamento de perguntas e conclusões encadeadas em múltiplos níveis, representando o conhecimento do especialista da área. Estas informações podem ser acrescidas, alteradas ou retiradas pelo especialista que estiver utilizando o sistema. Estas perguntas, organizadas em uma árvore de decisões, juntamente com os indicativos de exames laboratoriais, os dados de anamnese e exames das consultas inseridos no sistema

formam argumentos que, uma vez processados, sugerem indicativos e/ou conclusões que servem para o aconselhamento de fatos importantes para as dietas. O protótipo foi desenvolvido utilizando-se a linguagem de programação PHP, com banco de dados PostgreSQL e interface Web. Foram empregadas técnicas de Inteligência Artificial, para a construção da base de conhecimento e geração dos diagnósticos e/ou conclusões. A modelagem de dados, procedimentos e base de conhecimentos foram projetados utilizando diagrama UML (Unified Modeling Language) e modelo ER. Neste contexto, este artigo apresenta as fases que propiciaram o desenvolvimento de um sistema inteligente voltado à Nutrição Nutribem, envolvendo um breve referencial teórico sobre Inteligência Artificial, Sistemas Especialistas e Nutrição (seção 2). A seção 3 apresenta o Estado da Arte, apresentando algumas ferramentas informatizadas utilizadas na área de Nutrição. A seção 4 apresenta a solução proposta. Finalizando o artigo, apresentam-se as considerações finais e as referências bibliográficas utilizadas. 2. Inteligência Artificial A Inteligência Artificial (IA) começou como um campo experimental nos anos 50 com pioneiros como Allen Newell e Herbert Simon, que fundaram o primeiro laboratório de inteligência artificial na Universidade Carnegie Mellon, e McCarty que juntamente com Marchem Minsky, que fundaram o MIT AI Lab em 1959. Foram eles alguns dos participantes na famosa conferência de verão de 1956 em Darthmouth College (FERAUCHE, 2006). Barr & Feigenbaum (1981), definem Inteligência Artificial como a parte da Ciência da Computação que compreende o projeto de sistemas computacionais que exibam características associadas, quando presentes no comportamento humano, à inteligência. Lucena (1987), de forma semelhante a define como a área da computação interessada no uso de computadores em tarefas que, normalmente, exigem conhecimento, percepção, raciocínio, aprendizado, entendimento e habilidades cognitivas similares. Já Luger & Stubblefield (1993), sintetizaram como sendo o um ramo da ciência da computação que se dedica à automação de comportamento inteligente. Os estudos em IA atualmente dividem-se em quatro ramos fundamentais: um ligado ao estudo das redes neurais e ao conexionismo que se relaciona também com a capacidade dos computadores aprenderem e reconhecerem padrões; um outro ramo ligado à biologia molecular, na tentativa de construir vida artificial; um terceiro relacionado com a robótica, ligada à biologia e procurando construir máquinas que alojem vida artificial. E, finalmente, o ramo clássico da IA que se liga desde o início à Psicologia, desde os anos 70 à Epistemologia e desde os anos 80 à Sociologia, e que tenta representar na máquina os mecanismos de raciocínio e de procura (CAEIRO, 2005). O trabalho aqui apresentado envolve a construção de um Sistema Especialista para a área de Nutrição, compreendendo o ramo clássico da IA. Neste sentido, serão apresentados alguns conceitos importantes sobre estes sistemas. 2.1 Sistemas Especialistas Um sistema especialista (SE) pode ser visto como uma subárea da IA, desenvolvido a partir da necessidade de se processar informações não numéricas. Um

sistema especialista é capaz de apresentar conclusões sobre um determinado tema, desde que devidamente orientado e alimentado (PY, 2010). Segundo Flores (2003), um SE é uma forma de sistema baseado no conhecimento especialmente projetado para emular a especialização humana de algum domínio específico. Um SE possui uma base de conhecimento (BC) formada de fatos, regras e heurísticas sobre o domínio, tal como um especialista humano faria, e deve ser capaz de oferecer sugestões e conselhos aos usuários e, também, adquirir novos conhecimentos e heurísticas com essa interação. O objetivo de um sistema especialista é bastante restrito, se considerar o objetivo dos modelos psicológicos: os SE são concebidos para reproduzir o comportamento de especialistas humanos na resolução de problemas do mundo real, mas o domínio destes problemas é altamente restrito (BARR & FEIGENBAUM, 1981). Um dos primeiros sistemas especialistas que obteve sucesso em seus objetivos foi o DENDRAL, projeto desenvolvido a partir de 1965 na Universidade de Standford (USA). O objetivo do projeto foi de desenvolver programas capazes de determinar automaticamente o conjunto de estruturas moleculares, constituídas de átomos conhecidos, capazes de explicar dados provenientes da análise espectrográfica de uma molécula desconhecida. Uma abordagem algorítmica havia sido tentada anteriormente e se mostrou impraticável devido ao enorme número de estruturas possíveis. O primeiro programa do projeto, o Heuristic DENDRAL, fazendo uso de regras obtidas junto a especialistas humanos em espectroscopia que impõem restrições aos tipos possíveis de estrutura, foi capaz de reduzir o espaço de busca para um tamanho tratável, mantendo os mesmos resultados (FEIGENBAUM; BUCHANAN; LEDERBERG, 1971). O sistema DENDRAL, a partir de 1968 até o presente, foi utilizado em diversas pesquisas sobre química orgânica. Alguns resultados de análises realizadas pelos sistemas foram considerados melhores do que os obtidos por especialistas humanos e publicados em revistas especializadas. A partir dessa época, vários sistemas foram desenvolvidos visando resolver diversos problemas, em diferentes domínios, como por exemplo, agricultura, química, sistemas de computadores, eletrônica, engenharia, geologia, gerenciamento de informações, direito, matemática, medicina, aplicações militares, física, controle de processos e tecnologia espacial. Definir a forma de representação do conhecimento a respeito do domínio escolhido de maneira completa e eficiente é um ponto importante de um sistema especialista. As formas mais usadas são: - Lógica: é a base para a maioria dos formalismos de representação de conhecimento, seja de forma explícita, como nos sistemas especialistas baseados na linguagem Prolog, seja mascarada na forma de representações específicas que podem facilmente ser interpretadas como proposições ou predicados lógicos (BITTENCOURT, 2010); - Redes semânticas: consistem em um conjunto de nodos conectados por um conjunto de arcos. Os nodos em geral representam objetos e os arcos, relações binárias entre esses objetos. Mas os nodos podem também ser utilizados para representar predicados, classes, palavras de uma linguagem, entre outras possíveis interpretações, dependendo do sistema de redes semânticas em questão (BITTENCOURT, 2010); - Quadros (frames): sua variação, os roteiros (scripts), foram introduzidos para permitir a expressão das estruturas internas dos objetos, mantendo a possibilidade de representar herança de propriedades como as redes

semânticas. As idéias fundamentais destes métodos foram introduzidas por Marvin Minsky (MINSKY, 1975). Existem várias arquiteturas de sistemas especialistas. A Figura 1 apresenta um diagrama da arquitetura de um Sistema Especialista. Dentre elas a mais simples de compreender e a mais difundida compõe-se de 3 elementos básicos: Base de Conhecimento, Mecanismo de Inferência e Quadro Negro (Flores, 2003): - A base de conhecimento armazena as informações de um sistema especialista, ou seja, os fatos e as regras. As informações armazenadas de um determinado domínio fazem do sistema um especialista neste domínio; - A comunicação das informações entre os sistemas especialistas é feita por um mecanismo chamado quadro-negro: é um lugar dentro da memória do computador no qual as informações armazenadas em um sistema especialista são "afixadas" para que qualquer outro sistema especialista possa usá-lo se precisar das informações lá contidas para alcançar seus objetivos. O quadronegro é uma estrutura que contém informações que podem ser examinadas por sistemas especialistas cooperativos; - Mecanismo de inferência ou motor de inferência é um elemento permanente, que pode ser inclusive reutilizado por vários sistemas especialistas. É a parte responsável pela busca das regras da base de conhecimento para serem avaliadas, direcionando o processo de inferência. O conhecimento deve estar preparado para uma boa interpretação e os objetos devem estar em uma determinada ordem, representados por uma árvore de contexto. Figura 1: Estrutura Básica de um Sistema Especialista

2.2 Nutrição A vida é nutrida por alimentos e as substâncias nos alimentos, das quais a vida depende, são nutrientes, que fornecem a energia e os materiais constituintes para as substâncias que são essenciais para o crescimento e sobrevivência dos seres vivos (MAHAN, 2010). A importância da nutrição para a saúde humana é incontestável. De acordo com o Relatório Mundial de Saúde publicado em 2002 pela Organização Mundial de Saúde (OMS), seis dos vinte fatores de risco para morbi-mortalidade avaliados globalmente foram nutricionais: desnutrição infantil, sobrepeso e obesidade, baixo consumo de frutas e verduras; deficiência de zinco anemia ferropriva e deficiência de vitamina A (OMS, 2002). O desmame precoce não foi avaliado nessa revisão, mas sem dúvida também seria incluído entre os principais fatores de risco analisados (KAC et al, 2007). A alimentação saudável pressupõe o enfoque prioritário de resgate de hábitos e práticas alimentares regionais inerentes ao consumo de alimentos locais, minimamente processados, culturalmente referenciados (e respeitados), e de elevado valor nutritivo, bem como de padrões alimentares mais variados, em todas as fases do ciclo de vida, preservadas as dimensões de cor, sabor e acesso. Esta iniciativa, além de estimular o consumo de alimentos saudáveis regionais, pode auxiliar na geração de emprego e renda em comunidades com tradição agrícola ou agricultura familiar, no âmbito da Segurança Alimentar e Nutricional (BRASIL, 2005). A promoção da alimentação saudável é uma ação efetiva para reduzir substancialmente as mortes e doenças em todo o mundo, devendo ser considerada parte de um grande esforço em prol da saúde pública (BRASIL, 2005). O Brasil encontra-se em um período de transição nutricional, fato considerado marcante na esfera mundial, deve-se à urbanização e à globalização, que resultaram em mudanças substanciais na alimentação, com a crescente oferta de alimentos industrializados (muito ricos em gorduras, açúcares e sódio), facilidade de acesso a alimentos caloricamente densos e baratos (o que afeta, em especial, as famílias de baixa renda) e redução generalizada da atividade física. Mesmo sem haver resolvido o problema da fome, em termos nutricionais, ocorreu a redução das prevalências de desnutrição e aconteceu o aumento do sobrepeso e da obesidade (BRASIL, 2008). A obesidade, atualmente, é um problema de todas as classes sociais. Pesquisa realizada pelo Ministério da Saúde mostra que a obesidade aumentou nos brasileiros. Atualmente, 13% dos adultos são obesos, sendo o índice maior entre as mulheres (13,6%) do que entre os homens (12,4%). Das 27 cidades pesquisadas, Porto Alegre é a que apresenta maior freqüência de excesso de peso em adultos: quase metade da população adulta (49%) está acima do peso. O excesso de peso é diagnosticado a partir do Índice de Massa Corporal (IMC), obtido pela razão entre o peso e o quadrado da altura. Atualmente, o grande desafio no Brasil é o combate às doenças crônicas nãotransmissíveis (DCNT), que comprometem a qualidade de vida do adulto e do idoso e implicam altos custos para o país (VITOLO, 2008). Seguindo a tendência dos países do primeiro mundo, o impacto das DCNT em muitos países em desenvolvimento cresce continuamente e aumenta as dificuldades socioeconômicas. As DCNT e a pobreza criam um círculo vicioso nos países de renda média e baixa, uma vez que impactam negativamente em seu desenvolvimento macroeconômico (SAÚDE, 2005), As DCNT são responsáveis pelo maior custo econômico para as famílias, o sistema de saúde e a sociedade. Tais custos ocorrem tanto de forma direta (custos relacionados a internações, medicamentos, tratamentos ambulatoriais) como indireta (perda de produção associada a essas doenças, aposentadorias precoces, entre outras questões). Esses custos serão aumentados na próxima década se não forem

implementadas intervenções efetivas. Intervenções para a redução do crescimento das DCNT trarão benefícios econômicos. As estimativas da OMS apontam para uma redução entre 0,5% e 1% do produto interno bruto de países como Brasil, Índia, Canadá, China, Inglaterra, Paquistão e Nigéria, entre 2005 e 2015, se não forem adotadas medidas de cuidado integral dessas doenças (SAÚDE, 2005). Essas mudanças observadas nos padrões de ocorrência das doenças têm colocado constantemente novos desafios, não só para os gestores e tomadores de decisão do setor de saúde, como também por outros setores governamentais. Neste contexto coloca-se o desafio do financiamento das ações. Doenças crônicas custam caro para o Sistema Único de Saúde, se não adequadamente prevenidas e gerenciadas. O enfretamento dessas novas epidemias de doenças crônicas não transmissíveis necessita muito investimento em pesquisa, vigilância, prevenção, promoção da saúde e defesa da vida saudável (BRASIL, 2005). A Hipertensão Arterial (HA) e o Diabetes Mellitus (DM) são DCNT, de alta prevalência. São responsáveis pelas maiores taxas de morbimortalidade da população brasileira e de todo o mundo, gerando sofrimento pessoal e familiar, com alto custo financeiro e social. Dentre as doenças cardiovasculares, o Acidente Vascular Cerebral (AVC) e a Doença Coronariana Aguda (DCA), são responsáveis 65% dos óbitos na população adulta; 40% das aposentadorias precoces segundo o Instituto de Seguridade Social e por 14% das internações na faixa etária de 30-69 anos (BRASIL, 2004). A prevenção e o controle da hipertensão arterial e do diabetes são ações prioritárias na Atenção Básica. Para a hipertensão estão previstas: ações educativas para controle de condições de risco (obesidade, sedentarismo, tabagismo) e prevenção de complicações, diagnóstico de casos, cadastramento de portadores, busca ativa de casos, tratamento dos doentes, diagnóstico precoce de complicações e primeiro atendimento de urgência. Para o diabetes estão previstas medidas preventivas e de promoção da saúde (ações educativas sobre condições de risco (obesidade, sedentarismo); ações educativas e de apoio para prevenção de complicações (cuidados com os pés; orientação nutricional; cessação do tabagismo e alcoolismo; controle de PA e das dilispidemias); ações educativas para auto aplicação de insulina), diagnóstico de casos, cadastramento de Portadores, busca ativa de casos, tratamento dos doentes, monitorização dos níveis de glicose sanguínea e diagnóstico precoce de complicações, primeiro atendimento de urgência, encaminhamento de casos. Essas ações são desenvolvidas na rede de atenção básica do SUS (BRASIL, 2005). 3. Estado da Arte Como referência a trabalhos semelhantes, apresenta-se um estudo comparativo das funcionalidades dos principais sistemas de informação na área de nutrição clínica, buscando orientar o nutricionista quanto a sua rotina de atendimento no consultório. O estudo avaliou os seguintes sistemas: DietWin Clínico 2008, DietWin Professional 2008, Avanutri 3.0.9, MED-FAT 8.0 e Diet PRO 4.0 (COELHO, 2008). De acordo com os resultados da avaliação, os sistemas de informação comparados têm condições de atender as necessidades do nutricionista na prática clínica, porque conseguem reunir tabelas e fórmulas, as quais são utilizadas diariamente, bem como facilitar os cálculos e reduzir riscos de erro já que o software está preparado para a execução destes. Destaca-se a necessidade de se conhecer detalhadamente estes

sistemas de informação antes de adquiri-los, tendo em vista inúmeros itens e algumas particularidades quanto aos métodos utilizados para avaliação nutricional, bem como tabelas utilizadas para cálculos, devendo ser escolhidos conforme as características do paciente (COELHO, 2008). Dentre os sistemas de informação avaliados, seguindo os critérios acima apresentados, o DietWin Professional 2008 apresentou um número maior de características necessárias para atender as necessidades do nutricionista na sua rotina de atendimento no consultório, sendo seguido pelo Diet PRO 4.0 Concluiu-se que ambos contêm os requisitos necessários para a avaliação clínica e dietética do paciente (fórmulas para cálculo de gasto energético e avaliação nutricional, dados antropométricos, tabelas de composição química de alimentos cadastrados, exames bioquímicos, entre outros) que serão utilizados diariamente pelo nutricionista. Com isso, há redução do espaço gasto para armazenar materiais e, principalmente quando está integrado ao prontuário do paciente, há maior facilidade no momento de sua utilização, além de redução do tempo gasto com cálculos durante a consulta. Os sistemas anteriormente relacionados foram estudados individualmente utilizando as documentações constantes nos respectivos sites e utilizando versões de demonstrações quando disponíveis. A seguir alguns quadros que resumem a comparação entre os sistemas estudados, incluindo o sistema desenvolvido Nutribem. Análise da Composição Química da Dieta DietWin Professional Avanutri MED-FAT NutWin DietPro NutriBem Composição de Alimentos Informado Informado Importado da Informado Informado Informado TACO 1 Receitas Sim Sim não sim sim não Implicações Nutricionais (interações) Sim Não não não não sim Registro Fotográfico Sim Não não não não sim Medidas Caseiras Sim Não não não não sim Recomendações Dietéticas Sim Não não sim sim sim Relatórios Sim Sim sim sim sim sim Gráficos Sim Sim não sim sim sim Quadro 1 Comparação entre os Sistemas Estudados: Análise da Composição Química da Dieta 1 Tabela Brasileira de Composição de Alimentos Q Avaliação Clínica do Paciente DietWin Professional Avanutri MED-FAT NutWin DietPro NutriBem Condutas sim sim sim sim sim sim Patologias sim sim sim sim sim sim Sintomas sim sim não sim sim sim Sinais Clínicos sim sim não sim sim sim Exames Laboratoriais sim sim não sim sim sim Medicamentos sim sim não sim sim sim Quadro 2 Comparação entre os Sistemas Estudados: Avaliação Clínica do Paciente

Avaliação do Estado Nutricional do Paciente Medidas Antropométricas Cálculo do Peso Teórico Classificação do Estado Nutricional pelo IMC Gasto da Energia na Atividade Física Protocolo de Composição Corporal DietWin Professional Avanutri MED-FAT NutWin DietPro NutriBem sim sim sim sim sim sim predefinido predefinido predefinido predefinido predefinido parametrizável predefinido predefinido predefinido predefinido predefinido parametrizável predefinido predefinido predefinido predefinido predefinido parametrizável não predefinido predefinido predefinido predefinido parametrizável Diagnóstico Nutricional predefinido predefinido predefinido predefinido predefinido parametrizável Padrões para Avaliação de predefinido não não predefinido predefinido parametrizável Gestantes Padrões para Avaliação de não predefinido não predefinido predefinido parametrizável Crianças Criação de Novos Padrões para Qualquer não não não não não parametrizável Necessidade Gráfico da Evolução de Qualquer não não não não não parametrizável Componente da Consulta Quadro 3 Comparação entre os Sistemas Estudados: Avaliação do Estado Nutricional do Paciente Prescrições Dietéticas Equivalentes de Nutrientes Gráfico de Distribuição Calórica Gráfico de Qualquer Componente Químico DietWin Professional Avanutri MED-FAT NutWin DietPro NutriBem sim sim não sim sim não sim sim sim sim sim sim não não não não não sim Modelo de Dietas sim sim não sim sim sim Quadro 4 Comparação entre os Sistemas Estudados: Prescrições Dietéticas

Aspectos Técnicos DietWin Professional Avanutri MED-FAT NutWin DietPro NutriBem Edição da Base de Conhecimento não não não não não sim Plataforma DeskTop web DeskTop DeskTop web web Forma de Comercialização Sistema Operacional Shareware/Pagt o Licença Win98/Xp/Vista Pagamento anual do Direito de Uso cfe número de Licenças Qualquer Pg Cfe Orçamento Solicitado Win98/Xp/ Vista 30 Free/Pgto Licença Win98/Xp/ Vista Pgto Licença Windows 2000/XP/ Vista/7 Quadro 5 Comparação entre os Sistemas Estudados: Aspectos Técnicos de Implementação Será SoftwareLivre Qualquer Analisando-se os quadros apresentados anteriormente, verifica-se que, os principais diferenciais do sistema implementado, além da forma de distribuição, como software livre, envolvem a inclusão da TACO (Tabela Brasileira de Composição de Alimentos), que foi desenvolvida para a realidade brasileira, pelo Ministério da Saúde, uma vez que os demais sistemas estudados, apesar de relatarem um logo trabalho de pesquisa para obter os valores apresentados na análise da composição química dos alimentos, macros e micro nutrientes, transferem esta responsabilidade para os profissionais que os utilizam. O NutriBem também propõe uma interface simples. Pelo fato de ser baseado em modelos de consultas e dietas, não tem a necessidade de manter uma interface com uma enorme quantidade de campos, que na maioria das vezes não são utilizados. Outro aspecto que o diferencia dos demais é o de não esgotar as possibilidades de diagnósticos e fórmulas, uma vez que é o profissional quem os cria de forma dinâmica. 4. Solução Implementada O sistema apresentado neste trabalho NutriBem - não tem pretensão, e mesmo porque a ética não permitiria, que por si só, chegue a diagnósticos e prescrição de dietas. Ele visa apenas auxiliar o especialista da área, baseado nas formulações e instruções fornecidas por este. O protótipo do sistema foi desenvolvido utilizando-se a linguagem de programação PHP, com banco de dados PostGreSql e interface Web. Foram empregadas técnicas de Inteligência Artificial, para a construção da base de conhecimento e geração dos diagnósticos e/ou conclusões. A modelagem de dados, procedimentos e base de conhecimento foi projetada através de diagramas UML. Ele atua na avaliação e acompanhamento clínico de pacientes, auxílio para a composição de dietas, registro de dados históricos, fotos digitais, relatórios e gráficos estatísticos. Começa pela implantação de uma base de conhecimentos, gerada, em parte, pela importação da TACO (Tabela Brasileira de Composição de Alimentos) e pela construção de um dicionário de termos que servem para a composição das consultas. Os campos do dicionário podem ser apenas armazenadores de informações das consultas, valores ou fotos, bem como fórmulas e regras que levem a algum diagnóstico.

Cada campo da Base de Conhecimento é composto por: - Identificador (pelo qual pode ser referenciado em fórmulas); - Descrição (Legenda, Pergunta ou Conclusão); - Nível (consulta ou dieta); - Indicador se é um campo de armazenamento ou uma fórmula; - Tipo (Caracter, número, Data, Foto, simples ou valorados); - Fórmula (usado quando for campo Fórmula, ou para expressar os valores possíveis de campos valorados); - Encadeamento (usado para encadear uma série de perguntas que leve a algum diagnóstico); - Um indicador de permanência (Campo Histórico ou renovado a cada Consulta) Por exemplo: o nome, a data de nascimento, o sexo, são campos de armazenamento que são históricos, ou seja, prevalecerão para as próximas consultas. Outros serão renovados, como peso altura e resultados de exames; - Um indicador de visível ou não (Para aparecer ou não no relatório da Consulta); - Todos os campos da TACO fazem parte deste dicionário, implicitamente, podendo serem referenciados por fórmulas. Os campos fórmulas podem conter expressões aritméticas, operações lógicas ou funções agregadas de somatório ou contagem. Após a confecção desta base de conhecimento o nutricionista define a sequência em que estes dados serão obtidos, criando um modelo de consulta. Pode ser criado vários modelos, adequados para situações específicas, como: criança, adulto intolerância à lactose, diabético, alimentação por sonda, etc. Considerando-se que esta base de conhecimento é dinâmica, sempre poderá receber novas informações. A sequência obedece a uma ordem que leva a diagnósticos. Após, vem o segundo nível, que serão os alimentos que compõem a dieta, com suas quantidades. A terceira parte contem totalizadores, como de calorias, lipídios, colesterol ou qualquer outro dado que faça parte da composição do alimento, contido na TACO. Quando o nutricionista seleciona Nova Consulta, o sistema cria uma nova consulta baseado na última consulta do paciente. Quando for a primeira consulta o sistema oferece os modelos existentes para ser selecionado o que servirá de base para a consulta. As novas informações aplicadas ao modelo regram novos diagnósticos, e a dieta será ajustada para a nova situação, não automaticamente e, sim, pela interferência do especialista. Com o apoio dos somatórios o nutricionista pode ir ajustando a dieta até o obter o resultado desejado. Com a sequência de consultas, o nutricionista pode se valer, a qualquer momento dos dados acumulados para fazer comparativos, demonstrados de forma quantitativa, gráficos ou imagens.

4.1 Diagrama de Casos de Usos Figura 2: Diagrama de Casos de Uso A seguir são apresentadas as descrições dos principais casos de uso do sistema: Criação da Base de Conhecimento: Este caso de uso é responsável pelo cadastro de todas as informações que o especialista julgue relevante para compor uma consulta, incluindo perguntas ou legendas que serão inquiridas durante a consulta. Uma pergunta pode gerar uma resposta em forma de texto, número ou foto. Como todas as informações podem ser utilizadas para fórmula, como sexo, peso, Data de Nascimento, e até mesmo o um nome pode ser utilizado para uma regra, por exemplo: se for fulano tem alguma amputação,

tem que ser feito uma composição por estimativa conforme tabela a seguir: mão 0,8%, antebraço 2,3%, braço até o ombro 6,6%, Pé 1,7%, perna abaixo do joelho 7,0%, perna acima do joelho 11,0%, perna inteira 18,6%. Como pode haver combinações de partes, fica mais fácil inserir na fórmula que calcula o IMC que se for fulano aplique um acréscimo de x%, se Beltrano de y% caso contrário nenhum acréscimo. Então, todos os dados que virão a fazer parte de uma consulta são formatados aqui. Nesse lugar não são armazenados os dados, apenas a formatação de como o dado será solicitado, e fórmulas que utilizem este dado, nesse caso, podendo ter algumas constantes que serão mensagens de retorno caso a ela seja do tipo diagnóstico. As perguntas podem encadear, sucessivamente, uma nova pergunta de acordo com alguma relação que seja montada. Criação de Consultas Modelos Deve ser informada uma descrição para servir na seleção quando esta for solicitada, como modelo de uma consulta efetiva. São criadas perguntas, fórmulas e diagnósticos, oriundos da Base de Conhecimento, na ordem desejada pelo Nutricionista, para atender a necessidade da consulta em questão. Poderão ser criados vários modelos, por exemplo: um para uma pessoa normal, para diabéticos, para alimentação por sonda, para obesos, para hipertensos, etc. Isto se deve ao fato de que, além das perguntas que comporão a anamnese, também será gerada uma dieta modelo. Criação de Dietas Modelos São selecionados alimentos constantes na TACO, estipulando-se quantidades e refeições. O detalhamento (dia a dia, por quanto tempo, etc.), fica a critério do especialista. Receber Dados da Consulta É selecionada a consulta anterior como modelo. Caso seja a primeira consulta, então o Nutricionista terá que selecionar uma consulta modelo. Como na formatação da base de conhecimento deve-se indicar, para cada atributo, objeto de uma pergunta, se ele é histórico ou não, após a consulta que está servindo de modelo ser carregada, os campos que não o forem são esvaziados e devem ser preenchidos com novos valores, no decorrer da consulta. Ajustar Dieta Pode ser excluídos alimentos ou incluídos, bem como pode ser feito mudanças nas quantidades. Examinar Diagnóstico A interface da consulta é como se o Nutricionista estivesse escrevendo em uma folha, que já vem pré-preenchida em função do modelo em que se baseou. Porém existe duas outras abas, uma para a dieta, e outra para somatórios. Como a inferência do Sistema Especialista se dará a cada preenchimento de campo, ele já irá resolvendo as fórmulas e criando diagnósticos, examinar diagnóstico significa apenas visualizar os