Aprendizado Simblico de Mquina na Aquisio Automtica de Conhecimento em

Domnios Mdicos
Maria do Carmo Nicoletti 1; Flvia Oliveira Santos 1

1
Depto. de Computao - DC/UFSCar
Rodovia Washington Luiz, km 235 - 13565-905 - So Carlos (SP)

Resumo - Este artigo trata do uso de tcnicas simblicas indutivas de aprendizado automtico de mquina aplicadas a
domnios mdicos. Apresenta os paradigmas proposicional e relacional de aprendizado simblico indutivo e discute a
efetiva contribuio de tais mtodos no aprendizado de regras de diagnstico mdico.

Abstract - This paper describes the use of inductive symbolic techniques of automatic machine learning applied to
medical domains. It presents the propositional and relational paradigms of inductive symbolic learning and discusses the
effective contribution of these methods when learning medical diagnostic rules.

Introduo Para a representao dos exemplos do

Entre os vrios paradigmas existentes para
aprendizado simblico tratado como uma rea de
pesquisa em Inteligncia Artificial, o chamado
aprendizado indutivo baseado em exemplos o que
tem sido mais largamente pesquisado e o que mais tem
contribudo efetivamente para a implementao de
sistemas simblicos de aprendizado de mquina. A
partir de um conjunto de exemplos, chamado de
conjunto de treinamento, vrios tipos de conceitos, ou
regras de classificao, podem ser aprendidos como,
por exemplo, diagnstico de doenas, previso de
recorrncia de tumores, estimativa de sobrevida de
pacientes, previso meteorolgica, predio do
comportamento de novos compostos qumicos, etc. A
aplicao mais bvia de aprendizado de mquina est
na articulao de sistemas de aprendizado de mquina
a mecanismos de aquisio de conhecimento, em
sistemas baseados em conhecimento. Dependendo do
domnio e da disponibilidade de um conjunto de
treinamento representativo, muitas vezes tcnicas de
aprendizado indutivo simblico podem ser usadas na
construo de bases de conhecimento de maneira mais
efetiva que as tradicionais tcnicas baseadas em
entrevistas e/ou tcnicas semi-automticas para
aquisio de conhecimento.
Metodologia
De uma maneira geral um sistema que
aprende a partir de exemplos recebe como dados
informaes na forma de situaes especficas, cada
uma delas devidamente classificada (geralmente por
um especialista humano do domnio) e produz, como
resultado, uma hiptese que generaliza aquelas
situaes inicialmente fornecidas.
Sistemas simblicos de aprendizado de
mquina baseados em exemplos podem ser
classificados com base na linguagem de representao
de exemplos/conceitos utilizada, em sistemas
proposicionais e sistemas relacionais.
conjunto de treinamento, os sistemas indutivos
proposicionais de aprendizado usam uma linguagem
baseada em atributos. Um atributo uma possvel
caracterstica relevante do conceito a ser aprendido;
exemplos de treinamento so descritos como vetores de
pares atributo-valor e de uma classe associada. Os
conceitos induzidos so tipicamente expressos como
regras de produo ou rvores de deciso, que podem
ser tratadas como variaes de linguagens baseadas em
atributos.
Sistemas proposicionais, tais como o ID3,
AQ, CN2 e derivados, tm sido utilizados com relativo
sucesso nos mais variados domnios de conhecimento,
mas principalmente no de diagnstico mdico. Um
exemplo disso o nmero de arquivos de dados
mdicos para testes de novas verses, medidas e novos
algoritmos de aprendizado de mquina disponveis
junto ao UCI Repositrio de Dados1. Entretanto, a
limitao imposta pela linguagem proposicional e as
dificuldades na incorporao de qualquer
conhecimento do domnio no processo de induo do
conceito, pressionaram a pesquisa por formas mais
poderosas de representao de conhecimento, dando
origem rea de aprendizado simblico indutivo
denominada de programao lgica indutiva (PLI). PLI
uma rea relativamente recente e seus principais
resultados so a nvel terico. A adoo, por sistemas
de PLI , de restries de lgica de primeira ordem para
a representao de exemplos e conceitos viabilizou a
incorporao de teoria do domnio no processo
indutivo de aprendizado, provocando, com isso, uma
expanso do universo de conceitos passveis de serem
aprendidos, e.g, conceitos recursivos. Mesmo atravs
do uso restrito e controlado de expresses de lgica de
primeira ordem, a tarefa de aprendizado pode se tornar
invivel, considerando as dimenses que o espao de
busca pode atingir. Pesquisas em PLI se concentram
no controle do espao de busca, processo que pode
parcialmente ser viabilizado atravs do controle da
linguagem utilizada2.

1
Resultados
Os problemas tpicos do aprendizado
proposicional, alm daqueles inerentes prpria
limitao da sua expressividade, so bem conhecidos e
suas possveis solues, bem estudadas. Por exemplo,
problemas relacionados a atributos multivalorados, a
atributos com valores contnuos, com valores
desconhecidos, com valores irrelevantes, memria
disponvel versus nmero de exemplos,
incrementabilidade, redundncia, dados com rudos,
etc. foram exaustivamente abordados e diversas
solues poder ser encontradas na literatura. Entretanto
alguns domnios, particularmente domnios mdicos,
caracterizam-se pela existncia de rudos inerentes que,
em alguns casos, dificilmente so eliminados, mesmo
com uma cuidadosa preparao dos exemplos de
treinamento e utilizao de tcnicas disponveis para
tratamento de rudos em sistemas proposicionais3. Em
domnios mdicos, alguns dados so colecionados a
partir da descrio da doena/sintoma feita s vezes de
memria pelo prprio paciente e interpretada por um
mdico. Em muitos casos, tanto a descrio quanto a
interpretao so subjetivas e, conseqentemente, no
confiveis. Esse poblema discutido em Lavrac et al 4,
onde descrito um experimento do aprendizado de
regras para diagnstico de doenas reumticas, em
estgio inicial. Nesse experimento, as
aproximadamente 200 doenas reumticas podiam ser
agrupadas em 3, 6, 8 ou 12 classes de diagnstico.
Oito classes foram escolhidas, por sugesto de um
especialista. Notou-se, entretanto, que
aproximadamente 74% dos exemplos disponveis
pertenciam a duas dessas classes, restando s 6 outras
apenas 26%. Dos 462 registros de pacientes, apenas
16 pertenciam classe de doenas inflamatrias da
espinha, por exemplo. Apesar dos problemas
associados confeco do conjunto de treinamento, o
aprendizado indutivo proposicional tem sido
satisfatoriamente utilizado em domnios mdicos,
desde que considerados alguns pontos: o conjunto de
treinamento deve ser representativo do domnio, tanto
qualitativa quanto quantitativamente; tcnicas
convencionais para tratamento de rudos devem
necessariamente ser aplicadas, caso contrrio, a
tendncia a da gerao de um nmero grande de
regras, excessivamente especializadas
conseqentemente, com pouca utilidade; a aplicao
de tcnicas de aprendizado de mquina a domnios
mdicos sofre um problema conhecido como problema
geogrfico, que geralmente impede a portabilidade de
conjuntos de regras entre regies/pases.
Por outro lado, pesquisas tm tentado
contornar as limitaes representacionais
caractersticas do aprendizado proposicional, atravs
do uso de sistemas relacionais, tipicamente, os sistemas
de programao lgica indutiva. A difuso no uso de
tais sistemas tem esbarrado: na dificuldade de
definio e preparao do conjunto de exemplos pelo
usurio do sistema. O conjunto de exemplos (sempre
dividido em exemplos positivos e exemplos negativos
do conceito) deve ser cuidadosamente "pensado" e
preparado, de maneira que ele possa orientar o sistema
precisamente na direo da expresso do conceito;
na dificuldade da definio pelo usurio, da teoria do
domnio, i.e., de um conjunto adequado de predicados
representativos, que sero utilizados como base para a
expresso daquele conceito. A esses problemas,
acrescente-se algumas limitaes na aplicao de
sistemas de PLI, apontadas em Bratko5: falta de
facilidade para o usurio controlar o processo indutivo
(e.g. poder especificar restries nos operadores de
refinamento); instabilidade dos resultados
(sensibilidade ao setup de parmetros e modos de
operao).
Discusso e Concluses
As tcnicas de aprendizado simblico
proposicional j esto consolidadas; o uso de sistemas
que as implementam j fato. Apesar desse
aprendizado ser limitado, sua contribuio e seus
limites so perfeitamente conhecidos. Entretanto,
como visto, quando tais sistemas so utilizados na rea
mdica, alguns cuidados adicionais devem ser
tomados. J sistemas de programao lgica indutiva,
em virtude de serem razoavelmente recentes, tm ainda
um longo caminho a percorrer, para se tornarem
efetivamente sistemas automticos de aquisio de
conhecimento. Apesar de mais poderosos que os
proposicionais, sua utilizao ainda exige um esforo
exagerado por parte do usurio, na preparao do
conjunto de exemplos e teoria de domnio apropriada.
Referncias
1
MURPHY, P.M.; AHA, D.W. UCI Repository of
machine learning databases and domain theories,
Irvine, University of California, Department of
Information and Computer Science, 1994.
2
NICOLETTI, M.C. Ampliando os limites do
aprendizado indutivo de mquina atravs das
abordagens construtiva e relacional. Tese de
Doutorado, IFSC/USP, 1994.
3
GAMBERGER, D. Inductively learned rule for
breast cancer domain with improved interobserver
e reproductibility. P. Barahona; M. Sefanelli; J. Wyatt
(eds), Lecture Notes in AI 934, 1995, pp. 431-432.
4
LAVRAC, N. et al. The utility of background
knowledge in learning medical diagnostic rules.
Applied Artificial Intelligence 7, 1993, pp. 273-293.
5
BRATKO, I. Machine learning and qualitative
reasoning. Machine learning 14, 1994, pp. 305-312.
Agradecimentos : FAPESP, pelo apoio financeiro.