Aplicação de modelos Bayesianas no diagnóstico das doenças Genéticas

O estudo envolveu a interac¿a~o entre a¿reas de conhecimento bastante distintas, a saber: informática, engenharia e genética, com ênfase na metodologia da construc¿a~o de um sistema de apoio a` tomada de decisa~o. Teve como objetivo o desenvolvimento de uma ferramenta para o auxi¿lio no diagnóstico de anomalias cromossômicas, apresentando como modelo tutorial a Síndrome de Turner. Para isso foram utilizadas te¿cnicas de classificac¿a~o baseadas em a¿rvores de decisa~o, redes probabilísticas (Nai¿ve Bayes, TAN e BAN) e rede neural MLP (do ingle^s, Multi-Layer Perceptron) com algoritmo de treinamento por retropropagac¿a~o de erro. Resultados mostram que a melhor soluc¿a~o para o domínio do problema foi o modelo Nai¿ve Bayes, pois este modelo apresentou maior acura¿cia. Os modelos a¿rvore de decisa~o-ID3, TAN e BAN apresentaram soluc¿o~es para o domi¿nio do problema sugerido, mas as soluc¿o~es na~o foram ta~o satisfatória quanto o Nai¿ve Bayes. No entanto, a rede neural na~o promoveu soluc¿a~o satisfatória.