|
|
|
O Raciocínio Baseado em Casos (Case-based Reasoning –CBR) surgiram como uma evolução natural dos trabalhos da equipe de Schank, na Universidade de Yale, no início dos anos 80, a partir do uso da memória humana como modelo. “Um sistema de CBR resolve problemas por adaptar soluções que foram utilizadas para resolver problemas anteriores”. [RIESBECK & SCHANK, apud ABE 96, p. 11] Sistemas CBR baseiam-se na premissa de que, dado um domínio particular, os problemas tendem a repetir-se, com pequenos níveis de modificação, o que permite também a utilização de soluções anteriores, com pequenas modificações. Os aspectos importantes no domínio do problema, de cada caso, devem ser isolados, rotulados e ordenados em memória, de forma a permitirem a comparação com futuros casos similares. [ABE 96] Mara Abel designa a seguinte definição do termo “caso” em MBR: “ ... a descrição de um problema anterior, seus rótulos utilizados como índices, a solução associada e uma avaliação da eficácia dessa solução.” [ABE 96, p. 12] Um caso não serve para designar uma classe de problemas ou situações, não é genérico. Um caso é uma solução individual e específica de um problema, é uma instância concreta de um problema e está ligado a um contexto único. [ABE 96] Retomando o exemplo da área médica, abordado anteriormente, se forem extraídos de prontuários médicos os aspectos importantes de um caso, deve-se verificar o comprometimento destes aspectos com a solução do problema. Em um caso de enfarto do miocárdio, deverão ser incluídas informações como a idade do paciente, se ele fuma, se é sedentário, se sente angústia e dor no peito. Além do diagnóstico e dos sintomas importantes, deverão ser inclusos o tratamento respectivo de cada caso e o resultado obtido. Novos casos, só serão armazenados se diferirem do quadro clínico de casos de outros pacientes com o mesmo diagnóstico, já armazenados na memória. Um bom exemplo, seria uma paciente com enfarto no miocárdio e idade inferior a 35 anos. Essa particularidade poderia ser útil na solução de novos casos.[ABE 96] Elaborar um sistema de raciocínio baseado em casos, envolve as seguintes etapas[ABE 96]: · Aquisição e representação Selecionar entre os casos pertinentes ao domínio do problema, aqueles que representem a diversidade de problemas e soluções plausíveis. Escolher a melhor forma de representação dos casos em função do modo como se apresentam. Os casos podem ser representados por quase todos os formalismos de representação de conhecimento da Inteligência Artificial: frames, objetos, predicados, redes semânticas e regras de produção, redes neurais e ainda em modelos de bancos de dados comerciais ; ·
Indexação Atribui índices aos casos de forma a otimizar a recuperação, a vinculação entre casos similares e a previsão em usos futuros; ·
Recuperação Elaborar mecanismos que permitam identificar e medir similaridades entre os casos armazenados e uma nova situação, a fim de propor casos candidatos; ·
Adaptação Definir formas de adaptação da solução ou soluções encontradas e propor mecanismos para avaliação do sucesso destas soluções. FIGURA-10Ciclo de Solução de um Problema Baseado em Casos - CBRFonte:
[ABE 96] O Direito, por basear-se firmemente em casos anteriores para soluções de problemas (por peculiaridades como a jurisprudência), tem sido um dos campos do conhecimento onde os sistemas CBR têm obtido maior sucesso. Citam-se a seguir dois exemplos: ·
MEDIATOR : busca a solução de disputas entre diversas partes,
propondo possíveis soluções de consenso. Se uma proposta falhar em satisfazer
todas as partes envolvidas, o sistema gera uma nova proposta, armazenando a
falha de forma a não repeti-la. [SIMPSON, apud ABE 96] · PERSUADER : propõe soluções de conflitos trabalhistas a partir de contratos já utilizados por outras companhias ou, caso não existam exemplos anteriores para aquela situação, gerando uma nova solução. [SYCARA, apud ABE 96] Exemplos de aplicações de sistemas CBRs em outras áreas: · CASEY : diagnostica problemas cardíacos em pacientes adaptando descrições de outros pacientes com sintomas similares, mas não necessariamente iguais. [KOTON, apud ABE 96] · JULIA : trabalha com planejamento de refeições. O sistema decompõe o problema proposto e utiliza casos para coordenar a elaboração de uma nova refeição, respeitando as restrições propostas. [HINRICHS, apud ABE 96] ·
CHEF: desenvolve novos pratos a partir de outros. O sistema recebe
como entrada diversos objetivos a serem satisfeitos e recupera do seu banco de
casos a receita que possa satisfazer tantos objetivos quanto possível e, a
partir dela, gera uma nova receita para a situação proposta. [HAMMOND, apud
ABE 96] As aplicações CBR desenvolvidas têm demonstrado que o simples armazenamento e recuperação de casos, ainda que indexados pelos métodos mais adequados disponíveis, não representam ferramentas definitivas na busca de soluções ideais. O primeiro problema é encontrar um caso armazenado, adequado a representar as particularidades de uma nova situação. Mesmo que um médico acumule centenas de casos no seu banco de memórias, é difícil que um novo paciente venha a apresentar o mesmo quadro clínico que um anterior, tanto no diagnóstico como no tratamento. Isso leva a dois conceitos em CBR que ainda não encontraram soluções ideais: o grau de similaridade entre problemas passados e atuais e o de adaptação das soluções sugeridas para resolver problemas em situações inéditas. [ABE 96] Voltando ao caso do médico, é quase impossível que algum especialista seja capaz de recordar-se em detalhes e individualmente de centenas de pacientes que porventura tenha atendido. Provavelmente sua lembrança mais nítida se resumiria aos últimos casos tratados, e individualmente somente àqueles mais peculiares e diversos ou ainda àqueles com a presença de forte envolvimento emocional. Com o passar do tempo, o médico tende a esquecer estas memórias individualizadas (episódicas) e transformá-las em memórias genéricas e abstratas (semânticas) onde constam apenas os sintomas mais importantes da doença, associados ao tratamento mais eficiente. O homem tende a solucionar problemas utilizando mecanismos de abstração e generalização, o uso indiscriminado de memórias individualizadas seria humanamente impossível. Memórias episódicas só são evocadas quando extremamente necessárias. Assim, o uso de sistemas de raciocínio baseado em experiências anteriores, tendem a convergir para uso de conhecimentos genéricos somados aos conhecimentos episódicos, em forma de casos, para exceções. Esse parece ser o caminho ideal, tanto nas proposições de Schank [SCH 83] quanto na aproximação do modelo humano. Apesar destas restrições, o raciocínio baseado em casos é considerado um modelo cognitivo da mente humana e as pesquisas na busca de técnicas de indexação e criação de algoritmos eficientes de recuperação e adaptação prometem novidades para este campo da IA. [ABE 96]
|
|
|