Previsão de ações em atividades diárias para assistir pessoas com declínio cognitivo através de um modelo ontológico probabilístico

Abstract

A população idosa mundial está crescendo e, com ela, o número de diagnósticos de doenças relacionadas à velhice como, por exemplo, declínios cognitivos também. Essas doenças costumam afetar a autonomia do idoso no seu lar, especialmente no que se refere à realização de atividades diárias. Com isso em vista, é preciso empregar cuidadores e serviços de saúde que acabam por implicar em altos custos. Nesse sentido, surge a necessidade de conceber sistemas robustos, automatizados, utilizáveis e de baixo custo para a assistência pessoal. A concepção desses sistemas faz menção à área de Ambientes de Vivência Assistida. Portanto, esta dissertação propõe uma abordagem que beneficia os sistemas para Ambientes de Vivência Assistida com a capacidade de prever ações humanas para a facilitação de atividades diárias, particularmente quando declínios cognitivos relacionados à elas ocorrerem. Nesse sentido, foi concebido um meta-modelo semântico para a geração de modelos conceituais de contexto e de comportamento, compostos pelas ações humanas. A partir disso, a previsão de ações (informação de suporte) é realizada por um mecanismo de predição e inferência composto por um modelo semântico probabilístico. A abordagem é demonstrada através de um estudo de caso cujo cenário representa uma situação de declínio cognitivo, enfrentada por um usuário, que impede a condução de uma atividade diária. Então, o mecanismo de predição e inferência, utilizando o modelo semântico probabilístico, prevê qual a ação mais adequada que facilite a conclusão da atividade. Essa previsão é avaliada para aferir o quão bem um usuário seria auxiliado, isto é, se a operação prevista foi por ele realizada. Para isso, foi utilizado um dataset relacionado ao cenário do estudo de caso e medidas de desempenho como a precisão, a revocação e a medida-F. Os resultados dessa avaliação se mostraram promissores sendo, em média, 69,5% para a precisão, 100% para a revocação e 81% para a medida-F. As principais contribuições deste trabalho dizem respeito ao meta-modelo semântico a partir do qual pesquisas na área deste trabalho podem utilizar para gerar modelos de comportamento, e ao modelo semântico probabilístico que realiza predição através de raciocínio incerto sobre os modelos de comportamento, propiciando decisões mais precisas para auxiliar usuários com declínio cognitivo.

The world’s elderly population is growing and, with it, the number of diagnoses of diseases related to old age, such as cognitive declines as well. These diseases usually affect the autonomy of the elderly in their home, especially when it comes to performing daily activities. With this in mind, it is necessary to employ caregivers and health services that end up implying high costs. In this sense, the need arises to design robust, automated, usable and low-cost systems for personal assistance. The design of these systems makes reference to the area of Ambient Assisted Living. Therefore, this dissertation proposes an approach that benefits the Ambient Assisted Living systems with the ability to predict human actions for the facilitation of daily activities, particularly when cognitive declines related to them occur. In this sense, a semantic meta-model was conceived for the generation of conceptual models of context and behavior, composed by human actions. From this, the prediction of actions (information of support) is realized by a mechanism of prediction and inference composed by a probabilistic semantic model. The approach is demonstrated through a case study whose scenario represents a situation of cognitive decline, faced by a user, that prevents the conduct of a daily activity. Then, the prediction and inference mechanism, using the probabilistic semantic model, predicts the most appropriate action that facilitates the conclusion of the activity. This forecast is evaluated to gauge how well a user would be assisted, that is, if the intended operation was performed by him. For this, a dataset related to the case study scenario and performance measures such as precision, recall, and F-measure were used. The results of this evaluation are promising, averaging 69.5% for precision, 100% for recall and 81% for F-measure. The main contributions of this work are related to the semantic meta-model from which research in the area of this work can be used to generate behavioral models, and to the probabilistic semantic model that performs prediction through uncertain reasoning over behavior models, providing better decisions to help users with cognitive decline.