ALZCHECK: SISTEMA INTELIGENTE PARA APOYAR EL DIAGNÓSTICO TEMPRANO DE LA ENFERMEDAD DE ALZHEIMER
Resumen
Este artículo presenta AlzCheck, un sistema inteligente para el diagnóstico precoz de la enfermedad de Alzheimer, desarrollado con énfasis en la precisión predictiva, la interpretabilidad y la usabilidad clínica. El sistema utiliza un modelo de Bosque Aleatorio supervisado para clasificar a los pacientes con diagnósticos positivos y negativos basándose en datos clínicos estructurados, logrando una precisión general del 95%. La solución se basa en una arquitectura de microservicios integrada con una API RESTful, con módulos independientes para autenticación, gestión de usuarios, manipulación de datos médicos, predicción, explicación y generación de informes, lo que promueve la escalabilidad, la modularidad y la seguridad. Además de la predicción, AlzCheck incluye un servicio de explicación textual basado en un modelo de lenguaje generativo, que traduce los resultados de la predicción en descripciones comprensibles y recomendaciones de atención en lenguaje natural. Los resultados indican que el sistema es una herramienta prometedora para el diagnóstico precoz de la enfermedad de Alzheimer.
Biografía del autor/a
Bacharela em Sistemas de Informação pela Universidade Federal Rural do Semi-Árido (UFERSA).
Bacharel em Sistemas de Informação pela Universidade Federal Rural do Semi-Árido - UFERSA. Pesquisador Colaborador do Instituto Tecnológico de Aeronáutica (ITA), São José dos Campos-SP.
Doutora em Ciência da Computação pela Universidade Federal do Ceará (UFC). Professora da Universidade Federal Rural do Semi-Árido - UFERSA, Angicos-RN.
Doutora em Engenharia Elétrica pela Universidade Federal de Campina Grande (UFCG). Professora da Universidade Federal da Paraíba (UFPB), João Pessoa-PB.
Referencias
ALATRANY, A. S.; KHAN, W.; HUSSAIN, A. et al. An explainable machine learning approach for Alzheimer’s disease classification. Scientific Reports, v. 14, p. 2637, 2024. Disponível em: https://doi.org/10.1038/s41598-024-51985-w Acesso em: 09 out. 2024. DOI: https://doi.org/10.1038/s41598-024-51985-w
APRAHAMIAN, I.; MARTINELLI, J.; YASSUDA, M. Doença de Alzheimer: revisão da epidemiologia e diagnóstico. Rev Bras Clin Med, v. 7, p. 27–35, 2009. Disponível em: https://docs.bvsalud.org/upload/S/1679-1010/2009/v7n1/a27-35.pdf Acesso em: 08 dez. 2025.
ARYA, A. D.; SINGH VERMA, S.; CHAKARABARTI, P.; BISHNOI, R. Prediction of Alzheimer's disease: A Machine Learning Perspective with Ensemble Learning. In: International Conference On Contemporary Computing And Informatics (IC3I), 6., 2023, Gautam Buddha Nagar, India. Anais [...]. Gautam Buddha Nagar: IEEE, 2023. p. 2308-2313 DOI: https://doi.org/10.1109/IC3I59117.2023.10397683 DOI: https://doi.org/10.1109/IC3I59117.2023.10397683
DARA, O. A.; LOPEZ-GUEDE, J. M.; RAHEEM, H. I.; RAHEBI, J.; ZULUETA, E.; FERNANDEZ-GAMIZ, U. Alzheimer’s Disease diagnosis using machine learning: a survey. Applied Sciences, v. 13, 8298, 18 jul. 2023. Disponível em: https://doi.org/10.3390/app13148298 Acesso em: 23 set. 2024. DOI: https://doi.org/10.3390/app13148298
ESTEVA, Andre et al. A guide to deep learning in healthcare. Nature Medicine, [s. l.], v. 25, ed. 1, p. 24-29, 2019. Disponível em: https://doi.org/10.1038/s41591-018-0316-z Acesso em: 6 dez. 2025. DOI: https://doi.org/10.1038/s41591-018-0316-z
GÉRON, A. Mãos à Obra: Aprendizado de Máquina com Scikit-Learn, Keras e TensorFlow. 2. ed. atual. Rio de Janeiro: Alta Books, 2021. 614 p. ISBN 9788550815480.
GÓMEZ-ZARAGOZÁ, L.; WILLS, S.; TEJEDOR-GARCIA, C.; MARÍN-MORALES, J.; ALCAÑIZ, M.; STRIK, H. Alzheimer Disease Classification through ASR-based Transcriptions: Exploring the Impact of Punctuation and Pauses. Interspeech, Ireland, p. 2403-2407, 20 ago. 2023. Disponível em: https://arxiv.org/abs/2306.03443 Acesso em: 23 set. 2024. DOI: https://doi.org/10.21437/Interspeech.2023-1734
JIANG, Fei et al. Artificial intelligence in healthcare: past, present and future. Stroke Vasc Neurol, [s. l.], v. 2, ed. 4, p. 230-243, 2017. Disponível em: https://doi.org/10.1136/svn-2017-000101 Acesso em: 6 dez. 2025. DOI: https://doi.org/10.1136/svn-2017-000101
LIVINGSTON, Gill et al. Dementia prevention, intervention, and care: 2024 report of the Lancet standing Commission. The Lancet, [s. l.], v. 404, n. 10452, p. 572-628, 10 ago. 2024. Disponível em: https://doi.org/10.1016/S0140-6736(24)01296-0 Acesso em: 28 dez. 2025. DOI: https://doi.org/10.1016/S0140-6736(24)01296-0
ORGANIZAÇÃO MUNDIAL DA SAÚDE (OMS). Global action plan on the public health response to dementia 2017 - 2025. Geneva: World Health Organization, 2017. 44 p. ISBN 978-92-4-151348-7. Disponível em: https://tinyurl.com/5fdh9vzz Acesso em: 28 dez. 2025.
RAO, K. N.; GANDHI, B. R.; RAO, M. V.; JAVVADI, S.; VELLELA, S. S.; KHADER BASHA, S. Prediction and classification of Alzheimer’s disease using machine learning techniques in 3D MR images. In: International Conference On Sustainable Computing And Smart Systems (ICSCSS), 2023, Coimbatore, Índia. Anais […]. Coimbatore: IEEE, 2023. p. 85–90 DOI: https://doi.org/10.1109/ICSCSS57650.2023.10169550 DOI: https://doi.org/10.1109/ICSCSS57650.2023.10169550
RICHARDS, Mark; FORD, Neal. Fundamentos da Arquitetura de Software: Uma abordagem de engenharia. Rio de Janeiro: Alta Books, 2024. 416 p. ISBN 9788550819853.
RUSSELL, Stuart J.; NORVIG, Peter. Inteligência Artificial: Uma Abordagem Moderna. 4. ed. Rio de Janeiro: GEN LTC, 2022. E-book. ISBN 9788595159495. Disponível em: https://app.minhabiblioteca.com.br/reader/books/9788595159495/ Acesso em: 06 dez. 2025.
SCHELTENS, Philip et al. Alzheimer‘s disease. The Lancet, [s. l.], v. 397, n. 10284, p. 1577-1590, 24 abr. 2021. Disponível em: https://doi.org/10.1016/S0140-6736(20)32205-4 Acesso em: 4 jan. 2026. DOI: https://doi.org/10.1016/S0140-6736(20)32205-4
SCHILLING, L. P. et al. Diagnóstico da doença de Alzheimer: recomendações do Departamento Científico de Neurologia Cognitiva e do Envelhecimento da Academia Brasileira de Neurologia. Dementia & Neuropsychologia, v. 16, p. 25–39, 28 nov. 2022. Disponível em: https://www.scielo.br/j/dn/a/DYTTzwYjKYZV6KWKpBqyfXH/?lang=pt Acesso em: 08 dez. 2025.
SERENIKI, A.; VITAL, M. A. B. F. A doença de Alzheimer: aspectos fisiopatológicos e farmacológicos. Revista de Psiquiatria do Rio Grande do Sul, v. 30, n. 1, 2008. Disponível em: https://www.scielo.br/j/rprs/a/LNQzKPVKxLSsjbTnBCps4XM/?format=html&lang=pt Acesso em: 08 dez. 2025. DOI: https://doi.org/10.1590/S0101-81082008000200002
SHORTLIFFE, E. H.; CIMINO, J. J. (Org.). Biomedical Informatics: Computer Applications in Health Care and Biomedicine. 4. ed. Londres: Springer, 2014. DOI: https://doi.org/10.1007/978-1-4471-4474-8
SICSÚ, Abraham L.; SAMARTINI, André; BARTH, Nelson L. Técnicas de machine learning. São Paulo: Editora Blucher, 2023. E-book. ISBN 9786555063974. Disponível em: https://app.minhabiblioteca.com.br/reader/books/9786555063974/ Acesso em: 26 out. 2025.
SILBERSCHATZ, Abraham. Sistema de Banco de Dados. 7. ed. Rio de Janeiro: GEN LTC, 2020. E-book. ISBN 9788595157552. Disponível em: https://app.minhabiblioteca.com.br/reader/books/9788595157552/ Acesso em: 23 out. 2025.
SILVA, M. R. et al. DOENÇA DE ALZHEIMER: ESTRATÉGIAS DE CUIDADO DIANTE DAS DIFICULDADES AO PORTADOR E CUIDADOR. Brazilian Journal of Implantology and Health Sciences, v. 5, n. 4, p. 164–191, 1 ago. 2023. Disponível em: https://bjihs.emnuvens.com.br/bjihs/article/view/380/461 Acesso em: 08 dez. 2025. DOI: https://doi.org/10.36557/2674-8169.2023v5n4p164-191
Licencia
Derechos de autor 2026 RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Os direitos autorais dos artigos/resenhas/TCCs publicados pertecem à revista RECIMA21, e seguem o padrão Creative Commons (CC BY 4.0), permitindo a cópia ou reprodução, desde que cite a fonte e respeite os direitos dos autores e contenham menção aos mesmos nos créditos. Toda e qualquer obra publicada na revista, seu conteúdo é de responsabilidade dos autores, cabendo a RECIMA21 apenas ser o veículo de divulgação, seguindo os padrões nacionais e internacionais de publicação.