MAS4GC é o acrônimo de MultiAgent System for Glicemic Control e como o próprio nome diz, é um sistema multiagente para controle glicêmico de pacientes internados em UTI. Tal projeto foi implementado por meio da linguagem Python e faz uso dos frameworks PADE e Experta.
Nesse repositório está disponível todo o código fonte no diretório agents. O dataset utilizado para testes e complemento para o modelo de predição se encontra em data. As pastas pade e experta contém os frameworks utilizados. E em project alguns dos diagramas utilizados na modelagem desse projeto, como diagramas de classes, sequência, atividades, a arquitetura da solução e os diagramas da modelagem Tropos.
Para executar este protótipo de SMA basta seguir os seguintes passos:
1 - Instalar (ou ter instalado) o framework PADE (Python Agent DEvelopment), conforme a documentação: https://pade.readthedocs.io/en/latest/index.html.
2 - Instalar (ou ter instalado) o framework Experta, disponível em: https://experta.readthedocs.io/en/latest/index.html.
3 - Instalar (ou ter instalado) os pacotes PyMongo, Pandas, NumPy e scikit-learn, por meio dos comandos:
- pip install pymongo;
- pip install pandas
- pip install numpy;
- pip install scikit-learn.
4 - Clonar o projeto na sua máquina;
5 - Utilizando o Terminal/Console/CMD acesse o diretório mas4cg/agents;
6 - Uma vez na pasta agents execute: pade start-runtime --num 1 --port 20000 main.py;
7 - Ignore o pedido de usuário e senha teclando enter para ambas;
A figura 1 representa os passos 5, 6 e 7:
Figura 1 - Executando o SMA.
Na sequência a aplicação já entrará em execução.
A figura 2 representa o framework PADE em execução:
Figura 2 - PADE em execução.
A figura 3 apresenta o MAS4GC em funcionamento. O primeiro passo é a criação dos três agentes PAA, AMA e PTA. Na sequência o agente PAA recebe as solicitaçÕes de novas coletas, caso tenha ele calcula a previsão desssa glicemia para as próximas 4 horas e informa o respectivo valor. Tal valor é enviado aos agentes PTA e AMA, que por sua vez consulta uma base de regras e por meio do mecanismo de inferência retorna as recomendaçÕes de tratamento e monitoramento mais adequaado de acordo com a situação dos pacientes.
Figura 3 - Funcionamento resumido do MAS4GC.
O MAS4GC faz parte do back-end de um sistema web chamado Glycon (disponível em: http://glycon.herokuapp.com/), esse sistema serve de interface entre os profissionais da saúde com o sistema multiagente. A Figura 4 apresenta as recomendações de monitoramento e tratamento feitas pelo MAS4GC.
Figura 4 - Interface do Glycon
Todo o processo pocesso de troca de mensagem entre os sistemas pode ser observado por meio do diagrama de sequências exibido na Figura 5.
Figura 5 - Diagrama de Sequência do MAS4GC.