A Encefalopatia Hepática Mínima (EHM) é a primeira fase de um distúrbio no sistema nervoso central causado pela incapacidade hepática de excretar toxinas do organismo. A descoberta prematura da doença e o seu correto manejo pode evitar o seu avanço para estágios que podem levar ao coma. Todavia, os métodos para a detecção precoce ocorrem por meio de testes neuropsicológicos e/ou neurofisiológicos, que dependem de diversos fatores que impedem a normatização e universalização. Portanto, objetivo deste trabalho é o desenvolvimento de um software como teste informatizado para auxiliar no diagnóstico de EHM de forma menos subjetiva. O estudo será desenvolvido envolvendo 5 grupos de pacientes, um para cada grau dos critérios de West-Haven (exceto grau 4), sendo o primeiro grupo subdividido entre membros randomizados (50%) e que dependem de uma boa motricidade fina para execução de atividades laborais (50%). Para a captura de dados das mãos dos participantes será utilizado um sensor de movimento disponível no mercado. Os dados serão processados em um sistema web que armazenará os dados em um banco de dados relacional e, posteriormente, serão processados por inteligência artificial de aprendizado supervisionado, sendo 2/3 de cada grupo tratados com informação diagnóstica. Os resultados serão comparados de acordo com o percentual de erros e acertos da inteligência artificial em detrimento dos diagnósticos dos pacientes.