Made available in DSpace on 2014-06-12T16:00:22Z (GMT). No. of bitstreams: 2
arquivo6533_1.pdf: 1469560 bytes, checksum: ef97b30d0340855558e6dac6050e5b5f (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2007 / As primeiras soluções desenvolvidas para a Inteligência Artificial na Medicina
eram, na época da sua concepção, unicamente baseadas no conhecimento do
especialista, entretanto, o cenário atual, no qual dados são abundantes, mas
subutilizados, mostrou-se terreno fértil para a criação de soluções baseadas também
nos dados. É onde entra a Mineração de Dados, que tem sido, nos últimos anos, fator
contribuinte na criação de ferramentas médicas que têm causado um forte impacto na
prestação dos serviços de saúde. Nesse contexto, a proposta deste trabalho é avaliar
a Mineração de Dados como meio para conceber um Sistema de Apoio à Decisão que
auxilie o processo decisório na Medicina, especificamente na Cardiologia Infantil.
Foram utilizadas técnicas de Inteligência Artificial tradicionalmente aplicadas a
uma variedade de domínios médicos: Árvores de Decisão e Regras de Classificação,
para descrição dos dados; e Redes Neurais Artificiais, para construção de
classificadores. O resultado obtido a partir das primeiras técnicas trouxe novos
conhecimentos para os médicos envolvidos, especialistas no domínio. Os
classificadores criados, por sua vez, mostraram um desempenho satisfatório em duas
tarefas distintas: a primeira é classificar os pacientes como saudáveis ou doentes em
relação a doenças cardíacas, através de dados de exames de ecocardiogramas; a
segunda, identificar, entre os novos pacientes da clínica, e sem a ajuda dos dados de
exames clínicos, aqueles mais graves, com alto potencial de serem submetidos a
alguma cirurgia cardíaca.
A qualidade da solução desenvolvida e a sua aceitação pelos especialistas no
domínio mostraram a viabilidade em utilizar a Mineração de Dados no processo de
apoio à decisão na Cardiologia Infantil. Entre os potenciais benefícios, estão o maior
entendimento da saúde cardíaca da população, e a utilização dos classificadores
construídos, para servir como uma segunda opinião médica no momento do
diagnóstico e para dar prioridade de atendimento aos pacientes mais graves. Esperase
que, com o auxílio dessas ferramentas, haja uma melhoria do serviço médico
prestado
Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/2699 |
Date | January 2007 |
Creators | GURGEL, Tarcisio Barbosa |
Contributors | ADEODATO, Paulo Jorge Leitão |
Publisher | Universidade Federal de Pernambuco |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0088 seconds