Made available in DSpace on 2015-04-14T13:56:27Z (GMT). No. of bitstreams: 1
445055.pdf: 5786647 bytes, checksum: cdcdc51bf8f86cf0c8bce837ef82e984 (MD5)
Previous issue date: 2012-11-12 / Since the primary studies on the applications of Information Technology aiming to add value to other areas of knowledge, the playing eld of medicine has always been seen as fertile ground for such. With the advent of Arti cial Intelligence techniques, computer programs have been given a power of learning more sophisticated and thus opening the possibility of its use beyond the hospital administrative processes, drawing ever closer to the provision of patient care. Therefore, this paper proposes to demonstrate the feasibility of an aid to medical diagnosis and obtaining implicit knowledge in databases of three diseases: breast cancer, dermatology and vertebral column problems. To do so, is applied the process of extracting knowledge from databases in order to achieve these goals. This process has Data Mining as its core, which in turn relies on machine learning algorithms to transform data, sometimes not analyzed, in useful information for business referred to, in this case about health care. Therefore, this work presents a study aided by the tool Weka, to determine which machine learning algorithms perform best when applied to target databases. With these algorithms in hand, is implemented a solution to aid the diagnosis and study of medical applications making use of Android as interface for healthcare professionals, with it, utilizing what is most modern in terms of mobile electronic devices in the world market. The results were quite satisfactory, given that the objectives for the study on the determination of Data Mining algorithms, preparation of databases for future research and implementation of the solution for the diagnosis have been met and, together, prove that you can apply tools of information technology to add value to medical practice. / Desde os estudos primordiais sobre as aplica??es da Tecnologia da Informa??o objetivando agregar valor a outras areas do conhecimento, o campo de atua??o da Medicina sempre foi visto como terreno f?rtil para tal. Com o advento das t?cnicas de Intelig?ncia Artificial, os programas de computador passaram a ter um poderio de aprendizagem mais sofisticado e, portanto, abrindo a possibilidade da sua utiliza??o al?m dos processos administrativos hospitalares, chegando cada vez mais pr?ximo da presta??o de cuidados aos pacientes. Por isso, a presente disserta??o prop?e-se a demonstrar a viabilidade de uma solu??o de aux?lio ao diagn?stico m?dico e a obten??o de conhecimento impl?cito em bases de dados de tr?s doen?as: tumor de mama, problemas dermatol?gicos e da coluna vertebral. Para tanto, aplica-se o processo de extra??o de conhecimento de bases de dados afim de atingir esses objetivos. Esse processo tem como cerne o uso da Minera??o de Dados, que por sua vez, apoia-se nos algoritmos de aprendizado de m?quina para transformar dados em informa??es ?teis para os neg?cios a que se referem. Por isso, esse trabalho apresenta um estudo, auxiliado pela ferramenta Weka, para a determina??o de quais os algoritmos de aprendizado de m?quina apresentam melhor desempenho quando aplicados as bases de dados alvo. Com esses algoritmos em m?os, implementou-se uma solu??o de auxilio ao diagn?stico e estudo m?dico fazendo uso de aplicativos Android como interface de utiliza??o para os profissionais de sa?de, com isso, utilizando o que h? de mais moderno em termos de dispositivos eletr?nicos m?veis no mercado mundial. Os resultados foram bastante satisfat?rios, dado que os objetivos tra?ados referentes ao estudo sobre a determina??o de algoritmos de Minera??o de Dados, a prepara??o das bases de dados para futuras pesquisas e a implementa??o da solu??o de aux?lio ao diagn?stico foram atingidos e, em conjunto, comprovam que e poss?vel aplicar ferramentas da Tecnologia da Informa??o para agregar valor a pr?tica m?dica.
Identifer | oai:union.ndltd.org:IBICT/oai:tede2.pucrs.br:tede/3048 |
Date | 12 November 2012 |
Creators | Chimieski, Bruno Fernandes |
Contributors | Fagundes, Rubem Dutra Ribeiro |
Publisher | Pontif?cia Universidade Cat?lica do Rio Grande do Sul, Programa de P?s-Gradua??o em Engenharia El?trica, PUCRS, BR, Faculdade de Engenharia |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da PUC_RS, instname:Pontifícia Universidade Católica do Rio Grande do Sul, instacron:PUC_RS |
Rights | info:eu-repo/semantics/openAccess |
Relation | 207662918905964549, 500, 600, -655770572761439785 |
Page generated in 0.0021 seconds