A dor pélvica crônica (DPC) é uma condição clínica comum, inclusive no Brasil. Estudos do nosso núcleo de pesquisa evidenciam uma prevalência em torno de 11%. Ela é, dentre outros agravos, causa recorrente de procura a serviços de saúde, falta ao trabalho e baixa produtividade. Com a inserção definitiva da mulher no mercado de trabalho a doença tem impactado negativamente no desempenho econômico desse grupo, afetando diretamente a atividade econômica domiciliar. Todavia, o diagnóstico da causa desta condição clínica não é trivial e erros podem ocorrer devido à falta de conhecimento sobre o assunto, portanto, a criação de um sistema que possa auxiliar no diagnóstico e na identificação das causas desta condição clínica é de grande importância para que os erros de diagnósticos sejam minimizados e para que esta condição seja tratada da melhor maneira possível. Contudo, o presente trabalho tem como objetivo o desenvolvimento de um sistema de inteligência artificial que auxilie no diagnóstico da DPC em seu estágio inicial, minimizando erros e tempo de tratamento por meio da mineração de dados em uma base médica previamente preenchida com casos já diagnosticados como auxilio a aprendizagem do sistema. / Chronic pelvic pain (CPP) is a common clinical condition, including in Brazil. Studies held by our research group shows evidences of a prevalence around 11%. It is, among other illness, a recurrent cause of lack of productivity, work miss and utilization of healthcare services. As the women is each time more inserted in the labor force this condition is impacting negatively the economic performance of this group, affecting directly the domestic economic activity. However, the diagnostic of the cause of this condition is not trivial, and mistakes can happen due to the lack of knowledge about the matter, therefore, the creation of a system that may help in the diagnosing and identification of the causes of this clinical condition is of great importance to the decrease of mistaken diagnoses leading to a better treatment of the condition. However, the current work has as objective the development of an artificial intelligence system that help in the CPP diagnose in its initial stage, decreasing mistakes and treatment time by using data mining in a medical database previously filled with already diagnosed cases as auxiliary to the learning of the system.
| Identifer | oai:union.ndltd.org:IBICT/oai:teses.usp.br:tde-19072018-134033 |
| Date | 18 April 2018 |
| Creators | Vinícius Oliverio |
| Contributors | Oméro Benedicto Poli Nétto, Helio Humberto Angotti Carrara, Claudio Cesar de Sa, Eduardo Schor, Daniel Guimarães Tiezzi |
| Publisher | Universidade de São Paulo, Medicina (Ginecologia e Obstetrícia), USP, BR |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da USP, instname:Universidade de São Paulo, instacron:USP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds