Proposta de um sistema especialista para identificação de transtornos alimentares
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Outros Autores: | , , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista Brasileira de Educação e Saúde |
Texto Completo: | https://www.gvaa.com.br/revista/index.php/REBES/article/view/7842 |
Resumo: | A inteligência Artificial tem se tornado a área mais promissora para o desenvolvimento de novas tecnologias. Em especial, sistemas especialistas, que incorporam conhecimento de peritos humanos e são capazes de buscar correlações e causalidade entre dados, são relevantes na obtenção de diagnósticos de transtornos psicológicos, tais como dos transtornos alimentares. Os transtornos alimentares se apresentam cada vez mais comuns na sociedade pós-moderna que valoriza de maneira contundente a imagem física, e sem ferramentas e/ou popularização do tema, o seu diagnóstico é relativamente difícil. Com isto em mente, desenvolve-se no presente trabalho uma proposta de sistema especialista a fim de auxiliar profissionais da área da psicologia e nutrição nos diagnósticos de Transtorno Alimentar - TA, além de realizar um levantamento bibliográfico sobre os tipos de transtornos alimentares; gerar uma base de conhecimento com os principais sinais e sintomas de TA com base no DSM –V e desenvolver um protótipo para auxiliar na tomada de decisão de diagnósticos relacionados a estes transtornos. Para tal, iniciou-se este trabalho com uma pesquisa bibliográfica, formando a base de conhecimento, utilizando-se desta para implementação própria do Sistema Especialista – SE. Buscando fazê-lo de maneira simplificada, fez-se uso de um software chamado ExpertSINTA, este permite o desenvolvimento de um SE de maneira muito rápida, tendo em vista sua interface que se comunica facilmente com o usuário especialista. |
id |
GVAA-2_e0d9f8cd5992305148f6e00585d652e6 |
---|---|
oai_identifier_str |
oai:ojs.gvaa.com.br:article/7842 |
network_acronym_str |
GVAA-2 |
network_name_str |
Revista Brasileira de Educação e Saúde |
repository_id_str |
|
spelling |
Proposta de um sistema especialista para identificação de transtornos alimentaresInteligência ArtificialSistemas EspecialistasTranstorno Alimentar.A inteligência Artificial tem se tornado a área mais promissora para o desenvolvimento de novas tecnologias. Em especial, sistemas especialistas, que incorporam conhecimento de peritos humanos e são capazes de buscar correlações e causalidade entre dados, são relevantes na obtenção de diagnósticos de transtornos psicológicos, tais como dos transtornos alimentares. Os transtornos alimentares se apresentam cada vez mais comuns na sociedade pós-moderna que valoriza de maneira contundente a imagem física, e sem ferramentas e/ou popularização do tema, o seu diagnóstico é relativamente difícil. Com isto em mente, desenvolve-se no presente trabalho uma proposta de sistema especialista a fim de auxiliar profissionais da área da psicologia e nutrição nos diagnósticos de Transtorno Alimentar - TA, além de realizar um levantamento bibliográfico sobre os tipos de transtornos alimentares; gerar uma base de conhecimento com os principais sinais e sintomas de TA com base no DSM –V e desenvolver um protótipo para auxiliar na tomada de decisão de diagnósticos relacionados a estes transtornos. Para tal, iniciou-se este trabalho com uma pesquisa bibliográfica, formando a base de conhecimento, utilizando-se desta para implementação própria do Sistema Especialista – SE. Buscando fazê-lo de maneira simplificada, fez-se uso de um software chamado ExpertSINTA, este permite o desenvolvimento de um SE de maneira muito rápida, tendo em vista sua interface que se comunica facilmente com o usuário especialista.GRUPO VERDE DE AGROECOLOGIA E ABELHAS2020-01-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://www.gvaa.com.br/revista/index.php/REBES/article/view/784210.18378/rebes.v10i2.7842Revista Brasileira de Educação e Saúde; Vol. 10 No. 2 (2020); 117-126Revista Brasileira de Educação e Saúde; Vol. 10 Núm. 2 (2020); 117-126Revista Brasileira de Educação e Saúde; v. 10 n. 2 (2020); 117-1262358-2391reponame:Revista Brasileira de Educação e Saúdeinstname:Grupo Verde de Agroecologia e Abelhas (GVAA)instacron:GVAAporhttps://www.gvaa.com.br/revista/index.php/REBES/article/view/7842/7445Copyright (c) 2020 Maria Rita da Nóbrega Balbino, Milena Nunes Alves de Sousa, Tiago Bezerra de Sá de Sousa Nogueira, Pablo Ribeiro Suárez, Larissa de Araújo Batista Suárez, Marcus Túlio Caldasinfo:eu-repo/semantics/openAccessRita da Nóbrega Balbino, MariaSousa, Milena Nunes Alves deBezerra de Sá de Sousa Nogueira, TiagoRibeiro Suárez, Pablode Araújo Batista Suárez, LarissaTúlio Caldas, Marcus2022-01-28T10:16:59Zoai:ojs.gvaa.com.br:article/7842Revistahttps://www.gvaa.com.br/revista/index.php/REBESPRIhttp://www.gvaa.com.br/revista/index.php/REBES/oaimilenanunes@fiponline.edu.br||patriciomaracaja@gmail.com2358-23912358-2391opendoar:2022-01-28T10:16:59Revista Brasileira de Educação e Saúde - Grupo Verde de Agroecologia e Abelhas (GVAA)false |
dc.title.none.fl_str_mv |
Proposta de um sistema especialista para identificação de transtornos alimentares |
title |
Proposta de um sistema especialista para identificação de transtornos alimentares |
spellingShingle |
Proposta de um sistema especialista para identificação de transtornos alimentares Rita da Nóbrega Balbino, Maria Inteligência Artificial Sistemas Especialistas Transtorno Alimentar. |
title_short |
Proposta de um sistema especialista para identificação de transtornos alimentares |
title_full |
Proposta de um sistema especialista para identificação de transtornos alimentares |
title_fullStr |
Proposta de um sistema especialista para identificação de transtornos alimentares |
title_full_unstemmed |
Proposta de um sistema especialista para identificação de transtornos alimentares |
title_sort |
Proposta de um sistema especialista para identificação de transtornos alimentares |
author |
Rita da Nóbrega Balbino, Maria |
author_facet |
Rita da Nóbrega Balbino, Maria Sousa, Milena Nunes Alves de Bezerra de Sá de Sousa Nogueira, Tiago Ribeiro Suárez, Pablo de Araújo Batista Suárez, Larissa Túlio Caldas, Marcus |
author_role |
author |
author2 |
Sousa, Milena Nunes Alves de Bezerra de Sá de Sousa Nogueira, Tiago Ribeiro Suárez, Pablo de Araújo Batista Suárez, Larissa Túlio Caldas, Marcus |
author2_role |
author author author author author |
dc.contributor.author.fl_str_mv |
Rita da Nóbrega Balbino, Maria Sousa, Milena Nunes Alves de Bezerra de Sá de Sousa Nogueira, Tiago Ribeiro Suárez, Pablo de Araújo Batista Suárez, Larissa Túlio Caldas, Marcus |
dc.subject.por.fl_str_mv |
Inteligência Artificial Sistemas Especialistas Transtorno Alimentar. |
topic |
Inteligência Artificial Sistemas Especialistas Transtorno Alimentar. |
description |
A inteligência Artificial tem se tornado a área mais promissora para o desenvolvimento de novas tecnologias. Em especial, sistemas especialistas, que incorporam conhecimento de peritos humanos e são capazes de buscar correlações e causalidade entre dados, são relevantes na obtenção de diagnósticos de transtornos psicológicos, tais como dos transtornos alimentares. Os transtornos alimentares se apresentam cada vez mais comuns na sociedade pós-moderna que valoriza de maneira contundente a imagem física, e sem ferramentas e/ou popularização do tema, o seu diagnóstico é relativamente difícil. Com isto em mente, desenvolve-se no presente trabalho uma proposta de sistema especialista a fim de auxiliar profissionais da área da psicologia e nutrição nos diagnósticos de Transtorno Alimentar - TA, além de realizar um levantamento bibliográfico sobre os tipos de transtornos alimentares; gerar uma base de conhecimento com os principais sinais e sintomas de TA com base no DSM –V e desenvolver um protótipo para auxiliar na tomada de decisão de diagnósticos relacionados a estes transtornos. Para tal, iniciou-se este trabalho com uma pesquisa bibliográfica, formando a base de conhecimento, utilizando-se desta para implementação própria do Sistema Especialista – SE. Buscando fazê-lo de maneira simplificada, fez-se uso de um software chamado ExpertSINTA, este permite o desenvolvimento de um SE de maneira muito rápida, tendo em vista sua interface que se comunica facilmente com o usuário especialista. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-01-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.gvaa.com.br/revista/index.php/REBES/article/view/7842 10.18378/rebes.v10i2.7842 |
url |
https://www.gvaa.com.br/revista/index.php/REBES/article/view/7842 |
identifier_str_mv |
10.18378/rebes.v10i2.7842 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://www.gvaa.com.br/revista/index.php/REBES/article/view/7842/7445 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
GRUPO VERDE DE AGROECOLOGIA E ABELHAS |
publisher.none.fl_str_mv |
GRUPO VERDE DE AGROECOLOGIA E ABELHAS |
dc.source.none.fl_str_mv |
Revista Brasileira de Educação e Saúde; Vol. 10 No. 2 (2020); 117-126 Revista Brasileira de Educação e Saúde; Vol. 10 Núm. 2 (2020); 117-126 Revista Brasileira de Educação e Saúde; v. 10 n. 2 (2020); 117-126 2358-2391 reponame:Revista Brasileira de Educação e Saúde instname:Grupo Verde de Agroecologia e Abelhas (GVAA) instacron:GVAA |
instname_str |
Grupo Verde de Agroecologia e Abelhas (GVAA) |
instacron_str |
GVAA |
institution |
GVAA |
reponame_str |
Revista Brasileira de Educação e Saúde |
collection |
Revista Brasileira de Educação e Saúde |
repository.name.fl_str_mv |
Revista Brasileira de Educação e Saúde - Grupo Verde de Agroecologia e Abelhas (GVAA) |
repository.mail.fl_str_mv |
milenanunes@fiponline.edu.br||patriciomaracaja@gmail.com |
_version_ |
1798949667262693376 |