Um mecanismo de decisão para inferência de contexto em ambientes pervasivos de tratamento de saúde

Detalhes bibliográficos
Autor(a) principal: Copetti,Alessandro
Data de Publicação: 2011
Outros Autores: Leite,J. C. B., Loques,O.
Tipo de documento: Artigo
Idioma: por
Título da fonte: Sba: Controle & Automação Sociedade Brasileira de Automatica
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592011000400004
Resumo: Este trabalho apresenta uma abordagem utilizando sistemas Fuzzy para o monitoramento de saúde de um paciente em ambientes de computação pervasiva. Um modelo de decisão considera três classes de variáveis que constituem as informações de contexto sendo coletadas: ambientais, fisiológicas e comportamentais. Um estudo de caso de monitoramento da pressão arterial foi desenvolvido para identificar situações críticas com base em conhecimento médico. A solução mantém a interpretabilidade de um conjunto de regras definidas, mesmo após uma fase de aprendizado que propõe ajustes nessas regras. Nessa fase, a técnica de agrupamento Fuzzy C-Means foi escolhida para o ajuste das funções de pertinência, usando os centros dos agrupamentos. Uma equipe médica avaliou dados de monitoramento de 24 horas de 30 pacientes e esta avaliação foi comparada com os resultados do sistema. A abordagem proposta demonstrou ser individualizada, identificando situações críticas em pacientes com diferentes níveis de pressão arterial, com uma acurácia de 90% e baixa taxa de falsos negativos.
id SBA-2_bf4b83aebbfc47bc8ffdec9e71ab6944
oai_identifier_str oai:scielo:S0103-17592011000400004
network_acronym_str SBA-2
network_name_str Sba: Controle & Automação Sociedade Brasileira de Automatica
repository_id_str
spelling Um mecanismo de decisão para inferência de contexto em ambientes pervasivos de tratamento de saúdeinferência de contextológica fuzzytratamento de saúdecomputação pervasivaEste trabalho apresenta uma abordagem utilizando sistemas Fuzzy para o monitoramento de saúde de um paciente em ambientes de computação pervasiva. Um modelo de decisão considera três classes de variáveis que constituem as informações de contexto sendo coletadas: ambientais, fisiológicas e comportamentais. Um estudo de caso de monitoramento da pressão arterial foi desenvolvido para identificar situações críticas com base em conhecimento médico. A solução mantém a interpretabilidade de um conjunto de regras definidas, mesmo após uma fase de aprendizado que propõe ajustes nessas regras. Nessa fase, a técnica de agrupamento Fuzzy C-Means foi escolhida para o ajuste das funções de pertinência, usando os centros dos agrupamentos. Uma equipe médica avaliou dados de monitoramento de 24 horas de 30 pacientes e esta avaliação foi comparada com os resultados do sistema. A abordagem proposta demonstrou ser individualizada, identificando situações críticas em pacientes com diferentes níveis de pressão arterial, com uma acurácia de 90% e baixa taxa de falsos negativos.Sociedade Brasileira de Automática2011-08-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592011000400004Sba: Controle & Automação Sociedade Brasileira de Automatica v.22 n.4 2011reponame:Sba: Controle & Automação Sociedade Brasileira de Automaticainstname:Sociedade Brasileira de Automática (SBA)instacron:SBA10.1590/S0103-17592011000400004info:eu-repo/semantics/openAccessCopetti,AlessandroLeite,J. C. B.Loques,O.por2011-09-26T00:00:00Zoai:scielo:S0103-17592011000400004Revistahttps://www.sba.org.br/revista/PUBhttps://old.scielo.br/oai/scielo-oai.php||revista_sba@fee.unicamp.br1807-03450103-1759opendoar:2011-09-26T00:00Sba: Controle & Automação Sociedade Brasileira de Automatica - Sociedade Brasileira de Automática (SBA)false
dc.title.none.fl_str_mv Um mecanismo de decisão para inferência de contexto em ambientes pervasivos de tratamento de saúde
title Um mecanismo de decisão para inferência de contexto em ambientes pervasivos de tratamento de saúde
spellingShingle Um mecanismo de decisão para inferência de contexto em ambientes pervasivos de tratamento de saúde
Copetti,Alessandro
inferência de contexto
lógica fuzzy
tratamento de saúde
computação pervasiva
title_short Um mecanismo de decisão para inferência de contexto em ambientes pervasivos de tratamento de saúde
title_full Um mecanismo de decisão para inferência de contexto em ambientes pervasivos de tratamento de saúde
title_fullStr Um mecanismo de decisão para inferência de contexto em ambientes pervasivos de tratamento de saúde
title_full_unstemmed Um mecanismo de decisão para inferência de contexto em ambientes pervasivos de tratamento de saúde
title_sort Um mecanismo de decisão para inferência de contexto em ambientes pervasivos de tratamento de saúde
author Copetti,Alessandro
author_facet Copetti,Alessandro
Leite,J. C. B.
Loques,O.
author_role author
author2 Leite,J. C. B.
Loques,O.
author2_role author
author
dc.contributor.author.fl_str_mv Copetti,Alessandro
Leite,J. C. B.
Loques,O.
dc.subject.por.fl_str_mv inferência de contexto
lógica fuzzy
tratamento de saúde
computação pervasiva
topic inferência de contexto
lógica fuzzy
tratamento de saúde
computação pervasiva
description Este trabalho apresenta uma abordagem utilizando sistemas Fuzzy para o monitoramento de saúde de um paciente em ambientes de computação pervasiva. Um modelo de decisão considera três classes de variáveis que constituem as informações de contexto sendo coletadas: ambientais, fisiológicas e comportamentais. Um estudo de caso de monitoramento da pressão arterial foi desenvolvido para identificar situações críticas com base em conhecimento médico. A solução mantém a interpretabilidade de um conjunto de regras definidas, mesmo após uma fase de aprendizado que propõe ajustes nessas regras. Nessa fase, a técnica de agrupamento Fuzzy C-Means foi escolhida para o ajuste das funções de pertinência, usando os centros dos agrupamentos. Uma equipe médica avaliou dados de monitoramento de 24 horas de 30 pacientes e esta avaliação foi comparada com os resultados do sistema. A abordagem proposta demonstrou ser individualizada, identificando situações críticas em pacientes com diferentes níveis de pressão arterial, com uma acurácia de 90% e baixa taxa de falsos negativos.
publishDate 2011
dc.date.none.fl_str_mv 2011-08-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592011000400004
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592011000400004
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.1590/S0103-17592011000400004
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv Sociedade Brasileira de Automática
publisher.none.fl_str_mv Sociedade Brasileira de Automática
dc.source.none.fl_str_mv Sba: Controle & Automação Sociedade Brasileira de Automatica v.22 n.4 2011
reponame:Sba: Controle & Automação Sociedade Brasileira de Automatica
instname:Sociedade Brasileira de Automática (SBA)
instacron:SBA
instname_str Sociedade Brasileira de Automática (SBA)
instacron_str SBA
institution SBA
reponame_str Sba: Controle & Automação Sociedade Brasileira de Automatica
collection Sba: Controle & Automação Sociedade Brasileira de Automatica
repository.name.fl_str_mv Sba: Controle & Automação Sociedade Brasileira de Automatica - Sociedade Brasileira de Automática (SBA)
repository.mail.fl_str_mv ||revista_sba@fee.unicamp.br
_version_ 1754824565491499008