Desenvolvimento de sistema estruturado com inteligência artificial para apoio no diagnóstico de parasitoses intestinais

Detalhes bibliográficos
Autor(a) principal: Ottobelli Chielle, Eduardo
Data de Publicação: 2021
Tipo de documento: Artigo
Idioma: por
Título da fonte: Clinical and Biomedical Research
Texto Completo: https://seer.ufrgs.br/index.php/hcpa/article/view/105362
Resumo: Introdução: Sistemas de inteligência artificial são tecnologias promissoras de assistência em saúde e diagnóstico laboratorial, que podem ser implementados como métodos de suporte para o diagnóstico de parasitoses intestinais.  Objetivo: Este estudo objetivou desenvolver um software de IA que auxilia no diagnóstico laboratorial de parasitoses intestinais, com alta sensibilidade e especificidade. Métodos: O software foi desenvolvido utilizando duas redes neurais, Inception e MobileNet. Primeiro imagens de ovos dos parasitas Ascaris lumbricoides, Trichiuris trichiura, Taenia sp, Hymenolepis nana, Schistosoma mansoni e larvas de Strongyloides stercoralis, foram utilizados para treinar o banco de dados. Posteriormente 2.740 imagens cedidas pelo Laboratório de Parasitologia da Universidade do Oeste de Santa Catarina foram testadas no software. Resultados: O software apresentou sensibilidade de 82,3% (95% intervalo de confiança (IC), 71,9%-89,1%) e especificidade de 95,1% (95% IC, 94,3%-97,8%) para MobileNet e sensibilidade de 72,1% (95% IC, 52,6%-115%) e especificidade de 92,1% (95% IC, 91,7%-97,7%) para Inception. Conclusão: O software apresentou resultados promissores na análise de parasitas intestinais, reforçando que, no futuro, a presença de sistemas de suporte de diagnóstico das parasitoses pode vir a se tornar mais rápido e eficiente.
id UFRGS-20_bb24bfeb54d6152451ce03efd5a0c562
oai_identifier_str oai:seer.ufrgs.br:article/105362
network_acronym_str UFRGS-20
network_name_str Clinical and Biomedical Research
repository_id_str
spelling Desenvolvimento de sistema estruturado com inteligência artificial para apoio no diagnóstico de parasitoses intestinaisParasitas intestinaisinteligência artificialdiagnóstico.DiagnósticoIntrodução: Sistemas de inteligência artificial são tecnologias promissoras de assistência em saúde e diagnóstico laboratorial, que podem ser implementados como métodos de suporte para o diagnóstico de parasitoses intestinais.  Objetivo: Este estudo objetivou desenvolver um software de IA que auxilia no diagnóstico laboratorial de parasitoses intestinais, com alta sensibilidade e especificidade. Métodos: O software foi desenvolvido utilizando duas redes neurais, Inception e MobileNet. Primeiro imagens de ovos dos parasitas Ascaris lumbricoides, Trichiuris trichiura, Taenia sp, Hymenolepis nana, Schistosoma mansoni e larvas de Strongyloides stercoralis, foram utilizados para treinar o banco de dados. Posteriormente 2.740 imagens cedidas pelo Laboratório de Parasitologia da Universidade do Oeste de Santa Catarina foram testadas no software. Resultados: O software apresentou sensibilidade de 82,3% (95% intervalo de confiança (IC), 71,9%-89,1%) e especificidade de 95,1% (95% IC, 94,3%-97,8%) para MobileNet e sensibilidade de 72,1% (95% IC, 52,6%-115%) e especificidade de 92,1% (95% IC, 91,7%-97,7%) para Inception. Conclusão: O software apresentou resultados promissores na análise de parasitas intestinais, reforçando que, no futuro, a presença de sistemas de suporte de diagnóstico das parasitoses pode vir a se tornar mais rápido e eficiente.HCPA/FAMED/UFRGS2021-03-11info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionPeer-reviewed ArticleAvaliado por Paresapplication/pdfhttps://seer.ufrgs.br/index.php/hcpa/article/view/105362Clinical & Biomedical Research; Vol. 40 No. 3 (2020): Clinical and Biomedical ResearchClinical and Biomedical Research; v. 40 n. 3 (2020): Clinical and Biomedical Research2357-9730reponame:Clinical and Biomedical Researchinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSporhttps://seer.ufrgs.br/index.php/hcpa/article/view/105362/pdfCopyright (c) 2021 Clinical and Biomedical Researchinfo:eu-repo/semantics/openAccessOttobelli Chielle, Eduardo2024-01-19T14:21:04Zoai:seer.ufrgs.br:article/105362Revistahttps://www.seer.ufrgs.br/index.php/hcpaPUBhttps://seer.ufrgs.br/index.php/hcpa/oai||cbr@hcpa.edu.br2357-97302357-9730opendoar:2024-01-19T14:21:04Clinical and Biomedical Research - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.none.fl_str_mv Desenvolvimento de sistema estruturado com inteligência artificial para apoio no diagnóstico de parasitoses intestinais
title Desenvolvimento de sistema estruturado com inteligência artificial para apoio no diagnóstico de parasitoses intestinais
spellingShingle Desenvolvimento de sistema estruturado com inteligência artificial para apoio no diagnóstico de parasitoses intestinais
Ottobelli Chielle, Eduardo
Parasitas intestinais
inteligência artificial
diagnóstico.
Diagnóstico
title_short Desenvolvimento de sistema estruturado com inteligência artificial para apoio no diagnóstico de parasitoses intestinais
title_full Desenvolvimento de sistema estruturado com inteligência artificial para apoio no diagnóstico de parasitoses intestinais
title_fullStr Desenvolvimento de sistema estruturado com inteligência artificial para apoio no diagnóstico de parasitoses intestinais
title_full_unstemmed Desenvolvimento de sistema estruturado com inteligência artificial para apoio no diagnóstico de parasitoses intestinais
title_sort Desenvolvimento de sistema estruturado com inteligência artificial para apoio no diagnóstico de parasitoses intestinais
author Ottobelli Chielle, Eduardo
author_facet Ottobelli Chielle, Eduardo
author_role author
dc.contributor.author.fl_str_mv Ottobelli Chielle, Eduardo
dc.subject.por.fl_str_mv Parasitas intestinais
inteligência artificial
diagnóstico.
Diagnóstico
topic Parasitas intestinais
inteligência artificial
diagnóstico.
Diagnóstico
description Introdução: Sistemas de inteligência artificial são tecnologias promissoras de assistência em saúde e diagnóstico laboratorial, que podem ser implementados como métodos de suporte para o diagnóstico de parasitoses intestinais.  Objetivo: Este estudo objetivou desenvolver um software de IA que auxilia no diagnóstico laboratorial de parasitoses intestinais, com alta sensibilidade e especificidade. Métodos: O software foi desenvolvido utilizando duas redes neurais, Inception e MobileNet. Primeiro imagens de ovos dos parasitas Ascaris lumbricoides, Trichiuris trichiura, Taenia sp, Hymenolepis nana, Schistosoma mansoni e larvas de Strongyloides stercoralis, foram utilizados para treinar o banco de dados. Posteriormente 2.740 imagens cedidas pelo Laboratório de Parasitologia da Universidade do Oeste de Santa Catarina foram testadas no software. Resultados: O software apresentou sensibilidade de 82,3% (95% intervalo de confiança (IC), 71,9%-89,1%) e especificidade de 95,1% (95% IC, 94,3%-97,8%) para MobileNet e sensibilidade de 72,1% (95% IC, 52,6%-115%) e especificidade de 92,1% (95% IC, 91,7%-97,7%) para Inception. Conclusão: O software apresentou resultados promissores na análise de parasitas intestinais, reforçando que, no futuro, a presença de sistemas de suporte de diagnóstico das parasitoses pode vir a se tornar mais rápido e eficiente.
publishDate 2021
dc.date.none.fl_str_mv 2021-03-11
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
Avaliado por Pares
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://seer.ufrgs.br/index.php/hcpa/article/view/105362
url https://seer.ufrgs.br/index.php/hcpa/article/view/105362
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://seer.ufrgs.br/index.php/hcpa/article/view/105362/pdf
dc.rights.driver.fl_str_mv Copyright (c) 2021 Clinical and Biomedical Research
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2021 Clinical and Biomedical Research
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv HCPA/FAMED/UFRGS
publisher.none.fl_str_mv HCPA/FAMED/UFRGS
dc.source.none.fl_str_mv Clinical & Biomedical Research; Vol. 40 No. 3 (2020): Clinical and Biomedical Research
Clinical and Biomedical Research; v. 40 n. 3 (2020): Clinical and Biomedical Research
2357-9730
reponame:Clinical and Biomedical Research
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Clinical and Biomedical Research
collection Clinical and Biomedical Research
repository.name.fl_str_mv Clinical and Biomedical Research - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv ||cbr@hcpa.edu.br
_version_ 1799767055736504320

Registros relacionados