Desenvolvimento de sistema estruturado com inteligência artificial para apoio no diagnóstico de parasitoses intestinais
Autor(a) principal: | |
---|---|
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 |