Bases de conhecimento para sistemas especialistas de suporte na avaliação das atividades de levantar e sentar: protocolos clínicos

Detalhes bibliográficos
Autor(a) principal: Cunha, Maíra Junkes
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: http://repositorio.ufsc.br/xmlui/handle/123456789/96467
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências da Saúde. Programa de Pós-Graduação em Ciências Médicas
id UFSC_235bce229bfde7feaf445a892bab7954
oai_identifier_str oai:repositorio.ufsc.br:123456789/96467
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Universidade Federal de Santa CatarinaCunha, Maíra JunkesAzevedo, Fernando Mendes de2012-10-26T12:22:12Z2012-10-26T12:22:12Z20122012302064http://repositorio.ufsc.br/xmlui/handle/123456789/96467Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências da Saúde. Programa de Pós-Graduação em Ciências MédicasIntrodução: A avaliação funcional das atividades de levantar e sentar é utilizada freqüentemente por fisioterapeutas em sua prática clínica. Sistemas Especialistas (SE´s) são aplicações da Inteligência Artificial (IA) que realizam funções na tentativa de mimetizar as que são normalmente executadas por um especialista humano. Há diferentes metodologias e falta de padronização para a avaliação destas atividades. A elaboração de um instrumento para o auxílio nestas avaliações se faz necessária a fim de haver uma referência para os profissionais. Objetivo: O objetivo deste estudo foi desenvolver uma base de conhecimento para Sistema Especialista (SE) visando o suporte à avaliação das atividades de levantar e sentar, baseado em um protocolo clínico. Materiais e métodos: O estudo foi realizado em 3 etapas. A etapa I consistiu na identificação das informações para a implementação do sistema inteligente, com base em um estudo sobre a elaboração de protocolos clínicos para a avaliação destas atividades. A etapa II foi referente à implementação dos sistemas, quando as variáveis subjetivas e objetivas foram definidas, e as regras, os fatores de confiança, perguntas e explicações foram cadastradas por meio da utilização de uma Shell de IA. Na etapa III, 12 fisioterapeutas fizeram a avaliação dos sistemas por meio da aplicação de um questionário referente às características de cada protocolo. As respostas foram analisadas e suas porcentagens foram apresentadas em gráficos por meio do Programa Microsoft Office Excel 2007. Resultados: Foram elaborados 3 sistemas especialistas. A maioria dos fisioterapeutas considerou melhor aplicabilidade do sistema para fins educacionais, sendo que 100% considerou para o sistema de avaliação da atividade de Levantar na Vista Lateral, 92% para o sistema de avaliação da atividade de Sentar na Vista Lateral e 92% para o sistema de avaliação das atividades de Levantar e Sentar na Vista Anterior. Conclusão: Estes sistemas podem auxiliar o fisioterapeuta na avaliação das atividades de levantar e sentar, sem apresentar conclusões detalhadas. O sistema apresentou maior aplicabilidade para fins educacionais. Sugere-se outras implementações por meio de estudos utilizando linguagens tradicionais de IA - Prolog.Background: Functional assessment of sit-to-stand and stand-to-sit activities is often used by physiotherapists in their clinical practice. Expert Systems (ES´s) are applications of Artificial Intelligence (AI) to perform functions in an attempt to mimic those normally performed by a human expert. There are different methodologies and lack of standardization for the evaluation of these activities. The development of a tool to support these evaluations is necessary in order to have a reference for the professionals. Objective: The objective of this study was to develop a knowledge base for expert system aimed to support the evaluation of sit-to-stand and stand-to-sit activities, based on a clinical protocol. Materials and Methods: The study was conducted in three steps. Stage I consisted on identifying the informations for the implementation of the intelligent system, based on a study about the development of clinical protocols for the evaluation of these activities. Stage II was related to the implementation of systems, when the subjective and objective variables were defined, and the rules, trust factors, questions and explanations were registered by using an AI Shell. On stage III, 12 physiotherapists performed the evaluation of systems through a questionnaire application about the characteristics of each protocol. The answers were analyzed and their percentages were shown in graphs using the program Microsoft Office Excel 2007. Results: three ES´s were developed. Most of physiotherapists considered better applicability of the system for educational purposes, where 100% considered for the system to evaluate the sit-to-stand activity on Lateral View, 92% for the system to evaluate the stand-to-sit on Lateral View and 92% for the system to evaluate sit-to-stand and stand-to-sit activities on Anterior View. Conclusions: These systems can assist the physiotherapist in the evaluation of sit-to-stand and stand-to-sit activities, without presenting detailed findings. The system showed greater applicability for educational purposes. It is suggested other implementations through studies using traditional AI languages - Prolog.118 p.| il., grafs.porFlorianópolis, SCCiencias medicasFisioterapiaCapacidade motoraAvaliaçãoInteligencia artificialSistemas especialistas (Computação)Bases de conhecimento para sistemas especialistas de suporte na avaliação das atividades de levantar e sentar: protocolos clínicosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINAL302064.pdfapplication/pdf2853772https://repositorio.ufsc.br/bitstream/123456789/96467/1/302064.pdf6ac3485d80ba0fc66f3ada76b9839558MD51TEXT302064.pdf.txt302064.pdf.txtExtracted Texttext/plain128500https://repositorio.ufsc.br/bitstream/123456789/96467/2/302064.pdf.txt66363a401c5a11115e3550975d498e2aMD52THUMBNAIL302064.pdf.jpg302064.pdf.jpgGenerated Thumbnailimage/jpeg1374https://repositorio.ufsc.br/bitstream/123456789/96467/3/302064.pdf.jpg1badba5923e3f034c5cbed1420b06877MD53123456789/964672013-05-04 01:28:00.655oai:repositorio.ufsc.br:123456789/96467Repositório de PublicaçõesPUBhttp://150.162.242.35/oai/requestopendoar:23732013-05-04T04:28Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.pt_BR.fl_str_mv Bases de conhecimento para sistemas especialistas de suporte na avaliação das atividades de levantar e sentar: protocolos clínicos
title Bases de conhecimento para sistemas especialistas de suporte na avaliação das atividades de levantar e sentar: protocolos clínicos
spellingShingle Bases de conhecimento para sistemas especialistas de suporte na avaliação das atividades de levantar e sentar: protocolos clínicos
Cunha, Maíra Junkes
Ciencias medicas
Fisioterapia
Capacidade motora
Avaliação
Inteligencia artificial
Sistemas especialistas (Computação)
title_short Bases de conhecimento para sistemas especialistas de suporte na avaliação das atividades de levantar e sentar: protocolos clínicos
title_full Bases de conhecimento para sistemas especialistas de suporte na avaliação das atividades de levantar e sentar: protocolos clínicos
title_fullStr Bases de conhecimento para sistemas especialistas de suporte na avaliação das atividades de levantar e sentar: protocolos clínicos
title_full_unstemmed Bases de conhecimento para sistemas especialistas de suporte na avaliação das atividades de levantar e sentar: protocolos clínicos
title_sort Bases de conhecimento para sistemas especialistas de suporte na avaliação das atividades de levantar e sentar: protocolos clínicos
author Cunha, Maíra Junkes
author_facet Cunha, Maíra Junkes
author_role author
dc.contributor.pt_BR.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Cunha, Maíra Junkes
dc.contributor.advisor1.fl_str_mv Azevedo, Fernando Mendes de
contributor_str_mv Azevedo, Fernando Mendes de
dc.subject.classification.pt_BR.fl_str_mv Ciencias medicas
Fisioterapia
Capacidade motora
Avaliação
Inteligencia artificial
Sistemas especialistas (Computação)
topic Ciencias medicas
Fisioterapia
Capacidade motora
Avaliação
Inteligencia artificial
Sistemas especialistas (Computação)
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências da Saúde. Programa de Pós-Graduação em Ciências Médicas
publishDate 2012
dc.date.submitted.pt_BR.fl_str_mv 2012
dc.date.accessioned.fl_str_mv 2012-10-26T12:22:12Z
dc.date.available.fl_str_mv 2012-10-26T12:22:12Z
dc.date.issued.fl_str_mv 2012
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.ufsc.br/xmlui/handle/123456789/96467
dc.identifier.other.pt_BR.fl_str_mv 302064
identifier_str_mv 302064
url http://repositorio.ufsc.br/xmlui/handle/123456789/96467
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 118 p.| il., grafs.
dc.publisher.none.fl_str_mv Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/96467/1/302064.pdf
https://repositorio.ufsc.br/bitstream/123456789/96467/2/302064.pdf.txt
https://repositorio.ufsc.br/bitstream/123456789/96467/3/302064.pdf.jpg
bitstream.checksum.fl_str_mv 6ac3485d80ba0fc66f3ada76b9839558
66363a401c5a11115e3550975d498e2a
1badba5923e3f034c5cbed1420b06877
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1766805291971641344

Registros relacionados