Inteligência artificial aplicada ao auxilio no diagnóstico da dor pélvica crônica

Detalhes bibliográficos
Autor(a) principal: Oliverio, Vinícius
Data de Publicação: 2018
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/17/17145/tde-19072018-134033/
Resumo: A dor pélvica crônica (DPC) é uma condição clínica comum, inclusive no Brasil. Estudos do nosso núcleo de pesquisa evidenciam uma prevalência em torno de 11%. Ela é, dentre outros agravos, causa recorrente de procura a serviços de saúde, falta ao trabalho e baixa produtividade. Com a inserção definitiva da mulher no mercado de trabalho a doença tem impactado negativamente no desempenho econômico desse grupo, afetando diretamente a atividade econômica domiciliar. Todavia, o diagnóstico da causa desta condição clínica não é trivial e erros podem ocorrer devido à falta de conhecimento sobre o assunto, portanto, a criação de um sistema que possa auxiliar no diagnóstico e na identificação das causas desta condição clínica é de grande importância para que os erros de diagnósticos sejam minimizados e para que esta condição seja tratada da melhor maneira possível. Contudo, o presente trabalho tem como objetivo o desenvolvimento de um sistema de inteligência artificial que auxilie no diagnóstico da DPC em seu estágio inicial, minimizando erros e tempo de tratamento por meio da mineração de dados em uma base médica previamente preenchida com casos já diagnosticados como auxilio a aprendizagem do sistema.
id USP_194834e44cddf61a460dbd5488741ee3
oai_identifier_str oai:teses.usp.br:tde-19072018-134033
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Inteligência artificial aplicada ao auxilio no diagnóstico da dor pélvica crônicaArtificial intelligence applied to aid in the diagnosis of chronic pelvic painAprendizagem de máquina; Diagnóstico automático; Dor pélvica crônica; Ginecologia e obstetrícia; Inteligência artificialArtificial intelligence; Automatic diagnose; Chronic pelvic pain; Ginecology and obstetrics; Machine learningA dor pélvica crônica (DPC) é uma condição clínica comum, inclusive no Brasil. Estudos do nosso núcleo de pesquisa evidenciam uma prevalência em torno de 11%. Ela é, dentre outros agravos, causa recorrente de procura a serviços de saúde, falta ao trabalho e baixa produtividade. Com a inserção definitiva da mulher no mercado de trabalho a doença tem impactado negativamente no desempenho econômico desse grupo, afetando diretamente a atividade econômica domiciliar. Todavia, o diagnóstico da causa desta condição clínica não é trivial e erros podem ocorrer devido à falta de conhecimento sobre o assunto, portanto, a criação de um sistema que possa auxiliar no diagnóstico e na identificação das causas desta condição clínica é de grande importância para que os erros de diagnósticos sejam minimizados e para que esta condição seja tratada da melhor maneira possível. Contudo, o presente trabalho tem como objetivo o desenvolvimento de um sistema de inteligência artificial que auxilie no diagnóstico da DPC em seu estágio inicial, minimizando erros e tempo de tratamento por meio da mineração de dados em uma base médica previamente preenchida com casos já diagnosticados como auxilio a aprendizagem do sistema.Chronic pelvic pain (CPP) is a common clinical condition, including in Brazil. Studies held by our research group shows evidences of a prevalence around 11%. It is, among other illness, a recurrent cause of lack of productivity, work miss and utilization of healthcare services. As the women is each time more inserted in the labor force this condition is impacting negatively the economic performance of this group, affecting directly the domestic economic activity. However, the diagnostic of the cause of this condition is not trivial, and mistakes can happen due to the lack of knowledge about the matter, therefore, the creation of a system that may help in the diagnosing and identification of the causes of this clinical condition is of great importance to the decrease of mistaken diagnoses leading to a better treatment of the condition. However, the current work has as objective the development of an artificial intelligence system that help in the CPP diagnose in its initial stage, decreasing mistakes and treatment time by using data mining in a medical database previously filled with already diagnosed cases as auxiliary to the learning of the system.Biblioteca Digitais de Teses e Dissertações da USPNétto, Oméro Benedicto PoliOliverio, Vinícius2018-04-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/17/17145/tde-19072018-134033/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2018-10-03T01:45:28Zoai:teses.usp.br:tde-19072018-134033Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212018-10-03T01:45:28Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Inteligência artificial aplicada ao auxilio no diagnóstico da dor pélvica crônica
Artificial intelligence applied to aid in the diagnosis of chronic pelvic pain
title Inteligência artificial aplicada ao auxilio no diagnóstico da dor pélvica crônica
spellingShingle Inteligência artificial aplicada ao auxilio no diagnóstico da dor pélvica crônica
Oliverio, Vinícius
Aprendizagem de máquina; Diagnóstico automático; Dor pélvica crônica; Ginecologia e obstetrícia; Inteligência artificial
Artificial intelligence; Automatic diagnose; Chronic pelvic pain; Ginecology and obstetrics; Machine learning
title_short Inteligência artificial aplicada ao auxilio no diagnóstico da dor pélvica crônica
title_full Inteligência artificial aplicada ao auxilio no diagnóstico da dor pélvica crônica
title_fullStr Inteligência artificial aplicada ao auxilio no diagnóstico da dor pélvica crônica
title_full_unstemmed Inteligência artificial aplicada ao auxilio no diagnóstico da dor pélvica crônica
title_sort Inteligência artificial aplicada ao auxilio no diagnóstico da dor pélvica crônica
author Oliverio, Vinícius
author_facet Oliverio, Vinícius
author_role author
dc.contributor.none.fl_str_mv Nétto, Oméro Benedicto Poli
dc.contributor.author.fl_str_mv Oliverio, Vinícius
dc.subject.por.fl_str_mv Aprendizagem de máquina; Diagnóstico automático; Dor pélvica crônica; Ginecologia e obstetrícia; Inteligência artificial
Artificial intelligence; Automatic diagnose; Chronic pelvic pain; Ginecology and obstetrics; Machine learning
topic Aprendizagem de máquina; Diagnóstico automático; Dor pélvica crônica; Ginecologia e obstetrícia; Inteligência artificial
Artificial intelligence; Automatic diagnose; Chronic pelvic pain; Ginecology and obstetrics; Machine learning
description A dor pélvica crônica (DPC) é uma condição clínica comum, inclusive no Brasil. Estudos do nosso núcleo de pesquisa evidenciam uma prevalência em torno de 11%. Ela é, dentre outros agravos, causa recorrente de procura a serviços de saúde, falta ao trabalho e baixa produtividade. Com a inserção definitiva da mulher no mercado de trabalho a doença tem impactado negativamente no desempenho econômico desse grupo, afetando diretamente a atividade econômica domiciliar. Todavia, o diagnóstico da causa desta condição clínica não é trivial e erros podem ocorrer devido à falta de conhecimento sobre o assunto, portanto, a criação de um sistema que possa auxiliar no diagnóstico e na identificação das causas desta condição clínica é de grande importância para que os erros de diagnósticos sejam minimizados e para que esta condição seja tratada da melhor maneira possível. Contudo, o presente trabalho tem como objetivo o desenvolvimento de um sistema de inteligência artificial que auxilie no diagnóstico da DPC em seu estágio inicial, minimizando erros e tempo de tratamento por meio da mineração de dados em uma base médica previamente preenchida com casos já diagnosticados como auxilio a aprendizagem do sistema.
publishDate 2018
dc.date.none.fl_str_mv 2018-04-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/17/17145/tde-19072018-134033/
url http://www.teses.usp.br/teses/disponiveis/17/17145/tde-19072018-134033/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809090865317019648

Registros relacionados