Uso de inteligência artificial em predição de doenças crônicas
DOI:
https://doi.org/10.58951/dataset.2024.036Palavras-chave:
Inteligência Artificial, Doenças crônicas, Medicina personalizada, Eficiência diagnósticaResumo
O trabalho aborda o uso da inteligência artificial (IA) na predição de doenças crônicas, com o objetivo de examinar sua aplicação na personalização de tratamentos e na melhoria da eficiência diagnóstica em condições como diabetes, hipertensão e câncer. A metodologia envolve uma análise crítica dos principais métodos e algoritmos utilizados na área, combinando revisão bibliográfica e estudos de caso para explorar como a IA pode transformar o gerenciamento de doenças crônicas. Os resultados destacam a eficácia da IA na detecção precoce e na personalização do tratamento, mostrando como intervenções direcionadas podem otimizar a saúde dos pacientes. Conclui-se que a integração da IA na medicina não apenas potencializa o diagnóstico e a abordagem terapêutica, mas também representa um avanço significativo na qualidade da assistência médica, ressaltando a necessidade de treinamento adequado para os profissionais de saúde e a superação de desafios éticos.
Referências
Bruno, F., Pereira, P. C., & Faltay, P. (2023). Inteligência artificial e saúde: ressituar o problema. Revista Eletrônica de Comunicação, Informação & Inovação em Saúde, 17(2), 235–242. https://doi.org/10.29397/reciis.v17i2.3842 DOI: https://doi.org/10.29397/reciis.v17i2.3842
Costa Filho, J. D. L. da, Furlaneti, V. M. M., Monteiro, N. K., Naumann, C. H. M., Macedo, D. B., & Moro, M. B. P. F. (2024). Uma revisão crítica do impacto dos antipsicodélicos na redução do estigma que envolve a saúde mental e na melhoria dos resultados do tratamento. International Journal of Health Management Review, 10(1), e346. https://doi.org/10.47172/ijhmreview.v10i1.346 DOI: https://doi.org/10.47172/ijhmreview.v10i1.346
Costa, O. (2023). Proposta de um sistema inteligente para predição do risco de doenças crônicas não transmissíveis. Relatório de Pós-Doutoramento em Ciências da Informação. Universidade Fernando Pessoa, Porto, Portugal. 55 p. Disponível em: <http://hdl.handle.net/10284/11849>.
Costa, O.; Gouveia, L. (2022). Uma proposta para um Sistema Inteligente de Previsão do Risco de Doenças Crônicas. Anais do XIX Congresso Brasileiro de Informática em Saúde – CBIS22. Campinas, SP.
Cristófalo, M. M., Cristófalo, R. M., Andrade, S. G. de A., Andrade, F. M. de, Chiavegatto Filho, A. D. P., & Aldrighi, J. M. (2023). Inteligência artificial, noções básicas para os profissionais de saúde. Arquivos Médicos dos Hospitais e da Faculdade de Ciências Médicas da Santa Casa de São Paulo. https://doi.org/10.26432/1809-3019.2023.68.013 DOI: https://doi.org/10.26432/1809-3019.2023.68.013
Dias, A. A., Silva Neto, J. E. da, Martínez, Y. A., Junqueira, L. S., Silva, S. G. da, Silva, S. G. da, Sousa, L. N. F. de, Fernandes, J. dos S., Osório, L. P. L. de C., & Souza, L. M. B. de. (2024). Medicina de precisão: personalizando o tratamento para melhorar os resultados clínicos em pacientes multicomórbidos. Revista Ibero-Americana de Humanidades, Ciências e Educação, 10(3), 1625–1632. https://doi.org/10.51891/rease.v10i3.13322 DOI: https://doi.org/10.51891/rease.v10i3.13322
Dias, R. I. R., Bezerra , G. sarmento, Queiroga , G. de S., Silva , F. F. da, Quiala, J. A. A., Ramos, Y. R., Cordoves, J. C. F., Neto, L. O. F., Cardoso, T. A., Braz, J. P. M. R., Henriques, M. de M. R., & Neto, J. M. da S. (2024). Medicina de precisão na diabetes utilizando dados genéticos, metabólicos e de estilo de vida para personalizar o tratamento da diabetes, permitindo uma abordagem mais eficaz e individualizada para o manejo da doença. Brazilian Journal of Implantology and Health Sciences, 6(3), 1332–1342. https://doi.org/10.36557/2674-8169.2024v6n3p1332-1342 DOI: https://doi.org/10.36557/2674-8169.2024v6n3p1332-1342
Fernandes, F. T., & Chiavegatto Filho, A. D. P. (2019). Perspectivas do uso de mineração de dados e aprendizado de máquina em saúde e segurança no trabalho. Revista Brasileira de Saúde Ocupacional, 44. https://doi.org/10.1590/2317-6369000019418 DOI: https://doi.org/10.1590/2317-6369000019418
Fernandes, M. S. .(2022). Inteligência Artificial Explicável aplicada a Aprendizado de Máquina: Um estudo para Identificar Estresse Ocupacional em Profissionais da Saúde. Trabalho de Conclusão de Curso (Engenharia de Computação). Universidade Federal de Santa Catarina, Araranguá. 2022. Disponível em: <https://repositorio.ufsc.br/handle/123456789/243462>.
Fernandes, S. L., Carvalho, R. R., Santos, L. G., Sá, F. M., Ruivo, C., Mendes, S. L., Martins, H., & Morais, J. A. (2019). Fisiopatologia e tratamento da insuficiência cardíaca com fração de ejeção preservada: estado da arte e perspectivas para o futuro. Arquivos Brasileiros de Cardiologia. https://doi.org/10.36660/abc.20190111 DOI: https://doi.org/10.36660/abc.20190111
Freitas, A. L. de S., Ieker, A. S. D., Pinheiro, J. M., Rinaldi, W., & Teixeira, H. M. P. (2021). Aprendizado de Máquina Aplicado à Predição de Doenças Cardiometabólicas com Utilização de Indicadores Metabólicos e Comportamentais de Risco à Saúde. Anais Do XII Computer on the Beach - COTB ’21, 301–308. https://doi.org/10.14210/cotb.v12.p301-308 DOI: https://doi.org/10.14210/cotb.v12.p301-308
Guia, D. F. N. (2023). Modelos baseados em inteligência artificial para detecção de osteoporose: projeto OSSEUS. Dissertação de Mestrado em Engenharia Biomédica. Universidade de Coimbra, Coimbra, Portugal. Disponível em: <https://hdl.handle.net/10316/110811>.
Santana Júnior, W. B. de (2023). Uso da inteligência artificial aplicada ao Eletrocardiograma para diagnóstico de Disfunção Sistólica Ventricular Esquerda. Dissertação de Mestrado em Infectologia e Medicina Tropical. Universidade Federal de Minas Gerais, 2023. Disponível em: <http://hdl.handle.net/1843/61498>.
Silva, G. F. S. (2023). Inteligência artificial para a vigilância de doenças crônicas não-transmissíveis. Tese de Doutorado, Faculdade de Saúde Pública, Universidade de São Paulo, São Paulo. Disponível em: <https://doi.org/10.11606/T.6.2023.tde-12122023-151719>.
Silva, L. F. M. (2023). Análise preditiva baseada em inteligência artificial: um caminho para a transformação do modelo de vigilância das doenças crônicas não transmissíveis. Dissertação (Mestrado Acadêmico em Administração). Universidade Federal do Pampa, Santana do Livramento. Disponível em: <https://repositorio.unipampa.edu.br/jspui/handle/riu/8666>.
Vazquez, F. J. B. (2024). Inteligência artificial aplicada à saúde: Qualidade na busca de diagnóstico. Dataset Reports, 3(1), 93–100. https://doi.org/10.58951/dataset.2024.017 DOI: https://doi.org/10.58951/dataset.2024.017
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Helbert Carvalho Tiago
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Esta revista publica seus artigos em Acesso Aberto sob licença Creative Commons (CC BY 4.0).
Você é livre para:
Compartilhar — copie e redistribua o material em qualquer meio ou formato para qualquer finalidade, inclusive comercial.
Adaptar – remixar, transformar e desenvolver o material para qualquer finalidade, até mesmo comercial.
O licenciante não pode revogar essas liberdades desde que você siga os termos da licença.
Nos seguintes termos:
Atribuição — Você deve dar o devido crédito, fornecer um link para a licença e indicar se foram feitas alterações. Você pode fazê-lo de qualquer maneira razoável, mas não de forma que sugira que o licenciante endossa você ou seu uso.
Sem restrições adicionais — Você não pode aplicar termos legais ou medidas tecnológicas que restrinjam legalmente outras pessoas de fazerem qualquer coisa que a licença permita.
Avisos:
Você não precisa cumprir a licença para elementos do material de domínio público ou onde seu uso for permitido por uma exceção ou limitação aplicável.
Nenhuma garantia é dada. A licença pode não conceder todas as permissões necessárias para o uso pretendido. Por exemplo, outros direitos, como publicidade, privacidade ou direitos morais, podem limitar a forma como você utiliza o material.
