Uso de rotinas de aprendizado de máquina em prontuário eletrônico para apoio a diagnósticos de pacientes oftalmológicos

Página do item simplificado
dc.audience.educationlevelMestrado Profissional
dc.contributor.advisorSantos, Vagner Rogerio Dos [UNIFESP]
dc.contributor.authorAlves, Lucas De Oliveira Batista [UNIFESP]
dc.contributor.institutionUniversidade Federal de São Paulopt
dc.date.accessioned2023-06-27T12:35:40Z
dc.date.available2023-06-27T12:35:40Z
dc.date.issued2021
dc.description.abstractObjective: To implement artificial intelligence routines through machine learning to construct diagnostic prediction models with data from electronic medical records of patients from the Department of Ophthalmology of Hospital São Paulo. Method: Preparation of a literature review of the main techniques and solutions of machine learning to use in electronic medical records, 1. extraction, treatment and analysis of data from medical records of the Department; 2. construction and analysis of vectorization models of related words in the context of the Database of Hospital São Paulo; 3. construction and validation of diagnostic prediction models. Results: The word vectorization models were able to capture the semantics of medical terms and enabled the construction of diagnostic prediction models, making the prediction model a great tool to assist health professionals. Conclusion: The machine learning models showed potential results to assist as diagnostic support tools of ophthalmologic patients.en
dc.description.abstractObjetivo: Implementar rotinas de inteligência artificial por meio do aprendizado de máquina para a construção de modelos de predição de diagnósticos com dados de prontuários eletrônicos dos pacientes do Departamento de Oftalmologia do Hospital São Paulo. Método: Elaboração de revisão bibliográfica sobre as principais técnicas e soluções de aprendizado de máquina, utilizados em prontuários eletrônicos, 1. extração, tratamento e análise dos dados de prontuários do Departamento; 2. construção e análise de modelos de vetorização de palavras relacionadas no contexto do banco de dados do Hospital São Paulo; 3. construção e validação dos modelos de predição de diagnósticos. Resultados: Os modelos de vetorização de palavras foram capazes de capturar a semântica de termos médicos e possibilitaram a construção de modelos de predição de diagnóstico, tornando o modelo de predição uma ótima ferramenta para auxiliar os profissionais de saúde. Conclusão: Os modelos de aprendizado de máquina mostraram resultados potenciais para auxiliar, como ferramentas de apoio, nos diagnósticos de pacientes oftalmológicos.pt
dc.description.sourceDados abertos - Sucupira - Teses e dissertações (2021)
dc.format.extent207 p.
dc.identifierhttps://sucupira.capes.gov.br/sucupira/public/consultas/coleta/trabalhoConclusao/viewTrabalhoConclusao.jsf?popup=true&id_trabalho=10989782pt
dc.identifier.fileLUCAS DE OLIVEIRA BATISTA ALVES-A.pdf
dc.identifier.urihttps://repositorio.unifesp.br/handle/11600/68367
dc.language.isopor
dc.publisherUniversidade Federal de São Paulo (UNIFESP)
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectArtificial Intelligenceen
dc.subjectMachine Learningen
dc.subjectElectronic Medical Recorden
dc.subjectDiagnostic Supporten
dc.subjectInteligência Artificialpt
dc.subjectAprendizado De Máquinapt
dc.subjectProntuário Eletrônicopt
dc.subjectApoio Diagnósticopt
dc.titleUso de rotinas de aprendizado de máquina em prontuário eletrônico para apoio a diagnósticos de pacientes oftalmológicospt
dc.typeinfo:eu-repo/semantics/masterThesis
unifesp.campusSão Paulo, Escola Paulista de Medicina (EPM)pt
unifesp.graduateProgramTecnologia, Gestão e Saúde Ocularpt
unifesp.knowledgeAreaPesquisa Tecnológica Em Saúde Ocularpt
unifesp.researchAreaSoftwares E Inteligência Artificialpt
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
LUCAS DE OLIVEIRA BATISTA ALVES-A.pdf
Tamanho:
827.83 KB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Mestrado Profissional em Tecnologia, Gestão e Saúde Ocular