Banca de QUALIFICAÇÃO: RODRIGO MONTEIRO DE LIMA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: RODRIGO MONTEIRO DE LIMA
DATA: 10/02/2015
HORA: 09:00
LOCAL: UFERSA - Auditório do DCEN
TÍTULO:

DocTraining: Um ambiente 3DMulti-Agente com aprendizado de Máquina como Suporte ao Treinamento de Estudantes de Medicina.

PALAVRAS-CHAVES:

Computação na medicina, aprendizado de máquina, sistemas multi-agentes, simulação de paciente, treinamento em medicina.

PÁGINAS: 46
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
RESUMO:

De acordo com os dados do Tribunal Superior de Justiça do Brasil o número de denúncias de erros médicos cresceu em 52,10% em 2011 em relação à 2010. O Conselho de medicina fazia um exame não obrigatório com estudantes de sexto ano do curso de medicina no país. Os resultados são preocupantes. 46% foram reprovados em 2011 contendo respostas erradas em saúde pública, obstetrícia, clílina médica e pediatria. Os estudantes  apresentaram desconhecimento do diagnóstico e tratamento para infecção de garganta, meningite e sífilis. Os erros são ainda mais preocupantes em 2013  e 2014, onde chegaram respectivamente à 54,5% e 59%. Outro problema encontrado no Brasil são as incidências de doenças infecciosas e parasitárias. Destacando-se aquelas que se referem às doenças que são objeto de interesse para a Vigilância Epidemiológica, como as relativas aos esquemas de tratamento da Malária, Tuberculose e Hepatites Virais. Assim, o objetivo deste trabalho é desenvolver um ambiente de treinamento onde estudantes de medicina possam treinar diagnósticos de consultas médicas de doenças infecciosas e parasitárias, a fim de que erros médicos nessa área sejam mitigados, bem como a diminuição de óbitos por essas doenças. Através de técnicas de inteligência artificial, agentes computacionais irão simular pacientes reais através de um ambiente 3D. Pacientes também  poderão simular situações de riscos através de ligações via dispositivo móvel usando sintetizador de voz. A fim de encontrar a veracidade do diagnóstico dado pelo estudante, o Sistema Multi-Agente  usará aprendizado de máquina em uma amostra de sintomas com o objetivo de encontrar o diagnóstico correto.

MEMBROS DA BANCA:
Presidente - 1631848 - ARAKEN DE MEDEIROS SANTOS
Interno - 037.778.574-16 - CICÍLIA RAQUEL MAIA LEITE - UERN
Interno - 1669545 - DANIEL SABINO AMORIM DE ARAUJO
Interno - 1286535 - FRANCISCO MILTON MENDES NETO