Use este identificador para citar ou linkar para este item:
https://ric.cps.sp.gov.br/handle/123456789/11461
Título: | Redes neurais artificiais: utilização de RNA no auxílio ao diagnóstico de câncer cervical |
Título(s) alternativo(s): | Artificial neural networks: use of RNA to aid in the diagnosis of cervical cancer |
Autor(es): | BARBOSA, Viviane Gabriela |
Orientador(es): | PUGLIESI, Jaqueline Brigladori |
Outro(s) contribuidor(es): | PUGLIESI, Jaqueline Brigladori PAIVA, Cláudio Eduardo ARAÚJO, Adriana Cristina de |
Tipo documental: | Monografia |
Palavras-chave: | Diagnóstico;Inteligência artificial;Medicina;Patologia |
Data do documento: | 13-Jun-2022 |
Editor: | 109 |
Referência Bibliográfica: | BARBOSA, Viviane Gabriela. Redes neurais artificiais: utilização de RNA no auxílio ao diagnóstico de câncer cervical. 2022.Trabalho de conclusão de curso (Curso Superior em Análise e Desenvolvimento de Sistemas). - Faculdade de Tecnologia de Franca -“Dr. Thomaz Novelino”, Franca. 2022 |
Resumo: | Nos últimos anos, vemos o quão avançado o nosso mundo se tornou com as
melhorias proporcionadas pela difusão da tecnologia. Uma das áreas que foi
grandemente beneficiada por essa ampliação é a área das Ciências Médicas.
Telemedicina, IoT na medicina, prontuário eletrônico, impressões 3D de órgãos,
cirurgias robóticas assistidas, e nanorobôs na medicina são alguns dos inúmeros
avanços que já estão em nossa realidade. Sendo visto como um dos grandes avanços,
está a Inteligência Artificial na medicina, auxiliando em diagnósticos. Essa atividade
envolve uma série de fatores importantes, como o conhecimento da tecnologia pelo
médico que irá utilizá-la, o treinamento da IA a respeito da área em que ela irá se
situar, baterias de testes e armazenamento de dados. O objetivo principal deste
trabalho é pesquisar e analisar possíveis formas para a utilização de uma Rede Neural
Artificial (RNA), que seja capaz de aprender a realizar diagnósticos, com rapidez e
precisão, para auxiliar os profissionais da saúde. Estes diagnósticos serão voltados
para a área da saúde, no setor de oncologia, especificamente para o câncer cervical.
Foi realizado uma análise de estudo de caso em diagnósticos gerados por estudantes
de medicina e informática, no ano de 2018, pela UFPB (Universidade Federal de
Paraíba) e pela Faculdade de Ciências Médicas de Paraíba, que desenvolveram uma
RNA para fazerem testes de aprendizado de máquina. Todas as arquiteturas testadas
apresentaram acurácia média maiores que 94% sendo que a melhor delas obteve
96,2% de acurácia média. A presente pesquisa contribui para o avanço do uso da
Inteligência Artificial como suporte a decisão clínica com foco na oncologia, mostrando
que Redes Neurais Artificiais podem ser utilizadas com sucesso para o diagnóstico de
câncer cervical. In recent years, we see how advanced our world has become with the improvements provided by the diffusion of technology. One of the areas that has benefited greatly from this expansion is the area of Medical Sciences. Telemedicine, IoT in medicine, electronic medical records, 3D organ prints, assisted robotic surgeries, and nanorobots in medicine are some of the numerous advances that are already in our reality. Being seen as one of the great advances, is Artificial Intelligence in medicine, assisting in diagnostics. This activity involves a number of important factors, such as the knowledge of the technology by the doctor who will use it, ai training regarding the area in which it will be located, test batteries and data storage. The main objective of this work is to research and analyze possible ways for the use of an Artificial Neural Network (RNA), which is able to learn how to perform diagnoses, quickly and accurately, to assist health professionals. These diagnoses will be focused on the health area, in the oncology sector, specifically for cervical cancer. A case study analysis was carried out in diagnoses generated by medical and computer students, in 2018, by UFPB (Federal University of Paraíba) and the Faculty of Medical Sciences of Paraíba, who developed an RNA to take machine learning tests. All tested architectures presented mean accuracy greater than 94% and the best of them obtained 96.2% of average accuracy. This research contributes to the advancement of the use of Artificial Intelligence as a support to clinical decision-focused oncology, showing that Artificial Neural Networks can be successfully used for the diagnosis of cervical cancer. |
URI: | http://ric.cps.sp.gov.br/handle/123456789/11461 |
Aparece nas coleções: | Trabalhos de Conclusão de Curso |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
ADS_2022_1_vivianebarbosa_redesneuraisartificiais.pdf Restricted Access | 539.16 kB | Adobe PDF | Visualizar/Abrir Solictar uma cópia |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.