Please use this identifier to cite or link to this item:
https://ric.cps.sp.gov.br/handle/123456789/47620Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | CAVICHIOLLI, Adriane | - |
| dc.contributor.author | CRUZ, Aysllan Gabriel Santos | - |
| dc.date.accessioned | 2026-08-13T18:44:50Z | - |
| dc.date.available | 2026-08-13T18:44:50Z | - |
| dc.date.issued | 2022-12-10 | - |
| dc.identifier.citation | CRUZ, Aysllan Gabriel Santos. Inteligência artificial na área da saúde. Orientador: Adriane Cavichiolli. 2022. 10 f. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) - Faculdade de Tecnologia de Presidente Prudente, Presidente Prudente, SP, 2022. | pt_BR |
| dc.identifier.uri | https://ric.cps.sp.gov.br/handle/123456789/47620 | - |
| dc.description.abstract | A complexidade e o aumento dos dados na área da saúde têm possibilitado que técnicas de inteligência artificial (IA) sejam cada vez mais aplicadas no desenvolvimento de aplicações, trazendo uma mudança de paradigma para a área. Entre as técnicas de IA mais comumente usadas na área da saúde destacam-se métodos de aprendizado de máquina para dados estruturados, como a clássica máquina de vetores de suporte (SVM), rede neural artificial, e o aprendizado profundo, bem como o processamento de linguagem natural para dados não estruturados. Este artigo realiza um levantamento bibliográfico sobre essas técnicas e destaca as áreas onde se aplicam. Como resultado foi apresentado um levantamento sobre a tendência de utilização dessas técnicas nos últimos dez anos. Neste levantamento será possível observar que se destaca três técnicas mais eficientes, sendo eles, aprendizagem de máquina (machine learning), deep learning, e processamento de linguagem natural. | pt_BR |
| dc.description.abstract | The complexity and increase in data in the health area have made it possible for artificial intelligence (AI) techniques to be increasingly applied in the development of applications, bringing a paradigm shift to the area. Among the AI techniques most commonly used in healthcare, machine learning methods for structured data stand out, such as the classic support vector machine (SVM), artificial neural network, and deep learning, as well as data processing. natural language for unstructured data. This article conducts a bibliographic survey on these techniques and highlights the areas where they are applied. As a result, a survey was presented on the trend of using these techniques in the last ten years. In this survey it is possible to observe three main techniques with most efficiency, them being, machine learning, deep learning and natural language processing. | pt_BR |
| dc.description.sponsorship | Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas | pt_BR |
| dc.language.iso | pt_BR | pt_BR |
| dc.publisher | 157 | pt_BR |
| dc.subject | Inteligência artificial | pt_BR |
| dc.subject | Linguagem natural | pt_BR |
| dc.subject | Aprendizagem | pt_BR |
| dc.subject.other | Informação e Comunicação | pt_BR |
| dc.title | Inteligência artificial na área da saúde | pt_BR |
| dc.title.alternative | Artificial intelligence in healthcare | pt_BR |
| dc.type | Artigo Científico | pt_BR |
| dcterms.type | - | pt_BR |
| Appears in Collections: | Trabalhos de Conclusão de Curso | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| ads_2022_02_aysllangscruz_inteligenciaartificialnaareadasaude .pdf Restricted Access | 375.2 kB | Adobe PDF | View/Open Request a copy |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.