Banca de DEFESA: NAYZE LUCENA SANGREMAN ALDEMAN

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: NAYZE LUCENA SANGREMAN ALDEMAN
DATA: 18/12/2020
HORA: 09:00
LOCAL: Plataforma Zoom
TÍTULO: NEFROPATOLOGIA VIRTUAL: SISTEMA INTELIGENTE PARA AUXÍLIO AO ENSINO-APRENDIZAGEM EM PATOLOGIA RENAL
PALAVRAS-CHAVES: Aprendizagem de máquina; Ensino em patologia digital; Sistema inteligente; Patologia renal.
PÁGINAS: 76
GRANDE ÁREA: Ciências da Saúde
ÁREA: Medicina
RESUMO:

O exame complementar de biópsia renal é o padrão ouro para o diagnóstico em nefrologia. Isso implica na necessidade de um número adequado de especialistas e estrutura laboratorial completa para a realização do exame, cujo não atendimento compromete desde a formação profissional até o prognóstico do paciente acometido por doenças renais. Com o surgimento da pandemia do novo coronavírus (COVID19) o ensino remoto, especialmente o mediatizado pelas Tecnologias Digitais de Informação e Comunicação, foi adotado para todas as áreas do conhecimento e em todos os níveis, inclusive para o ensino médico. O advento de tais tecnologias pode contribuir nesse cenário de mudança de paradigma do ensino clássico com microscopia óptica para o ensino remoto amparado na microscopia digital e o uso da inteligência artificial para o desenvolvimento de ferramentas facilitadoras de ensino/aprendizagem diagnóstica. Neste estudo propusemos desenvolver um sistema inteligente utilizando inteligência artificial e algoritmos de aprendizagem de máquina, para auxílio ao ensino em patologia renal. O algoritmo de aprendizado (indutor) recebeu um conjunto de exemplos de treinamento (variáveis clínicas, laboratoriais e achados histopatológicos) para os quais os rótulos da classe associada (patologia) eram conhecidos. Cada exemplo foi descrito por um vetor de valores (variáveis) e pela patologia associada. Foram selecionadas 30 glomerulopatias para o estudo. O treinamento para a aquisição do conhecimento foi feito de forma automática por métodos de aprendizado de máquina, com o auxílio da ferramenta WEKA (www.cs.waikato.ac.nz/ml/weka). Como resultado, o desenvolvimento de um sistema inteligente, o SmartPathK para apoio ao ensino em patologia renal com acurácia de 89% utilizando algoritmo de aprendizado de máquina baseado em árvores de decisão. O sistema inteligente deverá auxiliar no ensino em patologia renal com a perspectiva de aumentar a capacidade de treinamento de novos profissionais médicos nesta área e consequentemente reduzir o tempo de diagnóstico.

MEMBROS DA BANCA:
Interno - 1716862 - ADALBERTO SOCORRO DA SILVA
Interno - 1750086 - DANIEL FERNANDO PEREIRA VASCONCELOS
Externo à Instituição - MARLENE ANTONIA DOS REIS - UFTM
Externo ao Programa - 2061294 - RICARDO DE ANDRADE LIRA RABELO
Presidente - 1247107 - SEMIRAMIS JAMIL HADAD DO MONTE