Publication
Aplicação da inteligência artificial na função respiratória
dc.contributor.author | Cabanas, Inês | |
dc.contributor.author | Delgado, Gabriela | |
dc.contributor.author | Pereanu, Teresa | |
dc.contributor.author | Pereira, Marco | |
dc.contributor.author | Dias, Hermínia Brites | |
dc.date.accessioned | 2024-02-22T12:50:03Z | |
dc.date.available | 2024-02-22T12:50:03Z | |
dc.date.issued | 2024-02 | |
dc.description.abstract | Introdução: A Inteligência Artificial (IA) é o produto de combinações de modelos matemáticos sofisticados e de computação, que permite o desenvolvimento de algoritmos complexos capazes de imitar a inteligência humana, simulando a capacidade de raciocinar, aprender e tomar decisões. No Estudo da Função Respiratória (EFR), a IA tem sido aplicada em softwares para análise da qualidade das curvas, avaliação de parâmetros, reconhecimento de padrões ventilatórios e monitorização remota. Pretende-se com este trabalho apresentar as potencialidades da IA na área respiratória e o que já está a ser implementado. Desenvolvimento: O Machine Learning, subárea da IA que permite o aperfeiçoamento autónomo de algoritmos através da inserção de uma grande quantidade de dados com o objetivo de reconhecer padrões. Uma das características dos softwares baseados em IA é a sua capacidade de progressão quando expostos a novos casos. Diversos autores defendem que a utilidade de um software baseado em IA, no EFR, será a diminuição do tempo até ao diagnóstico final, a redução do número de testes para se obter um exame de qualidade e a padronização dos critérios de interpretação para minimizar o número de diagnósticos errados. Contudo, alertam para que a dependência excessiva das capacidades de automação por conveniência e eficiência possam interferir na formação e qualificação profissional. A aplicação da IA no EFR tem por base o desenvolvimento de algoritmos específicos de Machine Learning designados Convolution Neural Networks, utilizados em visão computacional na compreensão e interpretação de imagens ou dados visuais. Este tipo de algoritmos, inseridos em softwares de EFR, permitem automatizar a identificação de artefactos, a aplicação de critérios de qualidade e o reconhecimento de padrões ventilatórios por avaliação do FEV1 e da CVF. Encontram-se disponíveis no mercado dois softwares, ArtiQ.QC e ArtiQ.PFT, dirigidos respetivamente ao controlo da qualidade e à interpretação de curvas. A sua aplicação na prática clínica ainda está a ser estudada e discutida. A IA aplicada à telesaúde tem o objetivo de reduzir hospitalizações e melhorar a qualidade de vida em doentes crónicos, através da prevenção de exacerbações de doenças respiratórias. No domínio da terapêutica inalatória, o desenvolvimento de sensores adaptáveis aos inaladores existentes no mercado permite a monitorização contínua da adesão à terapêutica. Conclusão: Ao nível do EFR, a utilização de IA pode permitir ganhos na qualidade e capacidade diagnóstica e no acompanhamento dos indivíduos com patologias respiratórias. A sua aplicação fora dos centros especializados pode ter um papel fundamental na saúde respiratória das populações. | pt_PT |
dc.description.version | info:eu-repo/semantics/publishedVersion | pt_PT |
dc.identifier.citation | Cabanas I, Delgado G, Pereanu T, Pereira M, Dias HB. Aplicação da inteligência artificial na função respiratória. In: XVII Seminário Temático em Fisiologia Clínica, ESTeSL, 1 de fevereiro de 2024. | pt_PT |
dc.identifier.uri | http://hdl.handle.net/10400.21/17161 | |
dc.language.iso | por | pt_PT |
dc.peerreviewed | yes | pt_PT |
dc.relation.publisherversion | https://www.estesl.ipl.pt/eventos/xvii-seminario-tematico-em-fisiologia-clinica | pt_PT |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | pt_PT |
dc.subject | Inteligência artificial | pt_PT |
dc.subject | Função respiratória | pt_PT |
dc.subject | Artificial intelligence | pt_PT |
dc.subject | Respiratory function | pt_PT |
dc.subject | Machine learning | pt_PT |
dc.subject | Software | pt_PT |
dc.subject | Remote monitoring | pt_PT |
dc.title | Aplicação da inteligência artificial na função respiratória | pt_PT |
dc.type | conference object | |
dspace.entity.type | Publication | |
oaire.citation.conferencePlace | Lisboa | pt_PT |
person.familyName | Dias | |
person.givenName | Maria Hermínia Monteiro Brites | |
person.identifier.ciencia-id | E211-FB1B-04E3 | |
person.identifier.orcid | 0000-0003-1257-8734 | |
person.identifier.rid | AFL-8310-2022 | |
person.identifier.scopus-author-id | 55671930200 | |
rcaap.rights | openAccess | pt_PT |
rcaap.type | conferenceObject | pt_PT |
relation.isAuthorOfPublication | b7b7e7d9-83b2-4d63-9176-4ed73cf6b939 | |
relation.isAuthorOfPublication.latestForDiscovery | b7b7e7d9-83b2-4d63-9176-4ed73cf6b939 |
Files
Original bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- Aplicação da inteligência artificial na função respiratória.pdf
- Size:
- 5.28 MB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: