Estudos da UFRB usam inteligência sintética para esperar internação pelo Covid-19

Professores e pesquisadores da Universidade Federal de Rencavo da Bahia (UFRB) estudaram a previsibilidade da internação de pacientes inflamados com Covid-19, aprendizagem de dispositivos, aprendizagem de dispositivos (ML). Bancos de dados contendo 217. 580 pacientes SARS-CoV-2 foram estudados em exames laboratoriais nos estados de Alagoas, Esperito Santo e Santa Catarina.

O conhecimento público utilizou e cruzou esses 3 estados brasileiros e a precisão recebida entre 79,1% e 84,7%. Precisão é a proximidade de um resultado ao seu valor de referência real. referência ou o valor real.

O aplicativo faz parte de uma tarefa chamada “ContraCovid – Covid-19 Monitoring Technologies”, criada na UFRB, que é a leitura de técnicas de processamento de sinal e inteligência sintética para expandir uma abordagem de detecção e rastreamento de Covid-19 acessível através da análise automática de sintomas, ou seja, tosse e falta de ar.

No aplicativo, o usuário se cadastra, completa o histórico de aptidão e relata os sintomas que está experimentando, e então o aplicativo prevê a ameaça de internação. Com a atualização do conhecimento do novo usuário, a fórmula processa novos dados e atualiza a probabilidade de internação.

Os efeitos da pesquisa da UFRB são utilizados para alertar outros infectados, se devem ou não buscar um remédio hospitalar imediato para o Covid-19, assim que os primeiros sintomas aparecerem, impedindo que a doença piore e ajustando o tratamento extensivo obrigatório. Unidade de Atendimento (UTI).

O conhecimento também ajuda outras pessoas que vivem em espaços remotos e internos com a ameaça de covid-19, antecipam o agravamento da doença e se instalam em espaços metropolitanos com condições de cura suficientemente boas.

Os estudos foram realizados devido à falta de acesso aos testes do novo coronavírus, uma das principais armadilhas no combate à pandemia. A progressão rápida, silenciosa e desconhecida desta doença leva muitos pacientes a buscar remédios apenas quando é passado demais para tratar a síndrome respiratória aguda grave que causa.

“Nos casos que necessitam de tratamento, quanto mais rápido outras pessoas buscam atenção, maiores as graves consequências do Covid-19, como danos pulmonares”, alerta o pesquisador Igor Miranda, coordenador do estudo. “Do ponto de vista dos profissionais de fitness, você pode usar a ferramenta para saber se o paciente quer ser internado ou se quer usar a ferramenta para ajudar na alocação de leitos hospitalares”, acrescenta Miranda.

Miranda, o professor e estudioso Gildeberto de Souza Cardoso e o estudante Gabriel Oliveira, do Centro de Ciências Exatas e Tecnológicas (CETEC) da UFRB, em parceria com os estudiosos Madhurananda Pahar e Thomas Niesler, da Universidade de Stellenbosch, África do Sul, estudos cujos efeitos foram publicados na plataforma TechRxiv, em artigo ainda revisado por pares.

O artigo é intitulado “Previsão de aprendizado de máquina de internação por COVID-19 sobre sintomas auto-formados: um estudo para o Brasil”, em tradução flexível “Machine learning for hospitalization forecast due to COVID-19 on self-formed symptoms: a study for Brazil”, publicado em 8 de fevereiro.

Para Miranda, o método de estudos desenvolvidos através da UFRB pode ser replicado para outras doenças respiratórias graves.

Segundo Miranda, a pandemia acabou. ” Com toda a complexidade da logística de produção e distribuição de vacinas, teremos que usar recursos como esse, o que prevê a evolução da doença, por um tempo. “

Acesse o artigo completo

Ascom /UFRB

27/02/21

 

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *