UTILIZAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA ESTUDO DA PROPENSÃO AO INFARTO AGUDO DO MIOCÁRDIO.

Autores

  • LARA COLOGNESE HELEGDA
  • SÉRGIO HELEGDA
  • LUIZ CARLOS BODANESE

Palavras-chave:

Redes Neurais Artificiais, Infarto agudo do Miocárdio, Fatores de risco.

Resumo


Introdução: Os avanços na tecnologia têm permitido à sociedade moderna uma vida de relativo conforto. Este estilo de vida tem contribuído para o aparecimento de um conjunto de fatores que podem culminar em disfunções corporais, trazendo complicações graves para a saúde, destacando-se entre elas o Infarto Agudo do Miocárdio (IAM). Estudos em Inteligência Artificial vêm se destacando para a criação de métodos e soluções de problemas complexos que não poderiam ser resolvidos pelos métodos tradicionais de programação ou simplesmente pela anamnese clínica. Métodos: Para isto, foi elaborado um instrumento de avaliação sobre os fatores de risco ao IAM e aplicados 296 questionários em indivíduos de ambos os sexos, divididos em dois grupos: sujeitos internados na Unidade Cirúrgica B do Hospital Santa Clara e sujeitos que trabalham no Centro Administrativo da Irmandade Santa Casa de Misericórdia de Porto Alegre. Os dados coletados foram armazenados em um aplicativo em Software e, após, utilizados para implementar a RNA com 14 neurônios na camada de entrada e 1 neurônio na camada de saída. Resultados: O resultado deste estudo aponta que a RNA MultiLayer Perceptron treinada e validada pode ser utilizada no auxílio ao reconhecimento da inter-relação dos fatores de risco, podendo ser utilizada no amparo ao diagnóstico e na identificação do IAM em um novo conjunto de indivíduos. Conclusão: As RNA mostraram-se uma ferramenta de grande valia para o reconhecimento e suporte em estudos relacionados ao IAM. 

Downloads

Os dados de download ainda não estão disponíveis.

Edição

Seção

TRABALHOS PUBLICADOS

Como Citar

UTILIZAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA ESTUDO DA PROPENSÃO AO INFARTO AGUDO DO MIOCÁRDIO. (2016). Fiep Bulletin - online, 86(1). https://ojs.fiepbulletin.net/fiepbulletin/article/view/86.a1.71

Artigos mais lidos pelo mesmo(s) autor(es)

<< < 1 2