Campus Salvador Dissertações - Salvador
Use este identificador para citar ou linkar para este item: https://repositorio.ifba.edu.br/jspui/handle/123456789/796
Registro completo de metadados
Campo DCValorIdioma
dc.creatorFreitas, Robson Silva Freitas-
dc.date.accessioned2025-03-31T19:44:52Z-
dc.date.available2024-08-28-
dc.date.available2025-03-31T19:44:52Z-
dc.date.issued2024-08-06-
dc.identifier.citationFreitas, R.L.S. Uma ferramenta para análise do diagnóstico da dengue, zika e chikungunya. 2024. 92 f. Relatório de trabalho de conclusão de curso (Mestrado) - Instituto Federal de Educação da Bahia, 2024.pt_BR
dc.identifier.urihttps://repositorio.ifba.edu.br/jspui/handle/123456789/796-
dc.description.abstractDengue, Zika, and Chikungunya arboviruses are considered a triple epidemic. According to the Ministry of Health, their similar characteristics and symptoms make accurate diagnosis difficult, which can lead to false positives, misdiagnosis, and severe consequences, including death. In light of this, the objective of this study was to develop an application to assist the medical community in conducting differential investigations based on patients' symptoms and serological markers, serving as a guide for healthcare professionals. The research employed real data of disease symptoms to train an artificial intelligence model, using a neural network implemented with the TensorFlow library. The validation of the algorithm revealed an overall accuracy of 83,47%, demonstrating its significant potential to assist in the differential diagnosis of the diseases.pt_BR
dc.languageporpt_BR
dc.publisherInstituto Federal de Educação, Ciência e Tecnologia da Bahiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectDiaganósticopt_BR
dc.subjectDenguept_BR
dc.subjectZikapt_BR
dc.subjectChikungunyapt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectDiagnosispt_BR
dc.subjectZikapt_BR
dc.subjectDenguept_BR
dc.subjectChikungunyapt_BR
dc.subjectArtificial intelligencept_BR
dc.titleUma ferramenta para análise do diagnóstico da dengue, zika e chikungunyapt_BR
dc.typeDissertaçãopt_BR
dc.contributor.advisor1Souza, Antônio Carlos dos Santos-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3284179037499048pt_BR
dc.contributor.advisor-co1Pinheiro, Isabelle Matos-
dc.contributor.referee1Souza, Antonio Carlos dos Santos-
dc.contributor.referee2Pinheiro, Isabelle Matos-
dc.contributor.referee3Batista, Wilson Otto Gomes-
dc.contributor.referee4Peixoto, Isabela Brandão-
dc.description.resumoAs arboviroses Dengue, Zika e Chikungunya são consideradas como um tríplice epidemia e, segundo o Ministério da Saúde por apresentarem características e sintomas semelhantes existe a dificuldade do diagnóstico preciso, isso pode levar a um resultado falso positivo, tratamento equivocado e consequências graves, inclusive a morte. Diante disso, o objetivo desse trabalho foi desenvolver um aplicativo para auxiliar a comunidade médica a traçar uma investigação diferencial, baseado nos sintomas e nos marcadores sorológicos dos pacientes, servindo como um guia para o profissional da saúde. A pesquisa empregou dados reais dos sintomas das doenças para o treinamento de um modelo de inteligência artificial, utilizando uma rede neural implementada com a biblioteca TensorFlow. A validação do algoritmo revelou uma acurácia geral de 83,47%, demonstrando seu potencial significativo para auxiliar no diagnóstico diferencial das doenças.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentPrograma de Pós-Graduação em Engenharia De Sistemas e Produtos (PPGESP)pt_BR
dc.publisher.programMestrado Profissional em Engenharia de Sistemas e Produtos (PPGESP)pt_BR
dc.publisher.initialsIFBApt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAOpt_BR
Aparece nas coleções:Dissertações - Salvador

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Dissertacao_Robson_Santos.pdf4.59 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons

Ferramentas do administrador