Sistema Inteligente de Apoio a Decisão no Processo de Triagem de Pacientes com Suspeita do COVID-19
Abstract
The use of Artificial Intelligence proves to be increasingly relevant, especially with regard to the accuracy of medical diagnoses. Thus, this study aimed to use intelligent agents as a tool capable of assisting in the screening of patients with suspected COVID-19, considering the initial clinical condition and the criteria established by the World Health Organization (WHO). The methodology was based on the implementation and tests with fictitious patients, considering their symptoms and the use of the textit framework JADE. Based on the results, it can be concluded that the use of intelligent agents has a lot to contribute in the search for solutions in the medical field, especially in the aid of diagnoses related to COVID-19.
References
Brenda, L. T. (2020). Coronavírus e síndromes respiratórias agudas. [Online; acessado em: 23-Maio-2020].
da Silva, P., de Brito, R., de Sousa Ximenes, J., and de Sousa, R. (2017). A aplicação da lógica de fuzzy no auxılio do diagnóstico do câncer de mama.
de Almeida, M., de Freitas, P., Barros, J., Ribeiro, G., da Silva, M., and Matos, R. (2017). Uma ferramenta baseada em agentes inteligentes aplicada ão estudo do sistema imunológico humano. In Anais do IV Encontro Nacional de Computação dos Institutos Federais, pages 21–24, Porto Alegre, RS, Brasil. SBC.
de Brito, R. X., de Sousa Ximenes, J. N., da Silva, P. H. A., and de Sousa, R. N. (2019). Sistema de análise de dados através de uma rede neural artificial mlp na predição de doença cardíaca. ANAIS ELETRÔNICOS CAIS TECH 2019, page 102.
de Sousa Ximenes, J. N., de Lima Campos, G. A., and de Vasconcelos Silveira, F. R. (2017). Promon: agente de diagnóstico e monitoramento de falhas para agentes racionais. Revista Brasileira de Computação Aplicada, 9(1):84–96.
Kermany, D. S., Goldbaum, M., Cai,W., Valentim, C. C., Liang, H., Baxter, S. L., McKeown, A., Yang, G., Wu, X., Yan, F., et al. (2018). Identifying medical diagnoses and treatable diseases by image-based deep learning. Cell, 172(5):1122–1131.
Lobo, L. C. (2017). Inteligência artificial e medicina. Revista Brasileira de Educação Médica, 41(2):185–193.
MS, M. S. (2020). Sobre coronavirus. [Online; acessado em: 24-Maio-2020].
Rocha, J. E. C. d., SOUZA Jú NIOR, G. N. d., Brito, S. R. d., Folador, A. R. C., Ramos, R. T. J., Braga, M. d. B., Botelho, M. d. N., et al. (2020). Redes neurais artificiais na previs˜ão de contágio e óbitos por covid-19: um estudo no estado do pará, brasil.
Russel, S., Norvig, P., et al. (2013). Artificial intelligence: a modern approach. Pearson Education Limited.
Ximenes, J., de Sousa, R., and de Brito, R. (2019). Sistema fuzzy como instrumento de auxílio no pré-diagnóstico da meningite. In Anais da VII Escola Regional de Computação Aplicada à Saúde, pages 264–269, Porto Alegre, RS, Brasil. SBC.
da Silva, P., de Brito, R., de Sousa Ximenes, J., and de Sousa, R. (2017). A aplicação da lógica de fuzzy no auxılio do diagnóstico do câncer de mama.
de Almeida, M., de Freitas, P., Barros, J., Ribeiro, G., da Silva, M., and Matos, R. (2017). Uma ferramenta baseada em agentes inteligentes aplicada ão estudo do sistema imunológico humano. In Anais do IV Encontro Nacional de Computação dos Institutos Federais, pages 21–24, Porto Alegre, RS, Brasil. SBC.
de Brito, R. X., de Sousa Ximenes, J. N., da Silva, P. H. A., and de Sousa, R. N. (2019). Sistema de análise de dados através de uma rede neural artificial mlp na predição de doença cardíaca. ANAIS ELETRÔNICOS CAIS TECH 2019, page 102.
de Sousa Ximenes, J. N., de Lima Campos, G. A., and de Vasconcelos Silveira, F. R. (2017). Promon: agente de diagnóstico e monitoramento de falhas para agentes racionais. Revista Brasileira de Computação Aplicada, 9(1):84–96.
Kermany, D. S., Goldbaum, M., Cai,W., Valentim, C. C., Liang, H., Baxter, S. L., McKeown, A., Yang, G., Wu, X., Yan, F., et al. (2018). Identifying medical diagnoses and treatable diseases by image-based deep learning. Cell, 172(5):1122–1131.
Lobo, L. C. (2017). Inteligência artificial e medicina. Revista Brasileira de Educação Médica, 41(2):185–193.
MS, M. S. (2020). Sobre coronavirus. [Online; acessado em: 24-Maio-2020].
Rocha, J. E. C. d., SOUZA Jú NIOR, G. N. d., Brito, S. R. d., Folador, A. R. C., Ramos, R. T. J., Braga, M. d. B., Botelho, M. d. N., et al. (2020). Redes neurais artificiais na previs˜ão de contágio e óbitos por covid-19: um estudo no estado do pará, brasil.
Russel, S., Norvig, P., et al. (2013). Artificial intelligence: a modern approach. Pearson Education Limited.
Ximenes, J., de Sousa, R., and de Brito, R. (2019). Sistema fuzzy como instrumento de auxílio no pré-diagnóstico da meningite. In Anais da VII Escola Regional de Computação Aplicada à Saúde, pages 264–269, Porto Alegre, RS, Brasil. SBC.
Published
2020-09-10
How to Cite
LOPES, Leonardo; PINTO, Francisco; DE BRITO, Rhyan.
Sistema Inteligente de Apoio a Decisão no Processo de Triagem de Pacientes com Suspeita do COVID-19. In: REGIONAL SCHOOL ON COMPUTING OF CEARÁ, MARANHÃO, AND PIAUÍ (ERCEMAPI), 8. , 2020, Evento Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2020
.
p. 220-227.
DOI: https://doi.org/10.5753/ercemapi.2020.11488.
