Autocuidado de indivíduos com diabetes mellitus com apoio de Agente Conversacional
Resumo
O objetivo deste trabalho foi desenvolver um sistema que auxilie as pessoas com diabetes no seu autocuidado, com informações sendo disponibilizadas por meio de um agente conversacional (Chatbot Dóris). A base de conhecimento do Chatbot Dóris foi desenvolvida baseando-se na necessidade do público com diabetes, abordando: Alimentação, Rótulos de alimentos, Atividade Física e Pé Diabético. O aplicativo desenvolvido denomina-se “Cuidado Diabetes”, acessível tanto pela web como por dispositivo móvel. A validação foi realizada com especialistas da área da saúde que acompanharam o desenvolvimento do sistema e com o público-alvo da pesquisa, pessoas com diabetes.Referências
Adamopoulou, E; Moussiades, L. (2020). Chatbots: History, technology, and applications. Machine Learning with Applications.
Bali, M. et al. (2019). An automated, yet interactive and portable DB designer. In: International Journal of Recent Technology and Engineering (IJRTE).; 8:6334–6340.
Banerjee M, Chakraborty S, Pal R. (2020). Diabetes self-management amid covid-19 pandemic. Diabetes Metab Syndr.;14(4):351-354.
Brasil (2013). Ministério da Saúde. Cadernos de Atenção Básica: estratégias para o cuidado da pessoa com doença crônica – Diabetes Mellitus, n. 36. Brasília, 2013.
Chaki, J. et al. (2020). Machine learning and artificial intelligence-based diabetes mellitus detection and self-management: A systematic review. In: Journal of King Saud University – Computer and Information Sciences.
Cossul, D.; Frozza, R.; Fagundes, B. J.; Ferreira, G.; Kipper, L. M.; 54 Witczak, M. V.
C. Evolução do agente pedagógico emocional Dóris em um ambiente virtual de aprendizagem. In: Editora Poisson. (Org.). Gestão da Produção em Foco.1ªed. Belo Horizonte: Poisson, Vol. 24, p. 28-38. 2018.
Down, S. (2020). Covid-19 and diabetes. In: Journal of Diabetes Nursing 24.
Dresch, A, Lacerda DP, Antunes JAVJ (2015).Desing Science Research: método de pesquisa para avanço da ciência e tecnologia. Porto Alegre: Boolmann.
IDF. International Diabetes Federation (2021). IDF Diabetes Atlas 10th Edition, Belgium, 2021.
Golinelli, D. et al. (2020). Adoption of digital technologies in health care during the covid-19 pandemic: systematic review of early scientific literature. Journal of Medical Internet Research.;22(11): 1-23.
Liberati, A. et al. The prisma statement for reporting systematic reviews and metaanalyses of studies that evaluate health care interventions: Explanation and elaboration. 2009.
Manning, C.D., Schutze, H. (1999). Foundations of statistical natural language processing. MIT Press.
Petracca, F. et al. (2020). Harnessing digital health technologies during and after the covid-19 pandemic: context matters. Journal of Medical Internet Research.;22(12): 17.
SBD. Sociedade Brasileira de Diabetes (2022). Diretrizes da Sociedade Brasileira de Diabetes.
Sowah, R.A. et al. (2020). Design and development of diabetes management system using machine learning. In: International Journal of Telemedicine and Applications.
WHO. World Health Organization (2020a). Self-care health interventions.
WHO. World Health Organization. (2020b). Naming the coronavirus disease (COVID19) and the virus that causes it.
Bali, M. et al. (2019). An automated, yet interactive and portable DB designer. In: International Journal of Recent Technology and Engineering (IJRTE).; 8:6334–6340.
Banerjee M, Chakraborty S, Pal R. (2020). Diabetes self-management amid covid-19 pandemic. Diabetes Metab Syndr.;14(4):351-354.
Brasil (2013). Ministério da Saúde. Cadernos de Atenção Básica: estratégias para o cuidado da pessoa com doença crônica – Diabetes Mellitus, n. 36. Brasília, 2013.
Chaki, J. et al. (2020). Machine learning and artificial intelligence-based diabetes mellitus detection and self-management: A systematic review. In: Journal of King Saud University – Computer and Information Sciences.
Cossul, D.; Frozza, R.; Fagundes, B. J.; Ferreira, G.; Kipper, L. M.; 54 Witczak, M. V.
C. Evolução do agente pedagógico emocional Dóris em um ambiente virtual de aprendizagem. In: Editora Poisson. (Org.). Gestão da Produção em Foco.1ªed. Belo Horizonte: Poisson, Vol. 24, p. 28-38. 2018.
Down, S. (2020). Covid-19 and diabetes. In: Journal of Diabetes Nursing 24.
Dresch, A, Lacerda DP, Antunes JAVJ (2015).Desing Science Research: método de pesquisa para avanço da ciência e tecnologia. Porto Alegre: Boolmann.
IDF. International Diabetes Federation (2021). IDF Diabetes Atlas 10th Edition, Belgium, 2021.
Golinelli, D. et al. (2020). Adoption of digital technologies in health care during the covid-19 pandemic: systematic review of early scientific literature. Journal of Medical Internet Research.;22(11): 1-23.
Liberati, A. et al. The prisma statement for reporting systematic reviews and metaanalyses of studies that evaluate health care interventions: Explanation and elaboration. 2009.
Manning, C.D., Schutze, H. (1999). Foundations of statistical natural language processing. MIT Press.
Petracca, F. et al. (2020). Harnessing digital health technologies during and after the covid-19 pandemic: context matters. Journal of Medical Internet Research.;22(12): 17.
SBD. Sociedade Brasileira de Diabetes (2022). Diretrizes da Sociedade Brasileira de Diabetes.
Sowah, R.A. et al. (2020). Design and development of diabetes management system using machine learning. In: International Journal of Telemedicine and Applications.
WHO. World Health Organization (2020a). Self-care health interventions.
WHO. World Health Organization. (2020b). Naming the coronavirus disease (COVID19) and the virus that causes it.
Publicado
30/08/2023
Como Citar
GUNDEL, Mateus Elias; KICH, Jordana; FROZZA, Rejane; VALIM, Andreia Rosane de Moura; KOEPP, Janine; POSSUELO, Lia Gonçalves.
Autocuidado de indivíduos com diabetes mellitus com apoio de Agente Conversacional. In: WORKSHOP-ESCOLA DE SISTEMAS DE AGENTES, SEUS AMBIENTES E APLICAÇÕES (WESAAC), 17. , 2023, Pelotas/RS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2023
.
p. 148-158.
ISSN 2326-5434.
