HubDoctor - plataforma computacional para avaliação da gravidade de problemas bucais, urgência de agendamento, indicação dos profissionais mais qualificados para o caso, comunicação paciente-profissional e agendamento personalizado

• Processo: 19/26359-1
• Modalidade de apoio: Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
• Data de Início da vigência: 01 de maio de 2021
• Data de Término da vigência: 31 de agosto de 2023
• Área do conhecimento: Interdisciplinar
• Pesquisador responsável: Tamara Carolina Trevisan
• Beneficiário: Tamara Carolina Trevisan
• Empresa: 3TCOM Serviços em Redes de Telecomunicações Ltda
• CNAE: Atividades de apoio à gestão de saúde ; Atividades de atenção à saúde humana não especificadas anteriormente
• Município: Araraquara
• Pesquisadores associados: Andrea Abi Rached Dantas ; Denis Henrique Pinheiro Salvadeo ; Dennis Nakamura ; Elaine Maria Sgavioli Massucato ; Fabio Leite Gastal ; Fabio Massaharu Nogi ; Osmir Batista de Oliveira Júnior ; Stephen Kunihiro
• Vinculado ao auxílio: 18/08521-3 - UbDoctor - plataforma computacional para avaliação da gravidade de problemas bucais, urgência de agendamento, indicação dos profissionais mais qualificados para o caso, comunicação paciente-profissional e agendamento personalizado, AP.PIPE
• Bolsa(s) vinculada(s): 21/05304-4 - HubDoctor: plataforma computacional para avaliação da gravidade de problemas bucais, urgência de agendamento, indicação dos profissionais mais qualificados para o caso, comunicação paciente-profissional e agendamento personalizado, BP.TT; 21/04903-1 - HubDoctor: plataforma computacional para avaliação da gravidade de problemas bucais, urgência de agendamento, indicação dos profissionais mais qualificados para o caso, comunicação paciente-profissional e agendamento personalizado, BP.TT; 21/04881-8 - HubDoctor: plataforma computacional para avaliação da gravidade de problemas bucais, urgência de agendamento, indicação dos profissionais mais qualificados para o caso, comunicação paciente-profissional e agendamento personalizado, BP.PIPE
• Assunto(s): Odontologia Tecnologia da informação Computação em nuvem Plataforma (computação) Agendamento de consultas Sistemas de agendamento Avaliação clínica Patologia bucal
• Palavra(s)-Chave do Pesquisador: Clinical | Cloud Computing | Decision Support Systems | Dentistry | Mobile Aplications | Mouth Diseases | Profissional Competence | Tecnologia de Informação e Odontologia

Resumo

Os resultados obtidos na FASE I PIPE FAPESP demonstram alto potencial de comercialização da inovação proposta, pois mostraram que as pessoas têm baixo conhecimento sobre saúde bucal e buscam informações na internet para tirar dúvidas sobre seus problemas; e os dentistas estão descontentes e buscam soluções para obter sucesso profissional rápido. A plataforma HubDoctor oferece serviço disruptivo e inovador, realizado totalmente por assistente virtual conversacional com inteligência artificial (IA) especializado em odontologia (healthbot HubDoctor), que avalia o risco de patologias bucais, da orientação personalizada e pode indicar profissionais com maiores probabilidades de resolver o problema do usuário. Para que isso seja possível, será necessário superar os seguintes desafios tecnológicos: 1) Um assistente conversacional especializado em odontologia capaz de manter diálogo fluido e consistente com os usuários e ajudá-los resolver seus problemas bucais em todas as regiões do país? 2) A estrutura de diálogos por texto livre é mais eficaz que a de menu estruturado para que o healthbot realize adequada avaliação do risco de erosão ácida e indicação de profissionais? 3) O healthbot pode realizar a coleta de dados para determinação de modelos preditivos de avaliação de risco e indicação de profissional? 4) Esses modelos preditivos têm acurácia semelhante a profissionais experts na área para poder orientar os pacientes de forma confiável e assertiva? Para a FASE II PIPE, foram propostas 4 pesquisas com o objetivo de: 1) Avaliar o desempenho de duas arquiteturas (micro serviços ou convencional); 2) Validar cientificamente o modelo preditivo de avaliação do risco de erosão ácida dental desenvolvido por redes neurais e deep learning e confirmar sua acurácia frente a decisão de especialistas da área; 3) Validar cientificamente o modelo preditivo de indicação profissional desenvolvido por redes neurais e deep learning e confirmar sua acurácia frente a recomendação dada por especialistas da área; 4) Avaliar o desempenho conversacional do healthbot com usuários de diferentes classes sociais e regiões do país. Os dados obtidos serão analisados estatisticamente utilizando coeficiente Kappa, c2 e/ou regressão considerando a = 0,05. Com a realização desse projeto é esperado identificar os modelos preditivos mais adequados para a avaliação do risco de erosão ácida e para a indicação dos profissionais, bem como a melhor estratégia para desenvolver healthbot, capaz de ajudar as pessoas e os profissionais com orientações confiáveis e validadas cientificamente. (AU)