Resumo
Hoje, quase todas as atividades humanas geram e/ou demandam armazenar e processar conjuntos de dados cada vez maiores, que muitas vezes são diversos e complexos. Esse cenário de crescimento vertiginoso, que ocorre tanto no meio científico, acadêmico, empresarial e até mesmo nas atividades de lazer, demanda novos métodos eficientes para organização e acesso. Tal cenário está sendo chamado como a "era do big data". Atividades e sistemas relacionados à saúde estão no centro desse cenário, pois produzem grandes quantidades de dados diversificados e complexos. É importante que avancemos tecnologicamente, de modo a nos beneficiarmos desse volume de dados para ampliar o conhecimento das áreas, de modo, por exemplo, a apoiar o processo de tomada de decisão. Esse apoio à decisão em sistemas complexos está cada vez mais orientado pelas informações extraídas e o que se aprende desses grandes volumes de dados. Em um ambiente clínico, os Registros Eletrônicos dos Pacientes (REP) constituem uma plataforma propícia ao desenvolvimento de estratégias para extração de informações dos pacientes, seus perfis e mesmo de grupos que possuem uma mesma casuística. Neste projeto, pretende-se integrar suportes inovadores de bancos de dados, processamento de imagens e métodos de análise visuais de dados com base em REPs e repositórios de dados clínicos para reunir informações valiosas e significativas para a tomada de decisões que apoiem o diagnóstico e tratamento de pacientes. O tamanho e a complexidade das bases de dados de REPs oferecem grandes desafios de processamento, tanto em termos de desenvolvimento e aplicação de técnicas de análise e de extração de conhecimento, quanto ao apoio ao desenvolvimento de ferramentas práticas para uso clínico. No entanto, também incorporam uma infinidade de oportunidades para criar algoritmos e métodos capazes de exibir informações relevantes relacionadas com um paciente particular ou grupos de pacientes, que estariam usualmente ocultas pelo grande volume de dados. Além disso, uma manipulação eficiente desses dados possui alto potencial para tornar os REPs em uma plataforma mais eficaz para apoiar os profissionais de saúde, lidando com aplicações médicas de rápida demanda bem como decisões governamentais estratégicas em saúde. Neste projeto iremos desenvolver métodos e algoritmos que serão materializados em uma plataforma modular a ser disponibilizada para a comunidade da área, apoiando o cotidiano da tomada de decisões em sistemas de saúde. (AU)
Publicações científicas
(18)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
MAGALHAES TENORIO, ARIANE PRISCILLA;
FALEIROS, MATHEUS CALIL;
FERREIRA JUNIOR, JOSE RANIERY;
DALTO, VITOR FAEDA;
ASSAD, RODRIGO LUPPINO;
LOUZADA-JUNIOR, PAULO;
YOSHIDA, HIROYUKI;
NOGUEIRA-BARBOSA, MARCELLO HENRIQUE;
DE AZEVEDO-MARQUES, PAULO MAZZONCINI.
A study of MRI-based radiomics biomarkers for sacroiliitis and spondyloarthritis.
INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY,
v. 15,
n. 10
JUN 2020.
Citações Web of Science: 0.
FALEIROS, MATHEUS CALIL;
NOGUEIRA-BARBOSA, MARCELLO HENRIQUE;
DALTO, VITOR FAEDA;
FERREIRA JUNIOR, JOSE RANIERY;
MAGALHAES TENORIO, ARIANE PRISCILLA;
LUPPINO-ASSAD, RODRIGO;
LOUZADA-JUNIOR, PAULO;
RANGAYYAN, RANGARAJ MANDAYAM;
DE AZEVEDO-MARQUES, PAULO MAZZONCINI.
Machine learning techniques for computer-aided classification of active inflammatory sacroiliitis in magnetic resonance imaging.
ADVANCES IN RHEUMATOLOGY,
v. 60,
n. 1
MAY 7 2020.
Citações Web of Science: 1.
FERREIRA-JUNIOR, JOSE RANIERY;
KOENIGKAM-SANTOS, MARCEL;
MAGALHAES TENORIO, ARIANE PRISCILLA;
FALEIROS, MATHEUS CALIL;
GARCIA CIPRIANO, FEDERICO ENRIQUE;
FABRO, ALEXANDRE TODOROVIC;
NAPPI, JANNE;
YOSHIDA, HIROYUKI;
DE AZEVEDO-MARQUES, PAULO MAZZONCINI.
CT-based radiomics for prediction of histologic subtype and metastatic disease in primary malignant lung neoplasms.
INTERNATIONAL JOURNAL OF COMPUTER ASSISTED RADIOLOGY AND SURGERY,
v. 15,
n. 1
NOV 2019.
Citações Web of Science: 5.
OLIVEIRA, PAULO H.;
SCABORA, LUCAS C.;
CAZZOLATO, MIRELA T.;
OLIVEIRA, WILLIAN D.;
PAIXAO, RAFAEL S.;
TRAINA, AGMA J. M.;
TRAINA, CAETANO.
Employing Domain Indexes to Efficiently Query Medical Data From Multiple Repositories.
IEEE JOURNAL OF BIOMEDICAL AND HEALTH INFORMATICS,
v. 23,
n. 6,
p. 2220-2229,
NOV 2019.
Citações Web of Science: 1.
CAZZOLATO, MIRELA T.;
SCABORA, LUCAS C.;
NESSO-JR, MARCOS R.;
MILANO-OLIVEIRA, LUIS F.;
COSTA, ALCEU F.;
KASTER, DANIEL S.;
KOENIGKAM-SANTOS, MARCEL;
DE AZEVEDO-MARQUES, PAULO MAZZONCINI;
TRAINA-JR, CAETANO;
TRAINA, AGMA J. M.
dp-BREATH: Heat maps and probabilistic classification assisting the analysis of abnormal lung regions.
COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE,
v. 173,
p. 27-34,
MAY 2019.
Citações Web of Science: 2.