Busca avançada
Ano de início
Entree

Inteligência artificial para prognóstico personalizado de paciente séptico

Processo: 17/25497-6
Linha de fomento:Bolsas no Exterior - Estágio de Pesquisa - Iniciação Científica
Vigência (Início): 12 de fevereiro de 2018
Vigência (Término): 11 de maio de 2018
Área do conhecimento:Engenharias - Engenharia Biomédica - Bioengenharia
Pesquisador responsável:Karl Heinz Kienitz
Beneficiário:José Lucas de Alencar Saraiva
Supervisor no Exterior: Visakan Kadirkamanathan
Instituição-sede: Divisão de Engenharia Eletrônica (IEE). Instituto Tecnológico de Aeronáutica (ITA). Ministério da Defesa (Brasil). São José dos Campos , SP, Brasil
Local de pesquisa: University of Sheffield, Inglaterra  
Vinculado à bolsa:17/11272-2 - Predição da sepse: modelagem usando redes neurais e sua robustez, BP.IC
Assunto(s):Sepse   Robustez   Inteligência artificial   Redes neurais (computação)   Aprendizagem profunda   Pacientes

Resumo

A pesquisa desenvolvida pelo estudante no Brasil trata de instrumentos de modelagem da sepse. Sepse é uma condição clínica vulgarmente conhecida como "infecção generalizada". A pesquisa planejada para o estágio na Universidade de Sheffield complementa a pesquisa de iniciação científica feita no ITA, no Brasil, que por sua vez continua um trabalho feito em uma outra pesquisa de iniciação científica realizada no ITA em 2014/2015. Dada uma rede neural produzida no trabalho anterior, treinada para prognóstico de pacientes com sepse utilizando um banco de dados específico, o objetivo inicial do trabalho em curso é a validação e melhoria dessa rede neural por meio da integração de informações de um novo banco de dados. A investigação tratará do desafio de alcançar robustez em prognóstico de alta performance para pacientes sépticos com bancos de dados heterogêneos, os quais tem apenas correspondência parcial em suas colunas e que diferem em qualidade de registro.O objetivo da pesquisa a ser realizada na Universidade de Sheffield, na Inglaterra, é estudar a robustez da rede em relação a perturbações introduzidas de modo artificial nos bancos de dados utilizados para investigar a questão da qualidade dos dados usados. Além disso, deseja-se, com a orientação do professor Dr. Visakan Kadirkamanathan, o supervisor na instituição hospedeira, estudar topologias e métodos de treinamento alternativos para a rede neural, de modo a buscar uma rede mais robusta e mais eficiente para o prognóstico de pacientes com Sepse. Em particular, o foco vai estar em avanços recentes de inteligência artificial, como redes neurais de aprendizagem profunda. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)