| Processo: | 19/26684-0 |
| Modalidade de apoio: | Bolsas no Brasil - Iniciação Científica |
| Data de Início da vigência: | 01 de abril de 2020 |
| Data de Término da vigência: | 31 de março de 2021 |
| Área de conhecimento: | Ciências da Saúde - Medicina |
| Pesquisador responsável: | José Celso Rocha |
| Beneficiário: | Eloiza Adriane Dal Molin |
| Instituição Sede: | Faculdade de Ciências e Letras (FCL-ASSIS). Universidade Estadual Paulista (UNESP). Campus de Assis. Assis , SP, Brasil |
| Assunto(s): | Inteligência artificial Redes neurais (computação) Algoritmos genéticos Controle preditivo Gravidez Adaptação fisiológica Técnicas de reprodução assistida Modelos fisiológicos |
| Palavra(s)-Chave do Pesquisador: | Inteligência Artificial | reprodução assistida | variaveis fisiologicas | Reprodução Assistida |
Resumo A Inteligência artificial (IA) experimentou um rápido crescimento nos últimos anos,passando da fase experimental para a fase de implementação em divergentes campos,incluindo a medicina. Nesse sentido, os avanços nos algoritmos e teorias de aprendizado ea disponibilidade de grandes conjuntos de dados além do poder computacional contribuírampara avanços nas aplicações atuais de IA. No ramo da reprodução assistida, a aplicabilidadee a crescente demanda da IA possui relação intrínseca com o aumento do número de casaisinférteis nacional e internacionalmente. Desse modo, a aliança entre as técnicas de IA,como as Redes Neurais Artificiais (RNAs) e os Algoritmos Genéticos (AGs) se constitui emuma estratégia que tem a capacidade de proporcionar a personalização das decisõesmédicas relativas a cada quadro específico de infertilidade. No entanto, para a construçãode modelos preditivos capazes de serem inseridos na IA visando a obtenção do sucessogestacional, faz-se necessário o levantamento de diversas variáveis interferentes nesteprocesso, como os fatores fisiológicos dos pacientes submetidos a reprodução assistida.Assim, o presente estudo visa tanto a elucidação dessas características quanto o estudodos graus de intensidade em relação à interferência gestacional. Desse modo, ao relacionarfatores fisiológicos ao prognóstico da gravidez sob uma perspectiva computacional, estapesquisa se constitui em uma alternativa para uma melhor assertividade no diagnóstico etratamento médico, diminuindo também as possíveis complicações maternas e neonatais,durante e após a gestação. | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |