Busca avançada
Ano de início
Entree
Conteúdo relacionado

DSS-TB: sistema de suporte à decisão para Tuberculose

Processo: 22/00020-0
Modalidade de apoio:Bolsas no Brasil - Iniciação Científica
Data de Início da vigência: 01 de fevereiro de 2022
Data de Término da vigência: 31 de janeiro de 2023
Área de conhecimento:Ciências da Saúde - Saúde Coletiva - Saúde Pública
Pesquisador responsável:Domingos Alves
Beneficiário:Mariana Tavares Mozini
Instituição Sede: Faculdade de Medicina de Ribeirão Preto (FMRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
Vinculado ao auxílio:20/01975-9 - Saúde digital para a estratégia End TB: da integração de dados ligados a uma melhor tomada de decisão baseada em evidências, AP.ESCIENCE.R
Assunto(s):Informática em saúde pública   Aprendizado computacional   Tuberculose   Web semântica   Pesquisa científica
Palavra(s)-Chave do Pesquisador:Aprendizado de Máquina | saúde digital | Siatema de apoio a decisão | Tuberculose | Informática em saúde pública

Resumo

Dada a importância da TB e a necessidade de dados de qualidade, este projeto tem como objetivo promover o desenvolvimento da interface do usuário (frontend) e da lógica de negócio (backend) de um Sistema de Suporte à Decisão para Tuberculose baseado na Web Semântica, o qual deverá ser capaz de consumir, integrar, analisar e disponibilizar dados de saúde de Tuberculose, obtidos a partir de bases de dados heterogêneas e sistemas de informação em saúde isolados. O bolsista irá integrar a equipe de desenvolvimento e deverá realizar as tarefas que lhe forem alocadas pelo gestor de projeto, pelas quais terá a oportunidade de adquirir novos conhecimentos em ferramentas de desenvolvimento e da Web Semântica, bem como vivenciar a condução de pesquisas científicas com foco em implementação de resultados.(AU)

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

Publicações científicas
(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)
CARVALHO, ISABELLE; NEIVA, MARIANE BARROS; BRANDAO MIYOSHI, NEWTON SHYDEO; CREPALDI, NATHALIA YUKIE; BERNARDI, FILIPE ANDRADE; LIMA, VINICIUS COSTA; DOS SANTOS, KETLIN FABRI; DE ANDRADE MIOTO, ANA CLARA; MOZINI, MARIANA TAVARES; GALLIEZ, RAFAEL MELLO; et al. Knowledge Discovery in Databases: Comorbidities in Tuberculosis Cases. COMPUTATIONAL SCIENCE - ICCS 2022, PT III, v. 13352, p. 11-pg., . (22/00020-0, 20/01975-9)