Banca de QUALIFICAÇÃO: INARA VIVIANE DE OLIVEIRA SENA

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE: INARA VIVIANE DE OLIVEIRA SENA
DATA: 27/04/2021
HORA: 15:00
LOCAL: Ambiente Virtual
TÍTULO: DESENVOLVIMENTO DE TECNOLOGIA EM SAÚDE PARA PREDIÇÃO DA GRAVIDADE DA COVID-19
PALAVRAS-CHAVES: Infecções por Coronavirus; Tecnologias em saúde; Predição; Saúde Publica
PÁGINAS: 45
GRANDE ÁREA: Ciências da Saúde
ÁREA: Enfermagem
RESUMO:

A infecção pelo coronavírus SARS-CoV-2 (COVID-19) pode causar complicações graves, que são eventualmente seguidas por falência de múltiplos órgãos, em que é exigida a hospitalização para tratamento e acompanhamento adequados. Portanto, o crescimento de técnicas impulsionadas por Inteligência Artificial(IA) para identificar os riscos epidemiológicos com antecedência será a chave para melhorar a previsão, prevenção e detecção de futuros riscos graves à saúde global. O objetivo geral do estudo é desenvolver um software assistencial para a predição da gravidade da COVID -19 em pacientes internados. Trata-se de uma pesquisametodológica embasada na aplicação da mineração de dados e aplicação de IA em bancos de dados de saúde, será utilizada a metodologia do Design Instrucional Orientado a Dados e Processo de construção de softwares. O presente estudo ocorrerá em duas etapas: a primeira ocorrerá na infraestrutura física e tecnológica do Laboratório de Informática da Pós-graduação de Enfermagem e a segunda é dois hospitais de referência para COVID-19 em Teresina –Piauí, cuja fonte dos dados referem-se aos casos hospitalizados por Síndrome Respiratória Aguda Grave notificados no Sistema de Informação da Vigilância Epidemiológica da Gripe. No estudo metodológico, ocorrerá a fase do desenvolvimento do software preditivo, que buscará construção do modelo preditivo paralelamente à tecnologia assistencial respeitando as etapas de análise, design, desenvolvimento, implementação e avaliação, a fase seguinte, propõe-se a validar software preditivo por meio da avaliação de juízes especialistas e pelo público alvo. O modelo será manuseado na linguagem Python v. 3.9.2, utilizando a biblioteca que melhor se adeque aos dados para treinamento e teste da máquina e para análise do software, utilizar-se-á o Teste Exato de Distribuição Binomial, sendo considerados nível de significância p>0,05. A coleta de dados será iniciada, após aprovação do Comitê de Ética em Pesquisa da Universidade Federal do Piauí.

MEMBROS DA BANCA:
Presidente - 1581960 - DANIELA REIS JOAQUIM DE FREITAS
Interno - 1792859 - ELAINE MARIA LEITE RANGEL ANDRADE
Externo à Instituição - KELLY MYRIAM JIMENEZ DE ALIAGA - UCV
Externo ao Programa - 1512631 - LIVIO CESAR CUNHA NUNES
Externo à Instituição - NORMA MACHADO DA SILVA - UFSC
Interno - 2364966 - ROSILANE DE LIMA BRITO MAGALHAES
Interno - 1167764 - TELMA MARIA EVANGELISTA DE ARAUJO