<iframe src="https://www.googletagmanager.com/ns.html?id=GTM-5MNKFGM7" height="0" width="0" style="display:none;visibility:hidden">
New call-to-action

Para um maior conhecimento da epidemiologia

Published by Stela Lachtermacher
November 22, 2018 @ 3:56 PM

Boa parte do prontuário eletrônico dos pacientes está em dados não estruturados o que gera a necessidade de um processo de CODIFICAÇÃO. Na BP – a Beneficência Portuguesa de São Paulo este procedimento é realizado por profissionais de nível técnico que  são treinados para transformar dados não estruturados em dados codificados dentro da Classificação Internacional de Doenças, CID-10. E o trabalho que vem sendo desenvolvido pelos hospitais do grupo é justamente treinar um sistema baseado em Inteligência artificial para que estruture dados clínicos com mostrou o gerente médico da instituição, Renato Vieira, em sua participação no Encontro CIONET sobre Inteligência Artificial.

O escopo do treinamento são as chamadas Doenças Sensíveis à Atenção Primária, responsáveis por 58,5% das mortes no mundo. Dos 800 prontuários analisados, os resultados mostraram um índice de assertividade de 80,3% e 85,3% de sensibilidade contra um percentual de 5,9% de erros. Segundo Vieira, uma das grandes vantagens é que a inteligência artificial pode transformar velozmente  capacidade de conhecimento a respeito da epidemiologia brasileira em busca de resultados cada vez mais assertivos. Veja a apresentação de Renato Vieira no Encontro CIONET.

Posted in:CIONET Brazil

No Comments Yet

Let us know what you think

You May Also Like

These Stories on CIONET Brazil

Subscribe by Email