{"id":{"repo_id":"brazil-ufpe","oai_identifier":"oai:repositorio.ufpe.br:123456789/62787"},"canonical_url":"https://search.dev.ndltd.org/etd/brazil-ufpe/oai:repositorio.ufpe.br:123456789/62787","repository":{"repo_id":"brazil-ufpe","name":"Brazil UFPE","base_url":"https://repositorio.ufpe.br/oai/request"},"display":{"title":"O papel das tecnologias emergentes no diagnóstico diferencial da isquemia mesentérica em sistemas de saúde com recursos limitados","abstract":"A isquemia mesentérica aguda (IMA) é uma condição médica associada a alta mortalidade, com taxas variando de 60% a 90%, devido à sua apresentação clínica inespecífica que frequentemente resulta em diagnóstico tardio. Apesar dos avanços nas modalidades diagnósticas e tratamentos, a detecção precoce e o manejo adequado da IMA continuam sendo desafios significativos, especialmente em sistemas de saúde com recursos limitados, como o Sistema Único de Saúde (SUS) no Brasil. Este trabalho de dissertação investiga o papel da inteligência artificial (IA) e do machine learning (ML) na melhoria do diagnóstico de IMA, propondo um protótipo inovador que combina dispositivos de imagem portátil com algoritmos de deep learning para análise automatizada de imagens médicas e dados clínicos. O objetivo é aumentar a precisão, rapidez e eficiência diagnóstica, oferecendo suporte em tempo real para a decisão clínica, mesmo em contextos com infraestrutura limitada. A implementação desse sistema no SUS poderia não apenas otimizar recursos e reduzir custos, mas também salvar vidas ao permitir um diagnóstico mais precoce e preciso da IMA. A pesquisa conclui que a adoção de tecnologias baseadas em IA tem o potencial de transformar o atendimento médico, tornando-o mais ágil, acessível e eficaz.","abstract_html":"A isquemia mesentérica aguda (IMA) é uma condição médica associada a alta mortalidade, com taxas variando de 60% a 90%, devido à sua apresentação clínica inespecífica que frequentemente resulta em diagnóstico tardio. Apesar dos avanços nas modalidades diagnósticas e tratamentos, a detecção precoce e o manejo adequado da IMA continuam sendo desafios significativos, especialmente em sistemas de saúde com recursos limitados, como o Sistema Único de Saúde (SUS) no Brasil. Este trabalho de dissertação investiga o papel da inteligência artificial (IA) e do machine learning (ML) na melhoria do diagnóstico de IMA, propondo um protótipo inovador que combina dispositivos de imagem portátil com algoritmos de deep learning para análise automatizada de imagens médicas e dados clínicos. O objetivo é aumentar a precisão, rapidez e eficiência diagnóstica, oferecendo suporte em tempo real para a decisão clínica, mesmo em contextos com infraestrutura limitada. A implementação desse sistema no SUS poderia não apenas otimizar recursos e reduzir custos, mas também salvar vidas ao permitir um diagnóstico mais precoce e preciso da IMA. A pesquisa conclui que a adoção de tecnologias baseadas em IA tem o potencial de transformar o atendimento médico, tornando-o mais ágil, acessível e eficaz.","abstract_has_math":false,"creators":["VERÍSSIMO, Rhayssa Martins de Oliveira"],"institution":"Universidade Federal de Pernambuco","degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["LINS, Emery Cleiton Cabral Correia"],"committee_chairs":[],"committee_members":[],"year":2024,"date_issued":"2024-12-13","date_published":"2024-12-13","updated_at":"2026-07-24T01:18:43Z","subjects":["Isquemia Mesentérica","Suporte à Decisão Clínica","Tratamento de Doenças Emergenciais","Aplicação de IA em Medicina","Redução de Custos na Saúde","Tecnologias de Saúde","Diagnóstico Precoce","Tecnologias de Diagnóstico de Emergência"],"languages":["por"],"rights":["openAccess","Attribution-NonCommercial-NoDerivs 3.0 Brazil"],"rights_urls":["http://creativecommons.org/licenses/by-nc-nd/3.0/br/"],"identifier_entries":[]},"links":{"outbound_url":"https://repositorio.ufpe.br/handle/123456789/62787","outbound_label":"Repository record","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["LINS, Emery Cleiton Cabral Correia"]},{"key":"dc:creator","label":"Author","values":["VERÍSSIMO, Rhayssa Martins de Oliveira"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2025-04-30T18:37:47Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2025-04-30T18:37:47Z"]},{"key":"dc:date.issued","label":"Date","values":["2024-12-13"]},{"key":"dc:publisher","label":"Institution","values":["Universidade Federal de Pernambuco"]},{"key":"dc:type","label":"Dc Type","values":["masterThesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Isquemia Mesentérica","Suporte à Decisão Clínica","Tratamento de Doenças Emergenciais","Aplicação de IA em Medicina","Redução de Custos na Saúde","Tecnologias de Saúde","Diagnóstico Precoce","Tecnologias de Diagnóstico de Emergência"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["por"]},{"key":"dc:rights","label":"Dc Rights","values":["openAccess","Attribution-NonCommercial-NoDerivs 3.0 Brazil"]},{"key":"dc:rights.uri","label":"Rights URI","values":["http://creativecommons.org/licenses/by-nc-nd/3.0/br/"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://repositorio.ufpe.br/handle/123456789/62787"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["A isquemia mesentérica aguda (IMA) é uma condição médica associada a alta mortalidade, com taxas variando de 60% a 90%, devido à sua apresentação clínica inespecífica que frequentemente resulta em diagnóstico tardio. Apesar dos avanços nas modalidades diagnósticas e tratamentos, a detecção precoce e o manejo adequado da IMA continuam sendo desafios significativos, especialmente em sistemas de saúde com recursos limitados, como o Sistema Único de Saúde (SUS) no Brasil. Este trabalho de dissertação investiga o papel da inteligência artificial (IA) e do machine learning (ML) na melhoria do diagnóstico de IMA, propondo um protótipo inovador que combina dispositivos de imagem portátil com algoritmos de deep learning para análise automatizada de imagens médicas e dados clínicos. O objetivo é aumentar a precisão, rapidez e eficiência diagnóstica, oferecendo suporte em tempo real para a decisão clínica, mesmo em contextos com infraestrutura limitada. A implementação desse sistema no SUS poderia não apenas otimizar recursos e reduzir custos, mas também salvar vidas ao permitir um diagnóstico mais precoce e preciso da IMA. A pesquisa conclui que a adoção de tecnologias baseadas em IA tem o potencial de transformar o atendimento médico, tornando-o mais ágil, acessível e eficaz."]},{"key":"dc:title","label":"Title","values":["O papel das tecnologias emergentes no diagnóstico diferencial da isquemia mesentérica em sistemas de saúde com recursos limitados"]}]}],"canonical_facts":{"dc:contributor.advisor":["LINS, Emery Cleiton Cabral Correia"],"dc:creator":["VERÍSSIMO, Rhayssa Martins de Oliveira"],"dc:date.accessioned":["2025-04-30T18:37:47Z"],"dc:date.available":["2025-04-30T18:37:47Z"],"dc:date.issued":["2024-12-13"],"dc:description.abstract":["A isquemia mesentérica aguda (IMA) é uma condição médica associada a alta mortalidade, com taxas variando de 60% a 90%, devido à sua apresentação clínica inespecífica que frequentemente resulta em diagnóstico tardio. Apesar dos avanços nas modalidades diagnósticas e tratamentos, a detecção precoce e o manejo adequado da IMA continuam sendo desafios significativos, especialmente em sistemas de saúde com recursos limitados, como o Sistema Único de Saúde (SUS) no Brasil. Este trabalho de dissertação investiga o papel da inteligência artificial (IA) e do machine learning (ML) na melhoria do diagnóstico de IMA, propondo um protótipo inovador que combina dispositivos de imagem portátil com algoritmos de deep learning para análise automatizada de imagens médicas e dados clínicos. O objetivo é aumentar a precisão, rapidez e eficiência diagnóstica, oferecendo suporte em tempo real para a decisão clínica, mesmo em contextos com infraestrutura limitada. A implementação desse sistema no SUS poderia não apenas otimizar recursos e reduzir custos, mas também salvar vidas ao permitir um diagnóstico mais precoce e preciso da IMA. A pesquisa conclui que a adoção de tecnologias baseadas em IA tem o potencial de transformar o atendimento médico, tornando-o mais ágil, acessível e eficaz."],"dc:identifier.uri":["https://repositorio.ufpe.br/handle/123456789/62787"],"dc:language.iso":["por"],"dc:publisher":["Universidade Federal de Pernambuco"],"dc:rights":["openAccess","Attribution-NonCommercial-NoDerivs 3.0 Brazil"],"dc:rights.uri":["http://creativecommons.org/licenses/by-nc-nd/3.0/br/"],"dc:subject":["Isquemia Mesentérica","Suporte à Decisão Clínica","Tratamento de Doenças Emergenciais","Aplicação de IA em Medicina","Redução de Custos na Saúde","Tecnologias de Saúde","Diagnóstico Precoce","Tecnologias de Diagnóstico de Emergência"],"dc:title":["O papel das tecnologias emergentes no diagnóstico diferencial da isquemia mesentérica em sistemas de saúde com recursos limitados"],"dc:type":["masterThesis"]},"updated_at":"2026-07-24T01:18:43Z"}