O papel das tecnologias emergentes no diagnóstico diferencial da isquemia mesentérica em sistemas de saúde com recursos limitados

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.

Grantor dc:publisher

Universidade Federal de Pernambuco

Year dc:date.issued

2024

Author dc:creator

• VERÍSSIMO, Rhayssa Martins de Oliveira

Advisor dc:contributor.advisor

• LINS, Emery Cleiton Cabral Correia

• 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

Statement dc:rights

• openAccess
• Attribution-NonCommercial-NoDerivs 3.0 Brazil

Licence dc:rights.uri

• http://creativecommons.org/licenses/by-nc-nd/3.0/br/

Language dc:language.iso

por

Repository record dc:identifier.uri

https://repositorio.ufpe.br/handle/123456789/62787

OAI identifier oai:identifier

oai:repositorio.ufpe.br:123456789/62787