Chatbots inteligentes para monitorização remota de COVID-19
Introdução: O COVID-19 teve grande impacto na sociedade assim como na vida dos profissionais de saúde. Os Chatbots são sistemas de processamento de linguagem natural que têm sido muito utilizados para reduzir a carga dos profissionais de saúde. No entanto, é importante dotar estes sistemas de intel...
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Rede Académica das Ciências da Saúde da Lusofonia - RACS
2023-07-01
|
| Series: | RevSALUS |
| Subjects: | |
| Online Access: | https://revsalus.com/index.php/RevSALUS/article/view/636 |
| _version_ | 1797742320328638464 |
|---|---|
| author | Sofia Malpique Eva Maia Rita Ribeiro Isabel Praça |
| author_facet | Sofia Malpique Eva Maia Rita Ribeiro Isabel Praça |
| author_sort | Sofia Malpique |
| collection | DOAJ |
| description |
Introdução: O COVID-19 teve grande impacto na sociedade assim como na vida dos profissionais de saúde. Os Chatbots são sistemas de processamento de linguagem natural que têm sido muito utilizados para reduzir a carga dos profissionais de saúde. No entanto, é importante dotar estes sistemas de inteligência para que eles possam por exemplo monitorizar remotamente pacientes com Covid-19. Para tal, é importante usar dados permitam inferir conhecimento, usando por exemplo técnicas de Machine Learning. Objetivos: O objetivo deste trabalho é o desenvolvimento de uma camada inteligente de um chatbot que monitorize remotamente pacientes com covid-19. Para isso foram investigados os poucos datasets de monitorização de covid-19 existentes, e foi criado um dataset de trabalho onde usando diferentes técnicas de Machine Learning se conseguiu inferir conhecimento útil para a monitorização dos pacientes, nomeadamente a sugestão do número de dias que um paciente deve ficar de quarentena tendo em conta os seus sintomas. Material e Métodos: Foram trabalhados três datasets diferentes, já existentes, os quais contêm informação sobre dados sociodemográficos (ex.: idade e género), datas consideradas relevantes (ex.: data diagnóstico, data de alta ou data de falecimento), o estado associado a cada doente (ex.: faleceu ou recuperou) e informação sobre doenças crónicas e sintomas de cada paciente (Albitar et al., 2020; AL-Rousan & AL-Najjar, 2020; Galo et al., 2022). Resultados: Foi realizada uma análise exploratória de cada um dos datasets encontrados, nomeadamente para perceber o conhecimento que poderia ser extraído de cada um deles. Isto permitiu comparar cada um dos datasets, tendo em conta os seus diferentes parâmetros, e concluir que dataset seria melhor para cada situação. Um novo dataset foi criado e diferentes informações foram extraídas. Conclusões: Chatbots dotados de inteligência podem ser muito úteis em momentos críticos, como o vivido durante a pandemia de Covid-19. Desta forma é importante perceber que informação os dados podem fornecer a esses sistemas para que eles eficientemente contribuam para a melhoria da saúde dos pacientes. Assim, a análise exploratória realizada permitiu sistematizar a informação existente e inferir novo conhecimento útil para a monitorização remota de doentes com Covid-19.
|
| first_indexed | 2024-03-12T14:39:09Z |
| format | Article |
| id | doaj.art-6c63eb2ad75b458a99de15070b21d945 |
| institution | Directory Open Access Journal |
| issn | 2184-4860 2184-836X |
| language | English |
| last_indexed | 2024-03-12T14:39:09Z |
| publishDate | 2023-07-01 |
| publisher | Rede Académica das Ciências da Saúde da Lusofonia - RACS |
| record_format | Article |
| series | RevSALUS |
| spelling | doaj.art-6c63eb2ad75b458a99de15070b21d9452023-08-16T15:26:15ZengRede Académica das Ciências da Saúde da Lusofonia - RACSRevSALUS2184-48602184-836X2023-07-015Sup10.51126/revsalus.v5iSup.636Chatbots inteligentes para monitorização remota de COVID-19Sofia Malpique0Eva Maia1Rita Ribeiro2Isabel Praça3Grupo de Investigação em Engenharia e Computação Inteligente para a Inovação e o Desenvolvimento (GECAD), Instituto Politécnico do Porto (ISEP-IPP), PortugalGrupo de Investigação em Engenharia e Computação Inteligente para a Inovação e o Desenvolvimento (GECAD), Instituto Politécnico do Porto (ISEP-IPP), PortugalDepartamento de Ciências dos Computadores (DCC), Faculdade de Ciências da Universidade do Porto, PortugalGrupo de Investigação em Engenharia e Computação Inteligente para a Inovação e o Desenvolvimento (GECAD), Instituto Politécnico do Porto (ISEP-IPP), Portugal Introdução: O COVID-19 teve grande impacto na sociedade assim como na vida dos profissionais de saúde. Os Chatbots são sistemas de processamento de linguagem natural que têm sido muito utilizados para reduzir a carga dos profissionais de saúde. No entanto, é importante dotar estes sistemas de inteligência para que eles possam por exemplo monitorizar remotamente pacientes com Covid-19. Para tal, é importante usar dados permitam inferir conhecimento, usando por exemplo técnicas de Machine Learning. Objetivos: O objetivo deste trabalho é o desenvolvimento de uma camada inteligente de um chatbot que monitorize remotamente pacientes com covid-19. Para isso foram investigados os poucos datasets de monitorização de covid-19 existentes, e foi criado um dataset de trabalho onde usando diferentes técnicas de Machine Learning se conseguiu inferir conhecimento útil para a monitorização dos pacientes, nomeadamente a sugestão do número de dias que um paciente deve ficar de quarentena tendo em conta os seus sintomas. Material e Métodos: Foram trabalhados três datasets diferentes, já existentes, os quais contêm informação sobre dados sociodemográficos (ex.: idade e género), datas consideradas relevantes (ex.: data diagnóstico, data de alta ou data de falecimento), o estado associado a cada doente (ex.: faleceu ou recuperou) e informação sobre doenças crónicas e sintomas de cada paciente (Albitar et al., 2020; AL-Rousan & AL-Najjar, 2020; Galo et al., 2022). Resultados: Foi realizada uma análise exploratória de cada um dos datasets encontrados, nomeadamente para perceber o conhecimento que poderia ser extraído de cada um deles. Isto permitiu comparar cada um dos datasets, tendo em conta os seus diferentes parâmetros, e concluir que dataset seria melhor para cada situação. Um novo dataset foi criado e diferentes informações foram extraídas. Conclusões: Chatbots dotados de inteligência podem ser muito úteis em momentos críticos, como o vivido durante a pandemia de Covid-19. Desta forma é importante perceber que informação os dados podem fornecer a esses sistemas para que eles eficientemente contribuam para a melhoria da saúde dos pacientes. Assim, a análise exploratória realizada permitiu sistematizar a informação existente e inferir novo conhecimento útil para a monitorização remota de doentes com Covid-19. https://revsalus.com/index.php/RevSALUS/article/view/636Chatbot inteligentecuidados preventivosmonitorização remotamachine learningProjeto iCare4NextG |
| spellingShingle | Sofia Malpique Eva Maia Rita Ribeiro Isabel Praça Chatbots inteligentes para monitorização remota de COVID-19 RevSALUS Chatbot inteligente cuidados preventivos monitorização remota machine learning Projeto iCare4NextG |
| title | Chatbots inteligentes para monitorização remota de COVID-19 |
| title_full | Chatbots inteligentes para monitorização remota de COVID-19 |
| title_fullStr | Chatbots inteligentes para monitorização remota de COVID-19 |
| title_full_unstemmed | Chatbots inteligentes para monitorização remota de COVID-19 |
| title_short | Chatbots inteligentes para monitorização remota de COVID-19 |
| title_sort | chatbots inteligentes para monitorizacao remota de covid 19 |
| topic | Chatbot inteligente cuidados preventivos monitorização remota machine learning Projeto iCare4NextG |
| url | https://revsalus.com/index.php/RevSALUS/article/view/636 |
| work_keys_str_mv | AT sofiamalpique chatbotsinteligentesparamonitorizacaoremotadecovid19 AT evamaia chatbotsinteligentesparamonitorizacaoremotadecovid19 AT ritaribeiro chatbotsinteligentesparamonitorizacaoremotadecovid19 AT isabelpraca chatbotsinteligentesparamonitorizacaoremotadecovid19 |