@MASTERSTHESIS{ 2023:1025831691,
 	title = {Emprego de Inteligência Artificial na predição de desfechos gestacionais},
 	year = {2023},
 	url = "http://tede.unifacs.br/tede/handle/tede/909",
 	abstract = "A saúde da mulher em idade reprodutiva é considerada um fator crítico pela Organização Pan Americana da Saúde (OPAS/OMS). O Centro de Ciências da Saúde da Universidade Federal 
 do Recôncavo da Bahia (UFRB) está realizando pesquisas sobre gestão e planejamento em sa úde, com foco nessa população. O objetivo é utilizar ferramentas computacionais para melhorar 
 o atendimento às mulheres e implementar um modelo de cuidado eficiente. O estudo está sendo 
 conduzido em unidades de saúde da família e envolve mulheres em idade fértil e gestantes com 
 idades entre 15 e 49 anos. Foi criado um Projeto de Pesquisa que utiliza inteligência computa cional para melhorar os indicadores de saúde materna e infantil. O cuidado durante a gestação 
 envolve diversas variáveis e suas múltiplas associações no controle de problemas que podem 
 ocorrer. Nesse trabalho, está sendo desenvolvido um modelo de previsão de desfechos de nas cimento, como parto normal ou prematuro, utilizando inteligência artificial (IA) e os níveis 
 plasmáticos de exames laboratoriais das gestantes como atributos de entrada. O uso de IA e 
 Aprendizado de Máquina (AM) está se tornando cada vez mais comum na área de gestação, 
 oferecendo soluções para o acompanhamento e previsão de desfechos. Existem diferentes mé todos e estruturas de AM disponíveis, como demonstrado nos trabalhos revisados. No entanto, 
 a complexidade e quantidade de variáveis de saúde, juntamente com a necessidade de proteger 
 a confidencialidade dos dados, tornam difícil determinar o melhor caminho a ser seguido pela 
 IA na busca por relacionamentos entre as variáveis e a previsão de desfechos da gravidez. Essa 
 área ainda requer muitas pesquisas, tanto para identificar o melhor método/estrutura de IA 
 quanto para estabelecer essas relações. Este trabalho, além de desenvolver o modelo proposto 
 para o Projeto de Pesquisa, também verifica e compara as previsões de desfechos gestacionais 
 entre algumas técnicas de IA e o modelo criado. Isso abre a possibilidade de pesquisas adicio nais para verificar a validade dos relacionamentos encontrados e explorar aqueles que não fo ram estabelecidos durante o desenvolvimento do modelo. A metodologia utilizada foi a Lógica 
 Fuzzy, que é pouco encontrada nas revisões realizadas, principalmente em relação ao objetivo 
 proposto neste estudo. A inclusão dessa técnica de IA contribui para preencher a lacuna exis tente nas opções disponíveis para a área de saúde. Os resultados mostraram um nível de acerto 
 das previsões de desfechos em torno de 70%, o que é compatível com outros algoritmos verifi cados. Uma das vantagens da Lógica Fuzzy é que ela não requer um grande conjunto de dados 
 para treinamento, como a maioria das técnicas de IA, pois não precisa dessa etapa. Com base 
 no conhecimento de especialistas da área, são estabelecidos os parâmetros dos atributos de en trada e das classes de saída. Poucas instâncias de dados são necessárias para ajustar e avaliar a 
 seleção final das classes de saída, o que é importante em situações com escassez de dados",
 	publisher = {Universidade Salvador},
 	scholl = {Sistemas e Computação},
 	note = {Sistemas e Computação}
}