Desenvolvimento de um sistema inteligente para análise e gestão de textos médicos sobre câncer em prontuários eletrônicos com processamento de linguagem natural

Página do item simplificado Estatísticas
dc.contributor.advisorBarroca Filho, Itamir de Morais
dc.contributor.advisor-co1Xavier Júnior, João Carlos
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/5088238300241110pt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/1093675040121205pt_BR
dc.contributor.authorBrito, Bruna Alice Oliveira de
dc.contributor.authorLatteshttp://lattes.cnpq.br/8027922953233775pt_BR
dc.contributor.referees1Rego, Amália Cinthia Meneses do
dc.contributor.referees2Menezes Neto, Elias Jacob de
dc.contributor.referees3Lima, Jean Mário Moreira de
dc.date.accessioned2025-03-21T20:26:22Z
dc.date.available2025-03-21T20:26:22Z
dc.date.issued2025-01-28
dc.description.resumoCom o avanço tecnológico da saúde no Brasil, os Prontuários Eletrônicos de Pacientes (PePs) se tornaram o meio principal na gestão dos dados clínicos, especialmente no contexto de doenças crônicas como o câncer, uma das principais causas de mortalidade no país. Os PePs armazenam uma grande quantidade de informações relevantes sobre o paciente, incluindo histórico clínico, diagnósticos e tratamentos. Contudo, grande parte desses dados estão em formato de textos livres e sem padronização, o que dificulta sua análise e interpretação. Nesse contexto, este trabalho tem o objetivo principal de desenvolver um sistema inteligente para extrair e organizar as informações de pacientes com câncer a partir de PePs, utilizando técnicas de Processamento de Linguagem Natural (PLN) e Aprendizado de Máquina (AM). Diante deste objetivo, a abordagem inclui o desenvolvimento de dois modelos: um de Reconhecimento de Entidades Nomeadas (NER), baseado no ajuste fino de um modelo BERT treinado em português, para classificar palavras em três categorias médicas; e outro utilizando o modelo LLama para realizar a sumarização de dados clínicos. A aplicação desses modelos visa lidar com os desafios identificados na revisão sistemática da literatura, relacionados tanto à alta complexidade dos dados clínicos quanto à limitada disponibilidade de conjuntos de dados rotulados. Ademais, ao longo do trabalho serão descritos os requisitos da solução, bem como detalhes de sua arquitetura e implementação, trazendo como resultados duas interfaces principais: uma em formato de bot, que mostra as informações dos PePs sumarizados, e outra composta por dashboards que exibem os dados estruturados gerados pelos modelos de NER.pt_BR
dc.identifier.citationBRITO, Bruna Alice Oliveira de. Desenvolvimento de um sistema inteligente para análise e gestão de textos médicos sobre câncer em prontuários eletrônicos com processamento de linguagem natural. Orientador: Dr. Itamir de Morais Barroca Filho. 2025. 107f. Dissertação (Mestrado Profissional em Tecnologia da Informação) - Instituto Metrópole Digital, Universidade Federal do Rio Grande do Norte, Natal, 2025.pt_BR
dc.identifier.urihttps://repositorio.ufrn.br/handle/123456789/63157
dc.languagept_BRpt_BR
dc.publisherUniversidade Federal do Rio Grande do Nortept_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.initialsUFRNpt_BR
dc.publisher.programPROGRAMA DE PÓS-GRADUAÇÃO EM TECNOLOGIA DA INFORMAÇÃOpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectSistema de saúde inteligentept_BR
dc.subjectSumarizaçãopt_BR
dc.subjectProntuários eletrônicos do pacientept_BR
dc.subjectProcessamento de linguagem naturalpt_BR
dc.subject.cnpqCNPQ::ENGENHARIASpt_BR
dc.titleDesenvolvimento de um sistema inteligente para análise e gestão de textos médicos sobre câncer em prontuários eletrônicos com processamento de linguagem naturalpt_BR
dc.typemasterThesispt_BR

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
Desenvolvimentosistemainteligente_Brito_2025.pdf
Tamanho:
28.51 MB
Formato:
Adobe Portable Document Format
Nenhuma Miniatura disponível
Baixar

Coleções

MPPGTI - Mestrado Profissional em Tecnologia da Informação
Repositório Institucional - UFRN Campus Universitário Lagoa NovaCEP 59078-970 Caixa postal 1524 Natal/RN - BrasilUniversidade Federal do Rio Grande do Norte© Copyright 2025. Todos os direitos reservados.
Contato+55 (84) 3342-2260 - R232Setor de Repositórios Digitaisrepositorio@bczm.ufrn.br
DSpaceIBICT
OasisBR
LAReferencia
Customizado pela CAT - BCZM