Plataforma inteligente de predição do risco de doenças crônicas não transmissíveis de apoio à decisão clínica na atenção primária de saúde, usando Inteligência Artificial

Autores

Palavras-chave:

Inteligência Artificial, Informação e Saúde, Plataformas digitais

Resumo

A combinação de envelhecimento da população, escassez de profissionais da saúde, aumento da carga de Doenças Crônica Não Transmissíveis (DCNT) e restrições de recursos estão afetando o ecossistema de saúde de várias maneiras, incluindo aumento da pressão no atendimento de urgência e emergência, custos com internações e maior exposição de pacientes a infecções hospitalares. Um forte elemento dessa combinação é formado por quatro grupos principais de DCNT, incluindo doenças cardiovasculares, câncer, doenças respiratórias e diabetes. Esses grupos de doenças têm sido motivo de crescente preocupação da sociedade e de governos de todo o mundo, por colocar as pessoas em maior risco de complicações, invalidez e morte. De acordo com a (Organização Pan-Americana da Saúde, 2016), a epidemia de DCNT provocará um custo equivalente a US$ 21,3 trilhões em perdas econômicas nos países de renda baixa e média nas próximas duas décadas, valor próximo da soma dos produtos internos brutos (PIB) desses países em 2013 (US$ 24,5 trilhões).

Downloads

Não há dados estatísticos.

Biografia do Autor

Oberdan Santos da Costa, Universidade Fernando Pessoa

Doutor em Ciência da Informação pela Universidade Fernando Pessoa em Porto-Portugal. Mestre em Gestão de Empresas pela Universidade Lusófona de Humanidades e Tecnologias em Lisboa - Portugal.

Luis Borges Gouveia, Universidade Fernando Pessoa

Professor Catedrático na Universidade Fernando Pessoa (Portugal). Doutor em Ciências da Computação.
Mestre em Engenharia Eletrônica e de Computadores.

Downloads

Publicado

2024-03-28

Como Citar

COSTA, O. S. da; GOUVEIA, L. B. Plataforma inteligente de predição do risco de doenças crônicas não transmissíveis de apoio à decisão clínica na atenção primária de saúde, usando Inteligência Artificial. Revista Fontes Documentais, [S. l.], v. 6, n. Ed. Especial, p. 67–69, 2024. Disponível em: https://periodicos.ufba.br/index.php/RFD/article/view/60077. Acesso em: 5 nov. 2024.

Edição

Seção

SESSÃO TEMÁTICA II - Inteligência Artifical na Medicina