Identificao de hipercalemia via ECG
Transcrição
Identificao de hipercalemia via ECG
III Workshop de Dissertações de Mestrado do PPgSI (2016) FICHA DA PESQUISA DADOS GERAIS Título do projeto de pesquisa Identificação de Hipercalemia via ECG. Orientando Gleydson Cavalcante Silva. Orientador(es) Patrícia Rufino de Oliveira. Semestre no curso, na [ ] 2o semestre data do workshop [x] 3o semestre [ ] 4o semestre [ ] 5o semestre [ ] 6o semestre Qualificação [ ] Qualificação já realizada em: __/__/____ [ ] Realização da qualificação planejada para: 10/2016 Defesa Prazo máximo para depósito: 05/02/2018 Realização da defesa planejada para: 10/2017 Linha e Área de pesquisa Gestão e desenvolvimento de Sistemas: [ ] BD [ ] Gestão de SI [ ] Eng. de Software [ ] IHC Inteligência de Sistemas: [x] IA [x] Rec. de Padrões [ ] Proc. Gráfico Área de aplicação [ ] Ambientes Corporativos [ ] Bioinformática [ ] Biometria [ ] Economia [ ] Linguagem Natural [ ] Linguística [ ] Processos de Negócio [ ] Química [ ] Educação [ ] Educação a Distância [ ] Internet [ ] Jogos [ ] Redes Sociais [ ] Robótica [x] Saúde [ ] [outro – escrever] Publicações associadas ao projeto de mestrado DESCRIÇÃO DO PROJETO DE PESQUISA Contextualização O exame de identificação de hipercalemia demora em torno de 40 minutos para ficar pronto, e identificar essa doença / motivação no exame de ECG em salas de emergência pode salvar muitas vidas Problema de pesquisa Os trabalhos atuais conseguem identificar hipercalemia, mas os resultados no que diz respeito a acurácia e especificidade necessitam de melhoras para uma aplicação real. Objetivo geral da D Melhorar e aplicar novas téncicas de Inteligência artificail na busca de melhores resultados da identificação de pesquisa hipercalemia no examde de ECG. Trabalhos relacionados ● R. S. Porter, Prediction of hyperkalemia in dogs from electrocardiographic parameters using an artificial neural network (Um dos trabalhos precursores da área de pesquisa, mostrando que é possível identificar hipercalemia pelo sinal de ECG) ● W. Tzeng, Predicting hyperkalemia by a two-staged artificial neural network (Se apoia no trabalho anterior, e os resultados são aparesentados em comparação com o mesmo, mostrando que é possível melhorar os resultados com métodos mais elaborados.) ● W. Tzeng, Predicting hyperkalemia by the use of a 12-lead temporal-spatial electrocardiograph (Dos mesmo autores do trabalho acima, aplica uma outra abordagem, obtendo resultados ainda melhores, no que diz respeito a especificidade e acurácia.) Justificativa e relevância Aprimorando os métodos de identificação de hipercalemia em ECG, para que tenham uma precisão aceitável, será possível com a evolução do processamento de grandes volumes e dados, salvar muitas vidas, notificando pacientes antes da doença se manifestar através de sintomas, ou mesmo fazendo uma identificação rápida da doença, quando o paciente estiver em uma emergência, por um método mais rápido e menos invasivo. Proposta para Solução Observando os trabalhos, notou-se que os mesmos foram desenvolvidos em sua maioria por pessoas da área da saúde, o que abre espaço para técnicas computacionais melhor elaboradas, tanto no processamento, quanto o classificador em si. Dados Será necessário um dataset da doença, e é o principal problema que estamos enfrentando nesta fase do projeto, tentando identificar um dataset público. Validação Serão utilizadas técnicas de validação cruzada, e medições do erro, bem como acurácia, específicade e outras métricas presentes nos trabalhos relacionados, para que seja possível comparações dos resultados. Limitações A generalização do modelo para problemas do mundo real certamente será um problema, uma vez que o sinal de ECG, tem variações que podem indicar ou não uma doença, e pode ter variações que nomalmente indicam uma doença, mas em certos casos indicam outra. Resultados esperados Contribuições científicas: A modelagem para problemas semelhantes. Contribuições tecnológicas: MÉTODO DE PESQUISA Gênero [ ] Pesquisa teórica [x] Pesquisa prática [x] Pesquisa empírica [ ] Pesquisa metodológica Natureza [ ] Pesquisa básica/pura [x] Pesquisa aplicada Objetivo [ ] Pesquisa exploratória [x] Pesquisa descritiva [x] Pesquisa explicativa [ ] [outro – escrever] Abordagem [x] Pesquisa quantitativa [ ] Pesquisa qualitativa [ ] Pesquisa mista (quali-quanti) Procedimento(s) técnico(s) [x] Pesquisa experimental [x] Pesquisa bibliográfica [ ] Pesquisa documental [ ] Pesquisa ex-post-facto [ ] Pesquisa de levantamento [ ] Pesquisa com survey [ ] Estudo de caso [ ] Pesquisa participante [ ] Pesquisa-ação [ ] Pesquisa etnográfica [ ] Pesquisa netnográfica [ ] Teoria fundamentada em dados (grounded theory) [ ] Ciência do projeto (Design science research) [ ] [outro – escrever] Fonte(s) de dados [ ] pesquisa de laboratório [ ] pesquisa de campo [x] pesquisa bibliográfica [ ] [outro – escrever] [x] medição [ ] questionário [ ] entrevista [ ] grupos focais [ ] formulário [ ] benchmark [ ] observação (direta / participante) [ ] diário de campo / notas de campo [ ] análise documental (ou de artefatos) Técnica(s) / Instrumento(s) de coleta de dados Técnica(s) de análise de dados Análise quantitativa: [x] Estatística descritiva [ ] Estatística inferencial Análise qualitativa: [ ] Análise de conteúdo [ ] Análise do discurso CRONOGRAMA [altere conforme necessário] 2015 2016 2017 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 Estudo da literatura Revisão sistemática x x x x x x x x x x x x x x x x x x x x Definição da proposta x x x x Execução da proposta x x x x Coleta/obtenção de dados x Análise dos dados x x Validação da proposta x x x Preparo da qualificação x x x x Exame de qualificação Escrita da dissertação Escrita de artigo Depósito da dissertação (Outros) x x x x x x x x x x x x x x x x x x x x