Your browser doesn't support javascript.
loading
Mostrar: 20 | 50 | 100
Resultados 1 - 20 de 1.011
Filtrar
2.
Estima (Online) ; 21(1): e1311, jan-dez. 2023.
Artigo em Inglês, Português | LILACS, BDENF - Enfermagem | ID: biblio-1443204

RESUMO

Objetivo:Relatar a experiência de uma equipe de enfermeiros estomaterapeutas na construção de um algoritmo para a indicação de equipamento coletor para estomias de eliminação. Método: Relato de experiência, do período de janeiro de 2018 a setembro de 2019, sobre o processo de construção de um algoritmo para indicação de equipamento coletor para estomias de eliminação. Resultados: A partir de determinadas características clínicas (parâmetros de avaliação) e da categorização dos equipamentos coletores (solução), foi desenvolvido um algoritmo para indicação de equipamento coletor para estomias de eliminação. Conclusão: Espera-se que esse instrumento possa auxiliar os enfermeiros na sua prática profissional quanto à escolha do equipamento coletor e na construção de protocolos clínicos.


Objective:To report the experience of a team of enterostomal therapists in the construction of an algorithm for the indication of collecting equipment for elimination stomas. Method: Experience report, from January 2018 to September 2019, on the process of building an algorithm to indicate collecting equipment for elimination stomas. Results: Based on certain clinical characteristics (assessment parameters) and the categorization of collecting equipment (solution), an algorithm was developed to indicate collecting equipment for elimination stomas. Conclusion: It is expected that this instrument can help nurses in their professional practice regarding the choice of collecting equipment and the construction of clinical protocols.


Objetivo:Relatar la experiencia de un equipo de enfermeros estomaterapeutas en la construcción de un algoritmo para la indicación de equipos recolectores para estomas de eliminación. Método: Informe de experiencia, de enero de 2018 a septiembre de 2019, sobre el proceso de construcción de un algoritmo para indicar equipos colectores para estomas de eliminación. Resultado: A partir de ciertas características clínicas (parámetros de evaluación) y la categorización de los equipos colectores (solución), se desarrolló un algoritmo para indicar equipos colectores para estomas de eliminación. Conclusión: Se espera que este instrumento pueda ayudar a los enfermeros en su práctica profesional en cuanto a la elección de equipos de recolección y la construcción de protocolos clínicos.


Assuntos
Humanos , Algoritmos , Estomia/instrumentação , Estomia/enfermagem , Enfermeiras Especialistas , Estomaterapia
4.
Aesthethika (Ciudad Autón. B. Aires) ; 19(2): 57-61, sept. 2023.
Artigo em Espanhol | LILACS | ID: biblio-1523804

RESUMO

La fantasía que impera en este film plantea la ilusión de encontrar un ser complementario que se adapte a nuestras preferencias y nos haga plenos. "Mi algoritmo está diseñado para hacerte feliz" dice el humanoide. Ilusión de que alguien tendría la posibilidad de ser complementario, de saber exactamente lo que el otro requiere. Estamos en las antípodas de la famosa fórmula de Lacan:" (Le Séminaire, Encore, 1975) "No hay relación sexual" (o sea, no hay complementariedad). No habría resto, el sujeto no estaría atravesado por la castración simbólica. La IA compite con Zeus. La fantasía del Uno, organismo previo a la separación del andrógino por parte de Zeus, se podría materializar con la IA


The fantasy that prevails in this film, raises the illusion of finding a complementary being that adapts to our preferences and makes us full. "My algorithm is designed to make you happy," says the humanoid. Illusion that someone would have the possibility of being complementary, of knowing exactly what the other requires. We are at the antipodes of Lacan's famous formula: "(Le Séminaire, Encore, 1975) "There is no sexual intercourse" (that is, there is no complementarity). There would be no rest, the subject would not be pierced by symbolic castration. AI competes with Zeus. The fantasy of the One, an organism prior to the separation of the androgynous by Zeus, could materialize with AI.


Assuntos
Humanos , Inteligência Artificial , Análise de Sentimentos , Algoritmos , Filmes Cinematográficos
5.
Int. j. morphol ; 41(4): 1267-1272, ago. 2023. ilus, tab
Artigo em Inglês | LILACS | ID: biblio-1514354

RESUMO

SUMMARY: In the study, it was aimed to predict sex from hand measurements using machine learning algorithms (MLA). Measurements were made on MR images of 60 men and 60 women. Determined parameters; hand length (HL), palm length (PL), hand width (HW), wrist width (EBG), metacarpal I length (MIL), metacarpal I width (MIW), metacarpal II length (MIIL), metacarpal II width (MIIW), metacarpal III length (MIIL), metacarpal III width (MIIIW), metacarpal IV length (MIVL), metacarpal IV width (MIVW), metacarpal V length (MVL), metacarpal V width (MVW), phalanx I length (PILL), measured as phalanx II length (PIIL), phalanx III length (PIIL), phalanx IV length (PIVL), phalanx V length (PVL). In addition, the hand index (HI) was calculated. Logistic Regression (LR), Random Forest (RF), Linear Discriminant Analysis (LDA), K-nearest neighbour (KNN) and Naive Bayes (NB) were used as MLAs. In the study, the KNN algorithm's Accuracy, SEN, F1 and Specificity ratios were determined as 88 %. In this study using MLA, it is understood that the highest accuracy belongs to the KNN algorithm. Except for the hand's MIIW, MIIIW, MIVW, MVW, HI variables, other variables were statistically significant in terms of sex difference.


En el estudio, el objetivo era predecir el sexo a partir de mediciones manuales utilizando algoritmos de aprendizaje automático (MLA). Las mediciones se realizaron en imágenes de RM de 60 hombres y 60 mujeres. Parámetros determinados; longitud de la mano (HL), longitud de la palma (PL), ancho de la mano (HW), ancho de la muñeca (EBG), longitud del metacarpiano I (MIL), ancho del metacarpiano I (MIW), longitud del metacarpiano II (MIIL), ancho del metacarpiano II (MIIW), longitud del metacarpiano III (MIIL), ancho del metacarpiano III (MIIIW), longitud del metacarpiano IV (MIVL), ancho del metacarpiano IV (MIVW), longitud del metacarpiano V (MVL), ancho del metacarpiano V (MVW), longitud de la falange I (PILL), medido como longitud de la falange II (PIIL), longitud de la falange III (PIIL), longitud de la falange IV (PIVL), longitud de la falange V (PVL). Además, se calculó el índice de la mano (HI). Regresión logística (LR), Random Forest (RF), Análisis discriminante lineal (LDA), K-vecino más cercano (KNN) y Naive Bayes (NB) se utilizaron como MLA. En el estudio, las proporciones de precisión, SEN, F1 y especificidad del algoritmo KNN se determinaron en un 88 %. En este estudio que utiliza MLA, se entiende que la mayor precisión pertenece al algoritmo KNN. Excepto por las variables MIIW, MIIIW, MIVW, MVW, HI de la mano, otras variables fueron estadísticamente significativas en términos de diferencia de sexo.


Assuntos
Humanos , Masculino , Feminino , Ossos do Carpo/diagnóstico por imagem , Falanges dos Dedos da Mão/diagnóstico por imagem , Ossos Metacarpais/diagnóstico por imagem , Determinação do Sexo pelo Esqueleto/métodos , Algoritmos , Imageamento por Ressonância Magnética , Ossos do Carpo/anatomia & histologia , Análise Discriminante , Modelos Logísticos , Falanges dos Dedos da Mão/anatomia & histologia , Ossos Metacarpais/anatomia & histologia , Aprendizado de Máquina , Algoritmo Florestas Aleatórias
7.
Braz. J. Pharm. Sci. (Online) ; 59: e23146, 2023. tab, graf
Artigo em Inglês | LILACS | ID: biblio-1505838

RESUMO

Abstract The article explores the significance of biomarkers in clinical research and the advantages of utilizing artificial intelligence (AI) and machine learning (ML) in the discovery process. Biomarkers provide a more comprehensive understanding of disease progression and response to therapy compared to traditional indicators. AI and ML offer a new approach to biomarker discovery, leveraging large amounts of data to identify patterns and optimize existing biomarkers. Additionally, the article touches on the emergence of digital biomarkers, which use technology to assess an individual's physiological and behavioural states, and the importance of properly processing omics and multi-omics data for efficient handling by computer systems. However, the article acknowledges the challenges posed by AI/ML in the identification of biomarkers, including potential biases in the data and the need for diversity in data representation. To address these challenges, the article suggests the importance of regulation and diversity in the development of AI/ML algorithms.


Assuntos
Inteligência Artificial/classificação , Biomarcadores/análise , Aprendizado de Máquina/classificação , Algoritmos , Multiômica/instrumentação
8.
Hematol., Transfus. Cell Ther. (Impr.) ; 45(2): 176-181, Apr.-June 2023. tab
Artigo em Inglês | LILACS | ID: biblio-1448350

RESUMO

Abstract Introduction The availability of a clinical decision algorithm for diagnosis of chronic lymphocytic leukemia (CLL) may greatly contribute to the diagnosis of CLL, particularly in cases with ambiguous immunophenotypes. Herein we propose a novel differential diagnosis algorithm for the CLL diagnosis using immunophenotyping with flow cytometry. Methods The hierarchical logistic regression model (Backward LR) was used to build a predictive algorithm for the diagnosis of CLL, differentiated from other lymphoproliferative disorders (LPDs). Results A total of 302 patients, of whom 220 (72.8%) had CLL and 82 (27.2%), B-cell lymphoproliferative disorders other than CLL, were included in the study. The Backward LR model comprised the variables CD5, CD43, CD81, ROR1, CD23, CD79b, FMC7, sIg and CD200 in the model development process. The weak expression of CD81 and increased intensity of expression in markers CD5, CD23 and CD200 increased the probability of CLL diagnosis, (p < 0.05). The odd ratio for CD5, C23, CD200 and CD81 was 1.088 (1.050 - 1.126), 1.044 (1.012 - 1.077), 1.039 (1.007 - 1.072) and 0.946 (0.921 - 0.970) [95% C.I.], respectively. Our model provided a novel diagnostic algorithm with 95.27% of sensitivity and 91.46% of specificity. The model prediction for 97.3% (214) of 220 patients diagnosed with CLL, was CLL and for 91.5% (75) of 82 patients diagnosed with an LPD other than CLL, was others. The cases were correctly classified as CLL and others with a 95.7% correctness rate. Conclusions Our model highlighting 4 markers (CD81, CD5, CD23 and CD200) provided high sensitivity and specificity in the CLL diagnosis and in distinguishing of CLL among other LPDs.


Assuntos
Humanos , Masculino , Feminino , Adulto , Pessoa de Meia-Idade , Idoso , Idoso de 80 Anos ou mais , Leucemia Linfocítica Crônica de Células B , Citometria de Fluxo , Algoritmos , Modelos Lineares , Imunofenotipagem , Diagnóstico Diferencial
9.
São Paulo; s.n; 2023. 101 p.
Tese em Português | LILACS | ID: biblio-1527305

RESUMO

A utilização de algoritmos de inteligência artificial tem crescido rapidamente nos últimos anos, aumentando o seu potencial de aplicação em saúde pública. Algoritmos de machine learning (ML) são capazes de auxiliar na predição de desfechos complexos e na tornada de decisões por parte dos profissionais da área. da. saúde. Esta tese tem como objetivo analisar a capacidade de generalização dos algoritmos na área da saúde e aplicar modelos de ML para predições utilizando dados tabulares frequentemente coletados nos sistemas de saúde. A tese será defendida sob a forma de três artigos científicos. O primeiro artigo realizou uma revisão sistemática da literatura sobre a capacidade de generalização de modelos de ML em saúde. Os resultados indicaram que, apesar de ainda limitada, a literatura sobre generalização em saúde está crescendo nos últimos anos em parte como uma demanda das próprias revistas científicas. O segundo artigo desenvolveu e avaliou a performance da validação externa de um algoritmo de ML no contexto da predição de risco de mortalidade neonatal. O modelo foi desenvolvido utilizando Extreme Gradient Boosting (XGB) em dados de São Paulo de 2012 a 2015, incluindo 807.932 nascidos vivos e 5.518 óbitos neonatais. Foi realizada a validação externa do algoritmo em 1.161 municípios brasileiros, incluindo todas as capitais de estado para o ano ele 2016, totalizando 2.848.052 nascidos vivos e 23.948 óbitos neonatais. Os resultados mostraram que os municípios que ofertam estruturas de maior complexidade obtiveram uma performance similar ou mesmo superior ao modelo base desenvolvido com dados do município de São Paulo. No terceiro e último artigo desta tese, foi realizada uma análise da aplicação da técnica de generalização conhecida como transfer learning nos dados da Rede IACOV-BR para predizer óbito entre pacientes internados por Covid-19 usando dados de prontuário de 16.236 pacientes de 18 hospitais brasileiros coletados no primeiro trimestre de 2020 durante o início da pandemia de Covid-19 no Brasil. A abordagem desse artigo propôs uma comparação entre uma nova solução capaz de predizer o progresso clínico dos pacientes com Covid- 19 versus a abordagem já aplicada para predições tabulares em saúde. Os resultados indicam que apesar de promissora, a técnica de transfer learning convencional não se mostrou superior aos resultados de performance obtidos localmente com os algoritmos de boosting utilizados para dados tabulares. Os resultados desta tese apontam para a importância da generalização dos algoritmos de i\IL em saúde, ao mesmo tempo que os desafios técnicos ainda persistem em relação à manutenção da performance preditiva nas diferentes localidades.


The use of artificial intelligence algorithms has significantly increased in recent years, increasing their potential for application in public health. ML algorithms (ML) can assist in the prediction of complex outcomes and in decision-making by healthcare professionals. This thesis aims to analyze the algorithmic generalization capability in healthcare and apply ML models for the prediction of health outcomes from tabular data frequently collected in healthcare systems. The thesis will be defended as three scientific articles. The first article conducted a systematic literature review on the generalization capability of ML models in healthcare. The results indicated that, although still limited, the literature on generalization in healthcare has been growing in recent years, in part as demand from journals themselves. The second article evaluated the performance of external validation of an ML algorithm in the context of predicting neonatal mortality risk. The model was developed using Extreme Gradient Boosting (XGB) on São Paulo data from 2012 to 2015, including 807,932 live births and 5,518 neonatal deaths. External validation of the algorithm was performed in 1,161 Brazilian municipalities, including all state capitals in 2016, totaling 2,848,052 live births and 23,948 neonatal deaths. The results showed that municipalities offering more complex structures obtained similar or even superior performance to the base model developed with data from the municipality of São Paulo. In the third and final article of this thesis, an analysis of the application of the generalization technique known as transfer learning was performed on IACOV-BR Network data to predict death from Covid-19 using medical record data from 16,236 patients from 18 Brazilian hospitals collected in the first quarter of 2020 during the early Covid-19 pandemic in Brazil. The results indicate that, although promising, the conventional transfer learning technique did not prove superior to locally obtained performance results with traditional boosting algorithms. The approach of this article proposed a comparison between a new solution for predicting the clinical progress of Covid-19 patients versus the approach already applied for tabular predictions in healthcare. The results of this thesis point to the importance of the generalization of ML algorithms in healthcare, while technical challenges persist regarding the maintenance of predictive performance in different locations.


Assuntos
Algoritmos , Epidemiologia , Tomada de Decisões , Aprendizado de Máquina , Previsões
10.
Rev. crim ; 65(1): 11-25, 2023. tab
Artigo em Espanhol | LILACS | ID: biblio-1427612

RESUMO

En la sociedad de hoy los delitos vienen incrementándose y particularmente en la ciudad de Bogotá, lo que ha causado muchos inconvenientes a la Policía Nacional de Colombia, así como también a los centros de seguridad ciudadana. Ante esta situación, se ha propuesto una predicción de tiempo-espacio en los puntos críticos de crímenes y delitos, con la ayuda de inteligencia artificial. Por consiguiente, este trabajo tiene como objetivo analizar, resumir, interpretar y evaluar las distintas técnicas de predicción espacio-temporal de la delincuencia con un panorama inteligente. Por la propia naturaleza de la investigación, se utilizó una metodología de enfoque descriptivo-cualitativo, con la cual se diseñaron fichas de observación estructurada para sistematizar información de cinco bases de datos: Scopus, Web of Science, IEEE, ACM, Springer; dichas publicaciones comprenden desde 2019 hasta junio de 2021. En consecuencia, se encontraron en total 3015 estudios, después del proceso de cribado y verificación de los criterios de exclusión e inclusión, se seleccionaron 132 artículos, luego se aplicaron preguntas Psicólogo Interno Residente (PIR), quedando así 18 artículos. Los principales hallazgos encontrados indican que los algoritmos de redes neuronales resultaron ser uno de los métodos más eficaces para la detección de puntos críticos de delincuencia, dado que los grandes avances de la tecnología coadyuvarían en los próximos años a predecir de forma rápida y eficaz los actos delictivos y los crímenes ubicados en cualquier región del continente latinoamericano.


In today's society, crimes are increasing, particularly in the city of Bogota, which has caused many inconveniences to the National Police of Colombia, as well as to the citizen security centers. Given this situation, a time-space prediction of crime and crime hotspots has been proposed with the help of artificial intelligence. Therefore, this paper aims to analyze, summarize, interpret and evaluate the various techniques of space-time prediction of crime with an intelligent view. Due to the very nature of the research, a descriptive-qualitative approach methodology was used, with which structured observation sheets were designed to systematize information from five da-tabases: Scopus, Web of Science, IEEE, ACM, Springer; these publications span from 2019 to June 2021. Consequently, a total of 3015 studies were found, after the screening process and verification of exclusion and inclusion criteria, 132 articles were selected, then questions were applied Psychologist Internal Resident (PIR), thus leaving 18 articles. The main findings indicate that neural network algorithms proved to be one of the most effective methods for the detection of crime hotspots, given that the great advances in technology would help in the coming years to quickly and effectively predict criminal acts and crimes located in any region of the Latin American continent.


Na sociedade de hoje, a criminalidade está aumentando, particularmente na cidade de Bogotá, o que tem causado muitos inconvenientes para a Polícia Nacional Colombiana, bem como para os centros de segurança do cidadão. Diante desta situação, foi proposta uma previsão tempo-espacial de hotspots de crime com a ajuda da inteligência artificial. Portanto, este documento visa analisar, resumir, interpretar e avaliar as diversas técnicas de previsão espaço-temporal do crime com uma visão inteligente. Devido à própria natureza da pesquisa, foi utilizada uma metodologia de abordagem descritiva-qualitativa, com a qual foram elaboradas fichas de observação estrutura-das para sistematizar informações de cinco bancos de dados: Scopus, Web of Science, IEEE, ACM, Springer; estas publicações abrangem o período de 2019 a junho de 2021. Consequentemente, foi encontrado um total de 3015 estudos, após o processo de triagem e verificação dos critérios de exclusão e inclusão, 132 artigos foram selecionados, depois foram aplicadas perguntas ao Psicólogo em Residência (PIR), deixando 18 artigos. As principais descobertas indicam que os algoritmos de redes neurais provaram ser um dos métodos mais eficazes para a detecção de hotspots de crime, dado que os grandes avanços na tecnologia ajudarão nos próximos anos a prever rápida e efetivamente atos criminosos e crimes localizados em qualquer região do continente latino-americano.


Assuntos
Humanos , Inteligência Artificial , Crime , Comportamento Criminoso , Segurança , Algoritmos , Polícia , Colômbia
11.
Rev. bras. med. esporte ; 29(spe1): e2022_0197, 2023. tab, graf
Artigo em Inglês | LILACS | ID: biblio-1394845

RESUMO

ABSTRACT Introduction The recent development of the deep learning algorithm as a new multilayer network machine learning algorithm has reduced the problem of traditional training algorithms easily falling into minimal places, becoming a recent direction in the learning field. Objective Design and validate an artificial intelligence model for deep learning of the resulting impacts of weekly load training on students' biological system. Methods According to the physiological and biochemical indices of athletes in the training process, this paper analyzes the actual data of athletes' training load in the annual preparation period. The characteristics of athletes' training load in the preparation period were discussed. The value, significance, composition factors, arrangement principle and method of calculation, and determination of weekly load density using the deep learning algorithm are discussed. Results The results showed that the daily 24-hour random sampling load was moderate intensity, low and high-intensity training, and enhanced the physical-motor system and neural reactivity. Conclusion The research shows that there can be two activities of "teaching" and "training" in physical education and sports training. The sports biology monitoring research proves to be a growth point of sports training research with great potential for expansion for future research. Level of evidence II; Therapeutic studies - investigation of treatment outcomes.


RESUMO Introdução O recente desenvolvimento do algoritmo de aprendizado profundo como um novo algoritmo de aprendizado de máquina de rede multicamadas reduziu o problema dos algoritmos de treinamento tradicionais, que facilmente caiam em locais mínimos, tornando-se uma direção recente no campo do aprendizado. Objetivo Desenvolver e validar um modelo de inteligência artificial para aprendizado profundo dos impactos resultantes dos treinos semanais de carga sobre o sistema biológico dos estudantes. Métodos De acordo com os índices fisiológicos e bioquímicos dos atletas no processo de treinamento, este artigo analisa os dados reais da carga de treinamento dos atletas no período anual de preparação. As características da carga de treinamento dos atletas no período de preparação foram discutidas. O valor, significância, fatores de composição, princípio de arranjo e método de cálculo e determinação da densidade de carga semanal usando o algoritmo de aprendizado profundo são discutidos. Resultados Os resultados mostraram que a carga diária de 24 horas de amostragem aleatória foi de intensidade moderada, treinamento de baixa densidade e alta intensidade, e o sistema físico-motor e a reatividade neural foram aprimorados. Conclusão A pesquisa mostra que pode haver duas atividades de "ensino" e "treinamento" na área de educação física e no treinamento esportivo. A pesquisa de monitoramento da biologia esportiva revela-se um ponto de crescimento da pesquisa de treinamento esportivo com grande potencial de expansão para pesquisas futuras. Nível de evidência II; Estudos terapêuticos - investigação dos resultados do tratamento.


RESUMEN Introducción El reciente desarrollo del algoritmo de aprendizaje profundo como un nuevo algoritmo de aprendizaje automático de red multicapa ha reducido el problema de los algoritmos de entrenamiento tradicionales, que caen fácilmente en lugares mínimos, convirtiéndose en una dirección reciente en el campo del aprendizaje. Objetivo Desarrollar y validar un modelo de inteligencia artificial para el aprendizaje profundo de los impactos resultantes del entrenamiento de la carga semanal en el sistema biológico de los estudiantes. Métodos De acuerdo con los índices fisiológicos y bioquímicos de los atletas en el proceso de entrenamiento, este artículo analiza los datos reales de la carga de entrenamiento de los atletas en el período de preparación anual. Se analizaron las características de la carga de entrenamiento de los atletas en el periodo de preparación. Se analizan el valor, el significado, los factores de composición, el principio de disposición y el método de cálculo y determinación de la densidad de carga semanal mediante el algoritmo de aprendizaje profundo. Resultados Los resultados mostraron que la carga diaria de 24 horas de muestreo aleatorio era de intensidad moderada, de baja densidad y de alta intensidad de entrenamiento, y que el sistema físico-motor y la reactividad neural mejoraban. Conclusión La investigación muestra que puede haber dos actividades de "enseñanza" y "formación" en la educación física y el entrenamiento deportivo. La investigación sobre el seguimiento de la biología del deporte demuestra ser un punto de crecimiento de la investigación sobre el entrenamiento deportivo con un gran potencial de expansión para futuras investigaciones. Nivel de evidencia II; Estudios terapéuticos - investigación de los resultados del tratamiento.


Assuntos
Humanos , Algoritmos , Biologia Computacional/métodos , Desempenho Atlético/fisiologia , Aprendizado Profundo , Educação Física e Treinamento/métodos
12.
Rev. bras. med. esporte ; 29(spe1): e2022_0199, 2023. tab, graf
Artigo em Inglês | LILACS | ID: biblio-1394846

RESUMO

ABSTRACT Introduction Nowadays, more people are concerned with physical exercise and swimming competitions, as a major sporting event, have become a focus of attention. Such competitions require special attention to their athletes and the use of computational algorithms assists in this task. Objective To design and validate an algorithm to evaluate changes in vital capacity and blood markers of athletes after swimming matches based on combined learning. Methods The data integration algorithm was used to analyze changes in vital capacity and blood acid after combined learning swimming competition, followed by the construction of an information system model to calculate and process this algorithm. Results Comparative experiments show that the neural network algorithm can reduce the calculation time from the original initial time. In the latest tests carried out in about 10 seconds, this has greatly reduced the total calculation time. Conclusion According to the model requirements of the designed algorithm, practical help has been demonstrated by building a computational model. The algorithm can be optimized and selected according to the calculation model according to the reality of the application. Level of evidence II; Therapeutic studies - investigation of treatment outcomes.


RESUMO Introdução Atualmente, mais pessoas preocupam-se com o exercício físico e as competições de natação, como evento esportivo de destaque, tornou-se foco de atenção. Tais competições exigem atenção especial aos seus atletas e o uso de algoritmos computacionais auxiliam nessa tarefa. Objetivo Projetar e validar um algoritmo para avaliação das alterações da capacidade vital e marcadores sanguíneos dos atletas após os jogos de natação baseados no aprendizado combinado. Métodos O algoritmo de integração de dados foi usado para analisar as mudanças de capacidade vital e ácido sanguíneo após competição de natação de aprendizado combinado, seguido à construção de um modelo de sistema de informação para calcular e processar esse algoritmo. Resultados Experiências comparativas mostram que o algoritmo de rede neural pode reduzir o tempo de cálculo a partir do tempo inicial original. Nos últimos testes levados à cabo em cerca de 10 segundos, isto reduziu muito o tempo total de cálculo. Conclusão De acordo com os requisitos do modelo do algoritmo projetado, foi demonstrada a ajuda prática pela construção de um modelo computacional. O algoritmo pode ser otimizado e selecionado de acordo com o modelo de cálculo, segundo a realidade da aplicação. Nível de evidência II; Estudos terapêuticos - investigação dos resultados do tratamento.


RESUMEN Introducción Hoy en día, cada vez más personas se preocupan por el ejercicio físico y las competiciones de natación, como evento deportivo destacado, se han convertido en un foco de atención. Estas competiciones requieren una atención especial para sus atletas y el uso de algoritmos computacionales ayuda en esta tarea. Objetivo Diseñar y validar un algoritmo para evaluar los cambios en la capacidad vital y los marcadores sanguíneos de los atletas después de los partidos de natación basado en el aprendizaje combinado. Métodos Se utilizó el algoritmo de integración de datos para analizar los cambios de la capacidad vital y la acidez de la sangre tras la competición de natación de aprendizaje combinado, seguido de la construcción de un modelo de sistema de información para calcular y procesar este algoritmo. Resultados Los experimentos comparativos muestran que el algoritmo de la red neuronal puede reducir el tiempo de cálculo con respecto al tiempo inicial. En las últimas pruebas realizadas en unos 10 segundos, esto redujo en gran medida el tiempo total de cálculo. Conclusión De acuerdo con los requisitos del modelo del algoritmo diseñado, se ha demostrado la ayuda práctica mediante la construcción de un modelo computacional. El algoritmo puede optimizarse y seleccionarse según el modelo de cálculo en función de la realidad de la aplicación. Nivel de evidencia II; Estudios terapéuticos - investigación de los resultados del tratamiento.


Assuntos
Humanos , Natação/fisiologia , Algoritmos , Biomarcadores/análise , Aprendizado Profundo , Desempenho Atlético/fisiologia , Atletas
13.
Rev. bras. med. esporte ; 29(spe1): e2022_0198, 2023. tab, graf
Artigo em Inglês | LILACS | ID: biblio-1394847

RESUMO

ABSTRACT Introduction Many countries have increased their investments in human resources and technology for the internal development of competitive sports, leading the world sports scene to increasingly fierce competition. Coaches and research assistants must place importance on feedback tools for frequent training of college athletes, and deep learning algorithms are an important resource to consider. Objective To develop and validate a swarm algorithm to examine the fitness of athletes during periods of competition. Methods Based on the swarm intelligence algorithm, the concept, composition, and content of physical exercises were analyzed. Combined with the characteristics of events, the body function files and the comprehensive evaluation system for high-level athletes were established. Results The insight was obtained that the constant mastery of the most advanced techniques and tactics by athletes is an important feature of modern competitive sports. Physical fitness is not only a valuable asset for athletes but also one of the keys to success in competition. Conclusion Fitness has become an increasingly prominent issue in competition, and the scientific training of contemporary competitive sports has been increasingly refined. Level of evidence II; Therapeutic studies - investigation of treatment outcomes.


RESUMO Introdução Muitos países aumentaram seus investimentos em recursos humanos e tecnologia para o desenvolvimento interno de esportes competitivos, levando o cenário esportivo mundial a uma disputa cada vez mais acirrada. Treinadores e assistentes de pesquisa devem dar importância às ferramentas de feedback para o treinamento frequente dos atletas universitários e os algoritmos de aprendizado profundo são um importante recurso a ser levado em consideração. Objetivo Desenvolver e validar um algoritmo de enxame para examinar o condicionamento físico dos atletas em períodos de competição. Métodos Com base no algoritmo de inteligência de enxame, o conceito, composição e conteúdo de exercícios físicos foram analisados. Combinado com as características dos eventos, os arquivos de funções corporais e o sistema abrangente de avaliação de atletas de alto nível foram estabelecidos. Resultados Obteve-se a percepção de que o constante domínio das técnicas e táticas mais avançadas pelos atletas é uma característica importante dos esportes competitivos modernos. A aptidão física não é apenas um ativo valioso para os atletas, mas também uma das chaves para o sucesso nas competições. Conclusão A aptidão física tem se tornado cada vez mais um problema proeminente na competição, sendo o treinamento científico dos esportes competitivos contemporâneos cada vez mais aperfeiçoado. Nível de evidência II; Estudos terapêuticos - investigação dos resultados do tratamento.


RESUMEN Introducción Muchos países han aumentado sus inversiones en recursos humanos y tecnología para el desarrollo interno del deporte de competición, lo que ha llevado al panorama deportivo mundial a una competencia cada vez más feroz. Los entrenadores y asistentes de investigación deben dar importancia a las herramientas de retroalimentación para el entrenamiento frecuente de los atletas universitarios y los algoritmos de aprendizaje profundo son un recurso importante a tener en cuenta. Objetivo Desarrollar y validar un algoritmo de enjambre para examinar el estado físico de los atletas durante los periodos de competición. Métodos A partir del algoritmo de inteligencia de enjambre, se analizó el concepto, la composición y el contenido de los ejercicios físicos. En combinación con las características de los eventos, se establecieron los archivos de funciones corporales y el sistema de evaluación integral de los atletas de alto nivel. Resultados Se obtuvo la conclusión de que el dominio constante de las técnicas y tácticas más avanzadas por parte de los atletas es una característica importante de los deportes de competición modernos. La forma física no sólo es un activo valioso para los deportistas, sino también una de las claves del éxito en las competiciones. Conclusión La aptitud física se ha convertido en una cuestión cada vez más importante en la competición, y el entrenamiento científico de los deportes de competición contemporáneos es cada vez mejor. Nivel de evidencia II; Estudios terapéuticos - investigación de los resultados del tratamiento.


Assuntos
Humanos , Adulto , Adulto Jovem , Algoritmos , Exercício Físico/fisiologia , Desempenho Atlético/fisiologia , Aprendizado Profundo , Traumatismos em Atletas , Esportes/fisiologia , Força Muscular , Atletas
14.
Rev. bras. med. esporte ; 29(spe1): e2022_0194, 2023. tab, graf
Artigo em Inglês | LILACS | ID: biblio-1394852

RESUMO

ABSTRACT Introduction In medicine, Deep Learning is a type of machine learning that aims to train computers to perform human tasks by simulating the human brain. Gait recognition and gait motion simulation is one of the most interesting research areas in the field of biometrics and can benefit from this technological feature. Objective To use Deep Learning to format and validate according to the dynamic characteristics of gait. Methods Gait was used for identity recognition, and gait recognition based on kinematics and dynamic gait parameters was performed through pattern recognition, including the position and the intensity value of maximum pressure points, pressure center point, and pressure ratio. Results The investigation shows that the energy consumption of gait as modeled analyzed, and the model of gait energy consumption can be obtained, which is comprehensively affected by motion parameters and individual feature parameters. Conclusion Real-time energy measurement is obtained when most people walk. The research shows that the gait frequency and body parameters obtained from the tactile parameters of gait biomechanics can more accurately estimate the energy metabolism of exercise and obtain the metabolic formula of exercise. There is a good application prospect for assessing energy metabolism through the tactile parameters of gait. Level of evidence II; Therapeutic studies - investigating treatment outcomes.


RESUMO Introdução Na medicina, o aprendizado profundo é um tipo de aprendizado de máquina que visa treinar computadores para a realização de tarefas humanas simulando o cérebro humano. O reconhecimento da marcha e a simulação do movimento de marcha são um dos pontos de maior interesse da investigação no campo da biometria e pode ser beneficiado com esse recurso tecnológico. Objetivo Utilizar o aprendizado profundo para formatar e validar, de acordo com as características dinâmicas da marcha. Métodos A marcha foi utilizada para o reconhecimento da identidade, e o reconhecimento da marcha baseado na cinemática e parâmetros dinâmicos de marcha foi realizado através do reconhecimento de padrões, incluindo a posição e o valor de intensidade dos pontos de pressão máxima, ponto central de pressão e relação de pressão. Resultados A investigação mostra que o consumo de energia da marcha como modelado analisado, e o modelo de consumo de energia da marcha pode ser obtido, o qual é afetado de forma abrangente pelos parâmetros de movimento e pelos parâmetros de características individuais. Conclusão A medição de energia em tempo real é obtida quando a maioria das pessoas caminha. A investigação mostra que a frequência da marcha e os parâmetros corporais obtidos a partir dos parâmetros tácteis da biomecânica da marcha podem estimar com maior precisão o metabolismo energético do exercício e obter a fórmula metabólica do exercício. Há uma boa perspectiva de aplicação para avaliar o metabolismo energético através dos parâmetros tácteis da marcha. Nível de evidência II; Estudos terapêuticos - investigação dos resultados do tratamento.


RESUMEN Introducción En medicina, el aprendizaje profundo es un tipo de aprendizaje que pretende entrenar a los ordenadores para que realicen tareas humanas simulando el cerebro humano. El reconocimiento de la marcha y la simulación de su movimiento es uno de los puntos más interesantes de la investigación en el campo de la biometría y puede beneficiarse de este recurso tecnológico. Objetivo Utilizar el aprendizaje profundo para formatear y validar según las características dinámicas de la marcha. Métodos Se utilizó la marcha para el reconocimiento de la identidad, y el reconocimiento de la marcha basado en la cinemática y los parámetros dinámicos de la marcha se realizó mediante el reconocimiento de patrones, incluyendo la posición y el valor de la intensidad de los puntos de presión máxima, el punto de presión central y la relación de presión. Resultados La investigación muestra que el consumo de energía de la marcha, tal y como se analizó, y el modelo de consumo de energía de la marcha se puede obtener, que es ampliamente afectado por los parámetros de movimiento y los parámetros de las características individuales. Conclusión La medición de la energía en tiempo real se obtiene cuando la mayoría de la gente camina. La investigación muestra que la frecuencia de la marcha y los parámetros corporales obtenidos a partir de los parámetros táctiles de la biomecánica de la marcha pueden estimar con mayor precisión el metabolismo energético del ejercicio y obtener la fórmula metabólica del mismo. Existe una buena perspectiva de aplicación para evaluar el metabolismo energético a través de los parámetros táctiles de la marcha. Nivel de evidencia II; Estudios terapéuticos - investigación de los resultados del tratamiento.


Assuntos
Humanos , Metabolismo Energético/fisiologia , Análise da Marcha , Fenômenos Biomecânicos , Algoritmos
15.
Ortodoncia ; 86(172): 74-77, dic. 2022. ilus
Artigo em Espanhol | LILACS, UNISALUD, BINACIS | ID: biblio-1436440

RESUMO

A lo largo del tiempo, la Ortodoncia fue pasando por distintos periodos con características propias y bien definidas, hasta llegar a la época actual, en la que el descubrimiento de inteligencia artificial (IA), que combina la ciencia informática, algoritmos y recopilación de miles de datos, logra simplificar nuestro trabajo y nos conduce a un fin muy claro, que es un tratamiento personalizado.


Orthodontics, through the ages, went through different periods with its own welldefined characteristics, until we reach the present time, where the discovery of artificial intelligence (AI), which combines computer science, algorithms and the collection of thousands of data, manage to simplify our work, and lead us to a very clear goal, which is a personalized treatment.


Assuntos
Ortodontia , Inteligência Artificial , Big Data , Algoritmos
16.
RECIIS (Online) ; 16(4): 820-836, out.-dez. 2022.
Artigo em Português | LILACS | ID: biblio-1411130

RESUMO

Youtubers são influenciadores digitais que utilizam como plataforma principal o YouTubeeconseguem se relacionar com o seu público, objetivando reverter suas interações em ganhos monetários. Entretanto, a plataforma YouTube é consideravelmente administrada por algoritmos que carecem de precisão, quanto ao seu funcionamento, e sofrem repentinas modificações, tornando o exercício da profissão um constante desafio para esses criadores de conteúdos. Logo, o presente trabalho tem por objetivo apresentar um recorte dos resultados obtidos em um estudo para dissertação de mestrado profissional em psicologia, que, a partir da análise de conteúdo, articulou as verbalizações de seis youtubers entrevistados com a literatura atual disponível. Foi possível identificar que, mesmo naqueles que têm experiência nessa atividade, o algoritmo do YouTube ainda provoca inquietações por sua falta de transparência, sua imprevisibilidade e sua volatilidade, as quais podem vir a resultar em prejuízos à saúde mental dos sujeitos que não estejam preparados para tal ofício.


Youtubers are digital influencers who use Youtube as their main platform. They are able to engage with their audience aiming to turn their interactions into monetary gains. However, the YouTube platform is considerably managed by algorithms that lack precision in terms of their functioning and are suddenly modified, making the exercise of the profession a constant challenge for these content creators. Therefore, this article aims to present some of the results obtained through a study for a dissertation of professional master's degree in psychology that, based on content analysis, articulated the verbalizations of six you-tubers interviewed with the current literature available. It was possible to identify that, even for those who have experience in this activity, the YouTube algorithm still causes concerns with regard to its lack of transparency, its unpredictability and its volatility, which may result in damage to mental health of those who are not prepared for this activity.


Los youtubers son personas influyentes que usan YouTube como su plataforma principal y son capaces de interactuar con su audiencia, con el objetivo de convertir sus interacciones en numerarios. Sin embargo, la plataforma YouTube es de manera considerable manejada por algoritmos que carecen de precisión en cuanto a su funcionamiento y sufren cambios repentinos, haciendo del ejercicio de la profesión un desafío constante para estos creadores de contenido. Por lo tanto, el presente trabajo tiene como objetivo presentar un recorte de los resultados obtenidos en un estudio para una disertación de grado académico de magíster en psicología, que, a partir del análisis de contenido, articuló las verbalizaciones de seis youtubersentrevistados con la literatura actual disponible. Fue posible identificar que, incluso para aquellos que tienen experiencia en esta actividad, el algoritmo de YouTube sigue siendo motivo de preocupación por su falta de transparencia, su imprevisibilidad y su volatilidad, lo que puede resultar en daños a la salud mental de los sujetos que no están preparados para tal trabajo.


Assuntos
Humanos , Saúde Mental , Internet , Rede Social , Categorias de Trabalhadores , Estresse Psicológico , Volatilização , Algoritmos , Estresse Ocupacional
17.
J. coloproctol. (Rio J., Impr.) ; 42(4): 302-307, Oct.-Dec. 2022. tab, ilus
Artigo em Inglês | LILACS | ID: biblio-1430676

RESUMO

Introduction: Right colon diverticulitis (RCD) is an uncommon condition in Western populations, but its incidence has increased over the last decades. Due to its rarity, many surgeons are unfamiliar with this disease, which is often mistakenly diagnosed as acute appendicitis. The lack of data about the diagnosis and management of RCD in Western populations makes it difficult to establish the optimal therapeutic strategy. Objective: To evaluate the outcomes of patients treated for acute RCD and to propose a therapeutic algorithm for the diagnosis and treatment. Methods: A retrospective analysis of the medical records of patients treated for acute RCD between 2008 and 2020 by a single experienced colorectal surgeon was performed. Results: In total, 12 patients were identified, 8 male and 4 female subjects, with a mean age of 49.6 years; 9 of these patients were of Western origin. The median follow-up time was of 49 months (range: 12 to 144 months). The most frequent symptoms were abdominal pain (100%) and fever (66%). Diagnostic errors in imaging exams occurred in four patients. A total of 6 patients were managed clinically, and the other 6 underwent surgical treatment with right colectomy (n = 5) and total colectomy (n = 1), 2 via laparoscopy and 4 through a laparotomy. The anatomopathological examination confirmed RCD in all operated patients. There was no incidental finding of neoplasia and there were no deaths during the study period. Conclusion: Uncomplicated RCD can be treated conservatively with a high success rate. Recurrent cases that impact quality of life or complicated forms of RCD should undergo surgical treatment, preferably through a right laparoscopic colectomy. The authors present a diagnostic and therapeutic algorithm to facilitate the diagnosis and to guide the management of this uncommon disease. (AU)


Assuntos
Doença Diverticular do Colo/terapia , Doença Diverticular do Colo/diagnóstico por imagem , Algoritmos , Estudos Retrospectivos
18.
Rev. chil. obstet. ginecol. (En línea) ; 87(6): 396-403, dic. 2022. tab
Artigo em Espanhol | LILACS | ID: biblio-1423750

RESUMO

La histerectomía es uno de los principales procedimientos quirúrgicos en ginecología. Se calcula que en EE.UU. se realizan unas 500,000 anualmente y que una de cada nueve mujeres a lo largo de su vida se realizará dicha intervención. Los distintos abordajes (abdominal, vaginal, laparoscópico y robótico) presentan diferencias respecto al tiempo quirúrgico, complicaciones, dolor postoperatorio, estancia hospitalaria y gasto sanitario. Factores como el tamaño uterino, la accesibilidad vaginal, la historia de cirugías pélvicas previas, la existencia de patología extrauterina o la experiencia del cirujano influyen a la hora de decidir la vía de abordaje. Revisar la evidencia disponible respecto a la vía de elección de la histerectomía por patología benigna y cómo decidir el abordaje más adecuado para cada paciente. Búsqueda bibliográfica de literatura en las bases de datos PubMed, Medline, Embase, BioMed Central y SciELO. La vía vaginal es el abordaje de elección para realizar una histerectomía dada su menor invasividad, menor tiempo de recuperación y menor tasa de complicaciones. La generalización del uso de algoritmos para la elección de la vía de abordaje incrementaría la tasa de acceso vaginal y asociaría con ello una disminución del gasto sanitario.


Hysterectomy is one of the most common surgical procedures in gynecology. It is calculated that over 500,000 hysterectomies are performed in the USA per year and that 1 out of 9 women will undergo this surgery in their lifetime. Diverse surgical approaches are possible (abdominal, vaginal, laparoscopic and robotic) with differences in operative time, complication rates, postoperative pain, hospital stay, and health care cost. Factors such as uterus size, vaginal access, prior pelvic surgery, extrauterine pathology and surgeon experience may influence the route selection. To collect the current evidence regarding the preferred route in hysterectomy for benign pathology and how to select the adequate approach for every patient. Bibliographic literature search through the PubMed, Medline, Embase, BioMed Central and SciELO databases. Vaginal hysterectomy is the preferred approach in benign indications. It is less invasive, and it shows shorter operative time, shorter recovery time and less complications. The use of decision algorithms to select the hysterectomy route may increase the vaginal approach and decrease health care costs.


Assuntos
Humanos , Feminino , Histerectomia/métodos , Algoritmos , Laparoscopia , Procedimentos Cirúrgicos Robóticos , Histerectomia Vaginal
20.
Rev. Círc. Argent. Odontol ; 80(231): 6-13, jul. 2022. ilus, tab, graf
Artigo em Espanhol | LILACS | ID: biblio-1391619

RESUMO

Este trabajo tuvo como objetivo conocer la fiabilidad de la impresora 3D (i3D) aditiva por Matriz de Proceso Digital de Luz (MDLP) Hellbot modelo Apolo®, a través de verificar la congruencia dimensional entre las mallas de modelos impresos (MMi) y su correspondiente archivo digital de origen (MMo), obtenido del software de planificación ortodontica Orchestrate 3D® (O3D). Para determinar su uso en odontología y sus posibilidades clínicas, fue comparada entre cinco i3D de manufactura aditiva, dos DLP, dos por estereolitografía (SLA) y una por Depósito de Material Fundido (FDM). La elección de las cinco i3D se fundamentó en su valor de mercado, intentando abarcar la mayor diversidad argentina disponible. Veinte modelos fueron impresos con cada i3D y escaneados con Escáner Intraoral (IOS) Carestream modelo 3600® (Cs3600). Las 120 MMi fueron importadas dentro del programa de ingeniería inversa Geomagic® Control X® (Cx) para su análisis 3D, consistiendo en la superposición de MMo con cada una de las MMi. Luego, una evaluación cualitativa de la desviación entre la MMi y MMo fue realizada. Un análisis estadístico cuidadoso fue realizado obteniendo como resultado comparaciones en 3d y 2d. Las coincidencias metrológicas en la superposición tridimensional permitieron un análisis exhaustivo y fácilmente reconocible a través de mapas colorimétricos. En el análisis bidimensional se plantearon planos referenciados dentariamente desde la MMo, para hacer coincidir las mediciones desde el mismo punto de partida dentaria. Los resultados fueron satisfactorios y muy alentadores. Las probabilidades de obtener rangos de variabilidad equivalentes a +/- 50µm fueron de un 40,35 % y de +/- 100µm un 71,04 %. Por lo tanto, te- niendo en cuenta las exigencias de congruencia dimensional clínicas de precisión y exactitud a las cuales es sometida nuestra profesión odontológica, se evitan problemas clínicos arrastrados por los errores dimensionales en la manufactura (Cam) (AU)


The objective of this study was to determine the reliability of the Hellbot Apollo® model additive 3D printer (i3D) by Matrix Digital Light Processing (MDLP) by verifying the dimensional congruence between the printed model meshes (MMi) and their corresponding digital source file (MMo), obtained from the Orchestrate 3D® (O3D) orthodontic planning software. A comparison was made between five i3D of additive manufacturing, two DLP, two by stereolithography (SLA), and one by Fused Material Deposition (FDM), to determine its use in dentistry and its clinical possibilities. The choice of the five i3D was based on their market value, trying to cover most of the Argentinean diversity available. Twenty models were printed with each i3D and scanned with Carestream Intraoral Scanner (IOS) model 3600® (Cs3600). The 120 MMi were imported into the reverse engineering program Geomagic® Control X® (Cx) for 3D analysis, consisting of overlaying MMo with each MMi. Then, a qualitative evaluation of the deviation between MMi and MMo. Also, a careful statistical analysis was performed, resulting in 3d and 2d comparisons. Metrological coincidences in three-dimensional overlay allowed a comprehensive and easily recognizable analysis through colorimetric maps. In the two-dimensional analysis, dentally referenced planes were proposed from the MMo, to match the measurements from the same dental starting point. The results were satisfactory and very encouraging. The probabilities of obtaining ranges of variability equivalent to +/- 50µm were 40.35 % and +/- 100µm 71.04 %. Therefore, considering the demands of clinical dimensional congruence, precision, and accuracy to which our dental profession it is subjected, clinical problems caused by dimensional errors in manufacturing (Cam) are avoided (AU)


Assuntos
Modelos Dentários , Impressão Tridimensional , Estereolitografia , Ortodontia/métodos , Técnicas In Vitro , Algoritmos , Software , Interpretação de Imagem Assistida por Computador/métodos , Interpretação Estatística de Dados , Estudos de Avaliação como Assunto
SELEÇÃO DE REFERÊNCIAS
DETALHE DA PESQUISA
...