INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO DE DOENÇAS NEURODEGENERATIVAS
"2023-12-20" // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php
App\Base\Administrativo\Model\Artigo {#1843 // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php #connection: "mysql" +table: "artigo" #primaryKey: "id" #keyType: "int" +incrementing: true #with: [] #withCount: [] +preventsLazyLoading: false #perPage: 15 +exists: true +wasRecentlyCreated: false #escapeWhenCastingToString: false #attributes: array:35 [ "id" => 102356 "edicao_id" => 319 "trabalho_id" => 1246 "inscrito_id" => 3909 "titulo" => "INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO DE DOENÇAS NEURODEGENERATIVAS" "resumo" => "As doenças neurodegenerativas, como a doença de Alzheimer (DA) e outras formas de demência, representam um desafio crescente para a saúde global devido ao envelhecimento da população. A Inteligência Artificial (IA) tem emergido como uma ferramenta poderosa para auxiliar no diagnóstico precoce e preciso dessas condições. O uso de técnicas de IA, como Machine Learning (ML) em análise de dados de neuroimagem, tem possibilitado a identificação de padrões sutis e complexos associados a essas doenças. O ML tem sido aplicado com sucesso na classificação de diferentes estágios da DA e na previsão da conversão de pacientes com comprometimento cognitivo leve (CCL) para a DA. Diante disso, o objetivo deste estudo é expor o impacto da inteligência artificial no diagnóstico precoce de doenças neurodegenerativas. A metodologia consiste em um estudo de revisão bibliográfica por meio de pesquisa em bases de dados eletrônica PubMed, SciELO, LILACS e Science Direct. Foram utilizados nesta revisão artigos científicos publicados de 2018 a 2023 que atendessem ao objetivo do estudo em questão. Em suma, essas abordagens são promissoras na distinção entre grupos de pacientes que eventualmente progredirão para demência e aqueles que permanecerão estáveis. Além disso, a IA tem sido empregada na análise de biomarcadores, como agregação de proteínas e padrões de atrofia cerebral, a partir de imagens de ressonância magnética e tomografia por emissão de pósitrons. Esses biomarcadores podem ser usados como indicadores precoces dessas doenças, permitindo intervenções terapêuticas mais eficazes, melhorando a qualidade de vida dos pacientes e abrindo novas perspectivas para a medicina do século XXI." "modalidade" => "Pôster (PO)" "area_tematica" => "AT 01 - Doenças crônicas e degenerativas" "palavra_chave" => ", , , , " "idioma" => "Português" "arquivo" => "TRABALHO__EV191_MD4_ID3909_TB1246_10092023201042.pdf" "created_at" => "2023-12-15 10:52:27" "updated_at" => null "ativo" => 1 "autor_nome" => "LAURA CABRAL ROLIM" "autor_nome_curto" => "Laura Rolim" "autor_email" => "lauracabralrolim@gmail.co" "autor_ies" => "FACULDADE DE MEDICINA NOVA ESPERANÇA (FAMENE)" "autor_imagem" => "" "edicao_url" => "anais-x-cieh" "edicao_nome" => "Anais do X CIEH" "edicao_evento" => "X Congresso Internacional de Envelhecimento Humano" "edicao_ano" => 2023 "edicao_pasta" => "anais/cieh/2023" "edicao_logo" => null "edicao_capa" => "657b1900ac857_14122023120224.jpg" "data_publicacao" => "2023-12-20" "edicao_publicada_em" => "2023-12-12 17:05:57" "publicacao_id" => 10 "publicacao_nome" => "Anais do Congresso Internacional de Envelhecimento Humano (CIEH)" "publicacao_codigo" => "2318-0854" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #original: array:35 [ "id" => 102356 "edicao_id" => 319 "trabalho_id" => 1246 "inscrito_id" => 3909 "titulo" => "INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO DE DOENÇAS NEURODEGENERATIVAS" "resumo" => "As doenças neurodegenerativas, como a doença de Alzheimer (DA) e outras formas de demência, representam um desafio crescente para a saúde global devido ao envelhecimento da população. A Inteligência Artificial (IA) tem emergido como uma ferramenta poderosa para auxiliar no diagnóstico precoce e preciso dessas condições. O uso de técnicas de IA, como Machine Learning (ML) em análise de dados de neuroimagem, tem possibilitado a identificação de padrões sutis e complexos associados a essas doenças. O ML tem sido aplicado com sucesso na classificação de diferentes estágios da DA e na previsão da conversão de pacientes com comprometimento cognitivo leve (CCL) para a DA. Diante disso, o objetivo deste estudo é expor o impacto da inteligência artificial no diagnóstico precoce de doenças neurodegenerativas. A metodologia consiste em um estudo de revisão bibliográfica por meio de pesquisa em bases de dados eletrônica PubMed, SciELO, LILACS e Science Direct. Foram utilizados nesta revisão artigos científicos publicados de 2018 a 2023 que atendessem ao objetivo do estudo em questão. Em suma, essas abordagens são promissoras na distinção entre grupos de pacientes que eventualmente progredirão para demência e aqueles que permanecerão estáveis. Além disso, a IA tem sido empregada na análise de biomarcadores, como agregação de proteínas e padrões de atrofia cerebral, a partir de imagens de ressonância magnética e tomografia por emissão de pósitrons. Esses biomarcadores podem ser usados como indicadores precoces dessas doenças, permitindo intervenções terapêuticas mais eficazes, melhorando a qualidade de vida dos pacientes e abrindo novas perspectivas para a medicina do século XXI." "modalidade" => "Pôster (PO)" "area_tematica" => "AT 01 - Doenças crônicas e degenerativas" "palavra_chave" => ", , , , " "idioma" => "Português" "arquivo" => "TRABALHO__EV191_MD4_ID3909_TB1246_10092023201042.pdf" "created_at" => "2023-12-15 10:52:27" "updated_at" => null "ativo" => 1 "autor_nome" => "LAURA CABRAL ROLIM" "autor_nome_curto" => "Laura Rolim" "autor_email" => "lauracabralrolim@gmail.co" "autor_ies" => "FACULDADE DE MEDICINA NOVA ESPERANÇA (FAMENE)" "autor_imagem" => "" "edicao_url" => "anais-x-cieh" "edicao_nome" => "Anais do X CIEH" "edicao_evento" => "X Congresso Internacional de Envelhecimento Humano" "edicao_ano" => 2023 "edicao_pasta" => "anais/cieh/2023" "edicao_logo" => null "edicao_capa" => "657b1900ac857_14122023120224.jpg" "data_publicacao" => "2023-12-20" "edicao_publicada_em" => "2023-12-12 17:05:57" "publicacao_id" => 10 "publicacao_nome" => "Anais do Congresso Internacional de Envelhecimento Humano (CIEH)" "publicacao_codigo" => "2318-0854" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #changes: [] #casts: array:14 [ "id" => "integer" "edicao_id" => "integer" "trabalho_id" => "integer" "inscrito_id" => "integer" "titulo" => "string" "resumo" => "string" "modalidade" => "string" "area_tematica" => "string" "palavra_chave" => "string" "idioma" => "string" "arquivo" => "string" "created_at" => "datetime" "updated_at" => "datetime" "ativo" => "boolean" ] #classCastCache: [] #attributeCastCache: [] #dates: [] #dateFormat: null #appends: [] #dispatchesEvents: [] #observables: [] #relations: [] #touches: [] +timestamps: false #hidden: [] #visible: [] +fillable: array:13 [ 0 => "edicao_id" 1 => "trabalho_id" 2 => "inscrito_id" 3 => "titulo" 4 => "resumo" 5 => "modalidade" 6 => "area_tematica" 7 => "palavra_chave" 8 => "idioma" 9 => "arquivo" 10 => "created_at" 11 => "updated_at" 12 => "ativo" ] #guarded: array:1 [ 0 => "*" ] }