Tomada de decisão com inteligência artificial no diagnóstico de pacientes neonatais

Autores

DOI:

https://doi.org/10.51896/rilcods.v6i62.734

Palavras-chave:

Inteligência artificial, serviços de saúde neonatal, algoritmos de aprendizagem de máquina, processamento de linguagem natural

Resumo

O processamento de linguagem natural (PLN) é um ramo da inteligência artificial que se concentra na interação entre computadores e a fala humana. Python é um dos dialetos de programação mais amplamente utilizados no tratamento de dialetos comuns devido à sua facilidade de uso e à ampla variedade de bibliotecas e dispositivos acessíveis. Por meio de diferentes ferramentas e bibliotecas, o Python permite que engenheiros trabalhem com conteúdo de forma produtiva e bem-sucedida. O tratamento de linguagem natural em Python tem aplicações em diversas áreas, como testes de hipóteses, interpretação de máquinas e pesquisa de estimativas em sistemas sociais. No campo dos serviços médicos neonatais, o uso de inteligência artificial (IA) e PNL pode melhorar completamente o atendimento neonatal ao antecipar potenciais perigos ou complicações durante a gravidez, o parto e o pós-parto. Além disso, a IA pode oferecer ajuda para identificar inconsistências intrínsecas, distúrbios formativos e antecipar a desintegração silenciosa neonatal. Por meio de cálculos de IA, o enfraquecimento silencioso em clínicas neonatais pode ser previsto, permitindo decisões mais rápidas e precisas. No entanto, o uso da IA ​​neste contexto também levanta desafios morais, legítimos e sociais que devem ser enfrentados com comprometimento e simplicidade.

Referências

Alberca, A. S. (2022). La librería Numpy. Aprende con Alf. https://aprendeconalf.es/docencia/python/manual/numpy/

Barragan, C. (2023). minería de datos—Búsqueda de Google. https://tinyurl.com/268r6g6n

Bektaş, M. (2020). A comprehensive Guide to Scikit-learn Part 2: The Datasets Module | by Muhammet Bektaş | Bootrain Blog | Medium. https://medium.com/bootrain-blog/a-comprehensive-guide-to-scikit-learn-part-2-the-datasets-module-eb6e8c16fd73

Jimbo, J. (2023). 5 New Rules for Clean Code with the Pandas Library—Clean Code / Sonar Updates—Sonar Community. https://community.sonarsource.com/t/5-new-rules-for-clean-code-with-the-pandas-library/102738

Keos.co. (2023). (11) La minería de datos en la atención médica | LinkedIn. https://www.linkedin.com/pulse/la-miner%C3%ADa-de-datos-en-atenci%C3%B3n-m%C3%A9dica-keos-co/?originalSubdomain=es

Meissner, P., & Narita, Y. (2023). Así es como la inteligencia artificial transformará la toma de decisiones | Foro Económico Mundial. https://es.weforum.org/agenda/2023/10/la-inteligencia-artificial-transformara-la-toma-de-decisiones-asi-es-como/

Merino, M. (2020). Así puedes aprender a usar PyTorch, la herramienta más accesible para crear redes neuronales. https://www.genbeta.com/desarrollo/asi-puedes-aprender-a-usar-pytorch-herramienta-accesible-para-crear-redes-neuronales

Monroy, S. (2023). Decisiones estratégicas con IA: cómo utilizarla | APD. https://www.apd.es/decisiones-estrategicas-ia/

Nuñez, L. I. S., Diéguez, L. E., Márquez, N. del C. Á., & Hernández, K. de F. (2023). La inteligencia artificial aplicada a la toma de decisiones en el contexto cubano. Journal TechInnovation, 2(1), Article 1. https://doi.org/10.47230/Journal.TechInnovation.v2.n1.2023.19-24

Uribe, I. (2023). El impacto de la Inteligencia Artificial en la toma de decisiones. https://secmotic.com/inteligencia-artificial-toma-decisiones/#gref

Zeyer, A., & Yunquing, H. (2022). What features do you think will be in Tensorflow 3, if there ever is a Tensorflow 3? Quora. https://www.quora.com/What-features-do-you-think-will-be-in-Tensorflow-3-if-there-ever-is-a-Tensorflow-3

Publicado

2025-01-14

Como Citar

Angulo Pupo, G. Y., Saraiba Nuñez, L. I., & Moreno Pino, M. R. (2025). Tomada de decisão com inteligência artificial no diagnóstico de pacientes neonatais. Desarrollo Sustentable, Negocios, Emprendimiento Y Educación, 6(62), 80–88. https://doi.org/10.51896/rilcods.v6i62.734

Edição

Seção

Artículos