ISEP - DM – Engenharia Biomédica
URI permanente para esta coleção:
Navegar
Percorrer ISEP - DM – Engenharia Biomédica por Domínios Científicos e Tecnológicos (FOS) "Engenharia e Tecnologia::Engenharia Médica"
A mostrar 1 - 3 de 3
Resultados por página
Opções de ordenação
- Desenvolvimento de um sistema de inteligência artificial para a avaliação de desempenho técnico em simuladores cirúrgicos de artroscopiaPublication . PINTO, MARIANA PATRÍCIA DE CASTRO; Coelho, Luís Filipe Martins Pinto; Magalhães, RenatoContexto: A formação médica em cirurgia minimamente invasiva, como a artroscopia, enfrenta desafios na avaliação de competências técnicas, tradicionalmente baseada na observação subjetiva de especialistas, através de escalas globais. Problema: O processo de avaliação é demorado e suscetível a variabilidade entre avaliadores, comprometendo a consistência e a objetividade das classificações atribuídas. Métodos: Esta dissertação propõe o desenvolvimento de um sistema baseado em inteligência artificial para automatizar a avaliação da proficiência cirúrgica em procedimentos de artroscopia do joelho. A fundamentação teórica foi sustentada por uma revisão sistemática da literatura, conduzida de acordo com as diretrizes PRISMA. Para o desenvolvimento do sistema, foi criado um dataset, constituído por vídeos captados através da torre de artroscopia, durante a execução de exercícios num simulador físico, complementados por anotações de desempenho, realizadas por especialistas. Estes dados foram utilizados para treinar e validar a performance do modelo de visão computacional. A abordagem proposta permite avaliar automaticamente o desempenho com base na escala Arthroscopic Surgical Skill Evaluation Tool (ASSET), considerando oito dimensões: segurança, campo de visão, destreza da câmara, destreza com os instrumentos, destreza bimanual, fluxo do procedimento, qualidade do procedimento e autonomia. Resultados: As classificações geradas foram comparadas com as avaliações independentes de dois médicos especialistas. Os resultados demonstraram elevada concordância nas dimensões de autonomia (88,89 %) e qualidade do procedimento (81,48 %), atingindo 100 % de concordância dentro de uma margem de um ponto. As dimensões de segurança, destreza com os instrumentos e fluxo do procedimento apresentaram correspondência exata entre 70 % e 80 %. Verificou-se ainda elevada subjetividade entre avaliadores (α de Krippendorff < 0,67), o que reforça a necessidade de uma ferramenta de avaliação objetiva. Conclusão: O sistema de inteligência artificial desenvolvido demonstrou capacidade para avaliar automaticamente a proficiência cirúrgica em exercícios de artroscopia do joelho, apresentando níveis elevados de concordância com as avaliações de especialistas, em várias dimensões da escala ASSET.
- Digitalização do registo diário como apoio à monitorização e manutenção de unidades de tratamento de água em clínicas de diálisePublication . LEÃO, MARIANA AGOSTINHA NUNES; Lima, Natércia Maria Pereira Machado; Moreira, Núria; Ribeiro, VeraAs unidades de tratamento de água (UTAs) desempenham um papel essencial no processo de diálise, uma vez que asseguram a produção de água tratada utilizada na preparação do dialisante. O correto funcionamento destas unidades é, por conseguinte, fundamental para garantir a segurança do tratamento, sendo necessária a monitorização sistemática de parâmetros operacionais. No contexto em estudo, o registo diário destes parâmetros é atualmente realizado em suporte de papel, dificultando a consulta do histórico, a centralização da informação, a identificação de desvios e a utilização dos dados no apoio à manutenção. Assim, o presente trabalho teve como objetivo desenvolver uma solução digital, concretizada sob a forma de um protótipo web, para apoiar a digitalização do registo diário da UTA em clínicas de diálise, em colaboração com a Diaverum Portugal. O desenvolvimento do trabalho foi orientado pelo contacto com o contexto real de funcionamento das clínicas e pelo acompanhamento das atividades da equipa técnica, incluindo procedimentos de manutenção e monitorização. A metodologia incluiu a análise dos formulários de registo diário das unidades da Prelada e de Vila do Conde, a organização e integração de dados históricos relativos ao período compreendido entre setembro de 2025 e fevereiro de 2026, a definição de requisitos e o desenvolvimento de uma aplicação web com recurso à linguagem Python, ao framework Flask, à base de dados SQLite, a tecnologias web e a bibliotecas de visualização e exportação de dados. O protótipo contempla diferentes perfis de utilizador, permitindo o preenchimento, a consulta e a validação de registos, a sinalização automática de alertas, o acompanhamento de ocorrências, a análise estatística dos parâmetros operacionais e a exportação de informação em formato PDF e Microsoft Excel. Foi ainda analisada a possibilidade de integração futura de um módulo de sensorização e aquisição automática de dados, orientado para parâmetros associados ao desempenho dos sistemas de osmose inversa. Os resultados demonstram que a solução desenvolvida permite reproduzir o fluxo de registo e validação atualmente existente, acrescentando mecanismos de organização, rastreabilidade, monitorização e análise de dados. A avaliação preliminar realizada com os profissionais envolvidos revelou uma perceção positiva quanto à utilidade, clareza e potencial de aplicação futura do protótipo. Embora a solução ainda necessite de validação num contexto real, o trabalho desenvolvido constitui uma base funcional para apoiar a digitalização, a monitorização e a manutenção das UTAs em clínicas de diálise.
- Inteligência artificial na saúde obstétrica: Transformando o ObsCare com modelos de linguagem de grande escalaPublication . CARVALHO, ÂNGELA PATRÍCIA ARAÚJO; Marreiros, Maria Goreti Carvalho; Crista, Vítor Rafael PalmeiroA literatura científica na área da obstetrícia encontra-se em constante evolução. Consequentemente, os profissionais de saúde enfrentam o desafio de acompanhar e integrar continuamente as evidências científicas mais recentes na prática clínica. Neste contexto, tornase essencial dispor de ferramentas que facilitem o acesso à informação científica, garantindo que esta seja apresentada de forma rápida, fiável e atualizada. Os avanços na área da Inteligência Artificial, em particular os Modelos de Linguagem de Grande Escala (LLMs), demonstram capacidade para melhorar o acesso, a pesquisa e a interpretação da literatura científica. Esta tese explora a aplicação de LLMs na área da obstetrícia através do desenvolvimento de um chatbot destinado a apoiar os médicos no acesso à informação clínica atualizada. O sistema foi concebido para compreender questões formuladas em linguagem natural, pesquisar informação em fontes científicas credíveis e apresentar respostas fundamentadas, facilitando a atualização contínua dos profissionais de saúde. Para além disso, este trabalho avalia diferentes estratégias de extração e segmentação da informação presente em artigos científicos, como forma de otimizar o processo de recuperação de informação e, consequentemente, melhorar a qualidade, a relevância e a fundamentação das respostas geradas. O trabalho inclui o desenvolvimento da arquitetura do sistema, composta por três módulos dedicados à extração e ao processamento dos diferentes tipos de informação presentes em artigos científicos, nomeadamente texto, tabelas e imagens. Esta abordagem permite responder aos desafios associados a cada tipo de conteúdo, recorrendo a técnicas de processamento que se adequam aos diferentes tipos de dados. Para avaliar o desempenho do sistema, foi realizado um estudo comparativo entre diferentes abordagens de recuperação de informação e diferentes LLMs. A avaliação da recuperação de informação clínica recorreu a métricas quantitativas, enquanto a avaliação das respostas geradas recorreu à metodologia LLM-as-a-Judge. Os resultados obtidos sugerem que a solução proposta apresenta um desempenho promissor, alcançando valores de 0,901 para a relevância do contexto recuperado, 0,960 para a fidelidade das respostas à informação recuperada e 0,922 para a relevância das respostas, utilizando o modelo Qwen 3 32B. Desta forma, este trabalho contribui para o desenvolvimento de chatbots para apoiar os profissionais de saúde que trabalham na área da obstetrícia, propondo uma arquitetura para recuperação e consulta de literatura científica que facilita o acesso a informação clínica relevante e atualizada.