RESUMO A inteligência artificial (IA) é um campo da ciência da computação que imita os processos de pensamento humano, a capacidade de aprendizagem e o armazenamento de conhecimento. Atualmente, a medicina tem utilizado a IA para aprimorar o diagnóstico, prognóstico e tratamento em diversas de suas áreas, como na neurologia, oncologia, cardiologia e dermatologia. Revelando, dessa forma, muitos benefícios para a saúde humana quando se trata de possibilitar uma maior precisão nas previsões da evolução da doença, na manutenção do desempenho dos tratamentos e nos menores riscos para o paciente. Esse trabalho teve como objetivo reunir artigos, os quais foram buscados no banco de dados PubMed, demonstrando o uso da inteligência artificial em diversos ramos da medicina e, assim, demonstrar que o Machine learning (ML-aprendizado de máquina) fornece um caminho para melhorar a precisão e a confiabilidade das modalidades diagnósticas e tem o potencial de contribuir significativamente para alcançar o objetivo da medicina de precisão.

The use of a linguistic representation for expressing knowledge acquired by learning systems is an important issue as regards to user understanding. Under this assumption, and to make sure that these systems will be welcome and used, several techniques have been developed by the artificial intelligence community, under both the symbolic and the connectionist approaches. This work discusses and investigates three knowledge extraction techniques based on these approaches. The first two techniques, the C4.5 [12] and CN2 [6] symbolic learning algorithms, extract knowledge directly from the data set. The last technique, the TREPAN algorithm [10] extracts knowledge from a previously trained neural network. The CN2 algorithm induces if … then rules from a given data set. The C4.5 algorithm extracts decision trees, although it can also extract ordered rules, from the data set. Decision trees are also the knowledge representation used by the TREPAN algorithm.

No abstract

Objetivo: Analisar o perfil de uso de narguilé entre acadêmicos do curso de medicina da região central goiana. Métodos:  Estudo epidemiológico, analítico, transversal e quantitativo, com universitários do 1º ao 8º período. Coleta de dados por questionários com variáveis sociodemográficas, socioeconômicas e caracterização do uso de narguilé pelo participante. Foi utilizado análise estatística com software adotando um nível de significância de 5% (p <0.05).  Resultados: A prevalência do uso de narguilé foi de 51,3%, predominantemente por: homens (57,4%), faixa etária de ≥ 30 anos (57,1%), solteiros (51,5%) e de classe econômica C1 (37%). A maior frequência declarada de uso esporádico (79,2%) apresentando efeitos colaterais (56%) e motivação de uso por influência (45,6%). Cerca de 19,2% não acreditam no aconselhamento profissional para a queda do tabagismo, mas 97,7% são a favor da orientação. Conclusão: A pesquisa demonstra que o público masculino, acima de 30 anos, solteiro e de classe econômica C1 foi predominante no uso do narguilé. Portanto, é imprescindível a análise da influência da inserção na universidade como motivador para o uso do dispositivo, além de investigar quais medidas podem ser tomadas para combater a manutenção desse hábito, que é majoritária e preocupante.

No abstract