Classificação de texto associado à resistência antimicrobiana com redes neurais recorrentes bidirecionais
Data
2018
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
O surgimento acelerado de microrganismos resistentes coloca em risco a eficácia dos agentes
antimicrobianos disponíveis. A falta de informações sobre a resistência que os microorganismos
adquirem dificulta o combate aos responsáveis pelas infecções e, consequentemente, a
descoberta de possíveis curas. Em busca de fortalecer a base de conhecimento e evidências
relacionadas à resistência antimicrobiana, por meio da pesquisa, um método para a classificação
de sentenças oriundas de artigos científicos que remetem a termos biológicos de microrganismos
ou antimicrobianos foi proposto. Muitos estudos aplicados à aprendizagem de máquina no
contexto biológico estão sendo realizados. Em contrapartida, há poucos trabalhos, deste porte,
associados à resistência antimicrobiana por meio de textos. Nesse sentido, é apresentado um
método de classificação de sentenças de resistência antimicrobiana, com uso de modelos de redes
neurais recorrentes bidirecionais, gerados a partir de artigos científicos oriundos de repositórios
relacionados às ciências da saúde. Testes e análises do algoritmo construído foram realizadas
para encontrar o melhor modelo. A construção de uma ferramenta web e integrada a um banco de
dados para coleta de novas sentenças foi realizada. A aprendizagem por contexto foi evidenciada
por meio de validações com sentenças que eram desconhecidas pela rede.
Descrição
Trabalho de Conclusão de Curso (Graduação)-Informática Biomédica, Fundação Universidade Federal de Ciências da Saúde de Porto Alegre.
Palavras-chave
Resistência Microbiana a Medicamentos, Anti-Infecciosos, Microrganismos, Redes Neurais de Computação, Classificação de Texto, [en] Drug Resistance, Microbial, [en] Anti-Infective Agents, [en] Neural Networks, Computer