Classificação automática de dados para descoberta de conhecimento: um estudo de caso para classificação de risco na área da saúde

Autores

  • João Paulo Funchal Universidade Federal do Rio Grande - FURG
  • Carlos Alberto Cruz Madsen Universidade Federal do Rio Grande - FURG
  • Diana Franscisca Adamatti Universidade Federal do Rio Grande - FURG

DOI:

https://doi.org/10.5335/rbca.2015.4637

Palavras-chave:

Classificação de riscos, Mineração de dados, Sistemas de apoio a decisão

Resumo

O presente artigo tem como objetivo apresentar um estudo da utilização de técnicas de mineração de dados no contexto da classificação de risco em unidades de pronto atendimento. Foi utilizada a técnica conhecida como árvores de decisão, tendo em vista sua ampla utilização em problemas de classificação e, também, com o intuito de tornar-se uma ferramenta essencial para um sistema de apoio à decisão mais alinhado com o conhecimento do profissional de saúde. Todavia, é imprescindível ressaltar que a tomada de decisão do risco de vida do paciente vem do conhecimento técnico e da experiência desse profissional, que normalmente vão além do conhecimento teórico.

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • Carlos Alberto Cruz Madsen, Universidade Federal do Rio Grande - FURG
    Núcleo de Tecnologia da Informação - NTI
  • Diana Franscisca Adamatti, Universidade Federal do Rio Grande - FURG
    Centro de Ciências Computacionais

Downloads

Publicado

15-05-2015

Edição

v. 7 n. 2 (2015): Special Issue - Artigos selecionados em Conferências

Seção

Artigos selecionados em Conferências - VI MCSul (2014)

Licença

Licença Creative Commons
Todos os artigos estão licenciados com a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).

Como Citar

[1]
2015. Classificação automática de dados para descoberta de conhecimento: um estudo de caso para classificação de risco na área da saúde. Revista Brasileira de Computação Aplicada. 7, 2 (maio 2015), 41–51. DOI:https://doi.org/10.5335/rbca.2015.4637.