Logo do repositório
  • English
  • Español
  • Português do Brasil
  • Entrar
Logo do repositório
  • Comunidades e Coleções
  • Tudo no DSpace
  • Sobre
    • Sobre o Saber Aberto
    • Documentos
    • Políticas
  • English
  • Español
  • Português do Brasil
  • Entrar
  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Santos, Gilmar Luís do Nascimento"

Agora exibindo 1 - 1 de 1
Resultados por página
Opções de Ordenação
  • Carregando...
    Imagem de Miniatura
    Item
    IA generativa aplicada na análise de dados do departamento de informática do Sistema Único de Saúde – Datasus
    (Universidade do Estado da Bahia, 2024-01-10) Santos, Gilmar Luís do Nascimento; Araújo, Daniela Barreto; Atta , Antônio Carlos Fontes Atta; Chaves, Débora Alcina Rego
    Ter direito à informação é essencial para que organizações e cidadãos possam tomar decisões embasadas em evidências, promovendo a busca por conhecimento e autonomia. O Sistema Único de Saúde (SUS) no Brasil enfrenta desafios variados, incluindo a adoção lenta de tecnologias de informação em saúde. Entretanto, a política de informação em saúde desempenha um papel estratégico ao melhorar o acesso equitativo e a gestão das informações, especialmente por meio do Departamento de Informática do Sistema Único de Saúde (DATASUS). Este órgão tem como objetivo reunir, processar e disseminar dados de saúde, promovendo a democratização e uma gestão eficaz dessa área. Contudo, a extração de conhecimento a partir desses dados ainda não é automática, dificultando seu uso prático. A aplicação da inteligência artificial generativa na análise de dados públicos representa uma inovação promissora para a saúde pública no Brasil. Este trabalho avaliou o potencial da inteligência artificial generativa na análise de dados públicos do DATASUS, com foco na produção ambulatorial de Salvador, cumprindo o objetivo geral de explorar a viabilidade dessa tecnologia para melhorar o acesso e a interpretação de informações de saúde. Foram analisadas três ferramentas principais: Copilot Studio, Meu GPT e Gemini Advanced, utilizando critérios como velocidade, precisão, integração de dados e confiabilidade. Os resultados mostraram que o Copilot Studio se destaca pela velocidade de resposta, embora apresente limitações na coerência e confiabilidade. O Meu GPT, apesar de ser mais lento, demonstrou maior precisão e consistência, permitindo uma base de conhecimento para múltiplas interações. O Gemini Advanced apresentou equilíbrio entre velocidade e precisão, mas possui limitações na integração de dados, restringindo sua aplicabilidade em análises prolongadas. A resposta à pergunta do projeto destaca que a inteligência artificial generativa, quando aplicada no contexto analisado, apresenta potencial para transformar a acessibilidade e a eficiência na gestão de dados de saúde pública.
Logo UNEB
Logo SISB UNEB

@ 2025 UNEB - Todos os direitos reservados - contato com a administração

Desenvolvido por

footer.logo.description.acervos.digitais