Aquisição e modelagem de conhecimento para desenvolvimento de um assistente pessoal na área da saúde
Autor
Leite, Franciele
Orientador
Webber, Carine Geltrudes
Metadatos
Mostrar el registro completo del ítemResumen
O acesso ao conhecimento da área da saúde é um processo que exige muitas habilidades, pois a quantidade de informações disponibilizadas nas bases de dados da saúde pública ou bibliográficas é muito grande. Assim, para realizar uma consulta é necessário que o usuário saiba expressar suas necessidades empregando termos técnicos utilizados na área. Em seguida, o usuário deve saber interpretar os dados obtidos para auxiliar, facilitar e alcançar os seus objetivos. Nesse contexto, este trabalho propõe o desenvolvimento de uma base de conhecimento para um assistente pessoal de auxílio à realização de consultas as bases de dados da área da saúde pública do Brasil. Para a construção desta base de conhecimento foram estudados conceitos de assistentes pessoais, bem como suas características e a forma de interação com o usuário. Foram realizados estudos para a modelagem de uma arquitetura e, além disso, a informática da área da saúde foi analisada para a compreensão dos termos e das tecnologias utilizadas atualmente. Algumas aplicações foram demonstradas para identificar o funcionamento dos assistentes pessoais. Como resultado deste estudo foi desenvolvida uma base de conhecimento utilizando algumas tecnologias, tais como: AIML (Artificial Markup Language), Python e PyAIML. O desenvolvimento desta base empregou a linguagem AIML para determinar as interações com o assistente pessoal do projeto OTICSSS (Observatório de Tecnologias de Informação e Comunicação para Serviços e Sistemas da Saúde). O projeto OTICSSS está em desenvolvimento e busca elaborar um framework para observatórios de tecnologias na área da saúde. Para finalizar, apresentou-se como esta base é utilizada em um assistente pessoal do referido projeto e também exibe uma análise das consultas utilizadas e do uso de indicadores para que se obtenha um melhor resultado junto ao usuário (sic).