@MASTERSTHESIS{ 2023:1486429370,
 	title = {Inteligência artificial aplicada no mapeamento de sintomas e tratamento de depressão, ansiedade e estresse},
 	year = {2023},
 	url = "http://bibliotecatede.uninove.br/handle/tede/3243",
 	abstract = "A cada ano é crescente o número de pessoas no mundo acometidas por transtornos mentais (TM), entre os quais estão a depressão, a ansiedade e o estresse que têm sido os mais comuns e que normalmente estão associados ao estilo de vida moderno. Os dois primeiros TM pertencem ao grupo das principais doenças do século XXI e podem levar a consequências graves, como o suicídio. De acordo com a Organização Mundial de Saúde (OMS), a depressão impacta a rotina de vida de mais de 300 milhões de pessoas, sendo considerada uma das doenças mais importantes do mundo. Além disso, estima-se que 12 bilhões de dias de trabalho são perdidos anualmente no mundo devido à depressão e à ansiedade, impactando em quase um trilhão de dólares na economia global. O tratamento de TM pode incluir, além de medicamentos e psicoterapias, que são essenciais, o emprego de recursos tecnológicos, como a Inteligência Artificial (IA) para indicar terapias e cuidados personalizados. Na literatura existem diversas abordagens de IA aplicadas no contexto de TM, mas é muito comum que elas sejam focadas no auxílio ao diagnóstico. Nesta pesquisa propõe-se um método de IA para mapeamento de sintomas e  auxílio ao tratamento de depressão, ansiedade e estresse. Primeiro são aplicadas técnicas de mineração de dados (MD) para geração de regras que, além de mapear os sintomas, representam conhecimentos acerca de uma base contendo dados de 242 pacientes, coletados a partir de um teste denominado DASS-21 (Depression, Anxiety and Stress Scale). Em seguida, o conjunto de regras gerado é usado para compor um Sistema de Inferência Fuzzy (SIF) capaz de fazer predições sobre os TM a partir dos principais sintomas e de alguns dados pessoais do paciente. As altas taxas de acerto nas tarefas de MD (acima de 90%) indicando a existência de padrões consistentes e os resultados obtidos pelo SIF demonstram que o método proposto pode auxiliar os profissionais de saúde na rápida predição de sintomas de depressão, ansiedade e estresse, em triagem ambulatorial e em pronto atendimento. Ele também pode ser útil para uma melhor associação de sintomas, propostas terapêuticas e até mesmo investigações de outras doenças não relacionadas à saúde mental, propiciando diagnósticos e tratamentos diferenciais.",
 	publisher = {Universidade Nove de Julho},
 	scholl = {Programa de Pós-Graduação em Informática e Gestão do Conhecimento},
 	note = {Informática}
}