Introdução: Sistemas de inteligência artificial são tecnologias promissoras de assistência em saúde e diagnóstico laboratorial, que podem ser implementados como métodos de suporte para o diagnóstico de parasitoses intestinais. Este estudo objetivou desenvolver um software de IA que auxilia no diagnóstico laboratorial de parasitoses intestinais, com alta sensibilidade e especificidade. Métodos: O software foi desenvolvido utilizando duas redes neurais, Inception e MobileNet. Primeiro imagens de ovos dos parasitas Ascaris lumbricoides, Trichiuris trichiura, Taenia sp, Hymenolepis nana, Schistosoma mansoni e larvas de Strongyloides stercoralis, foram utilizados para treinar o banco de dados. Posteriormente 2.740 imagens cedidas pelo Laboratório de Parasitologia da Universidade do Oeste de Santa Catarina foram testadas no software.Resultados: O software apresentou sensibilidade de 82,3% (95% intervalo de confiança (IC), 71,9%-89,1%) e especificidade de 95,1% (95% IC, 94,3%-97,8%) para MobileNet e sensibilidade de 72,1% (95% IC, 52,6%-115%) e especificidade de 92,1% (95% IC, 91,7%-97,7%) para Inception.Conclusão: O software apresentou resultados promissores na análise de parasitas intestinais, reforçando que, no futuro, a presença de sistemas de suporte de diagnóstico das parasitoses pode vir a se tornar mais rápido e eficiente.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.