clínica e3

https://saude.sintese.de Nosso trabalho está profundamente ligado à área da ia aplicada à saúde, desenvolvemos uma arquitetura inovadora de telemedicina em Graph Data Science, utilizando banco de dados em grafo Neo4j. O exemplo do saude.sintese.de, mostra que em outras áreas a modelagem de um sistema complexo aplicado à ia, deve observar os fluxos das ocorrências dos relacionamentos dos eventos das pessoas com mapas das necessidades das empresas. Desenvolvendo sistemas de alta complexidade, durante toda nossa trajetória, acreditamos poder contribuir com tecnologia de Graph Data Science, criando soluções nesse cenário de início da era da Inteligência Artificial diretamente ligada à vida cotidiana das pessoas. Este Graph DB projetado pela new eco também pode ser utilizado pela sua instituição. A base de conhecimento desenvolvida contempla todas as doenças mapeadas no CID (Código Internacional de Doenças), contendo 4 mil sintomas. Assim como, todas as devidas relações entre pacientes, sintomas e doenças, para a construção da base foram categorizadas informações de mais de mil artigos científicos da plataforma Pubmed e do MeSH (Medical Subject Headings). O modelo está disponível no repositório da new eco no github. Mas caso prefira, entre em contato [@health.eco.br] e teremos o maior prazer em apresentar o modelo de apoio a diagnóstico criado pela new eco para sua instituíção e seu corpo clínico. Através do console web saude.sintese.de podemos fornecer acesso direto ao Graph DB sem a necessidade de realizar o processo mais técnico de importação, já que quando não se esta familiarizado com o universo do graph data science, mais específicamente o banco de dados em grafo neo4j, pode parecer um processo complexo. Assim, ficamos a disposição para facilitar o processo de visualização do modelo desenvolvido em funcionamento. Dados do modelo saude.sintese.de: 4 mil Sintomas; 22 mil Termos de Doenças; 13 mil Pacientes anonimizados; 16 mil Padrões(/Agrupamentos) reconhecidos pelos algoritmos da GDS; 433 Agrupamentos de Doenças Relacionadas Reconhecidas pelos Algoritmos da GDS; 1,5 mil Eventos de Atribuição de Sintomas atribuídos ao paciente X; 4,7 mil Termos de Sintomas Associados às Doenças do CID; 7,9 mil Termos do PUBmed e MeSH Associados ao Modelo de GDS Proposto; 7,3 mil Termos de Doenças relacionados às classes do CID; 5,3 mil relacionamentos Diagnósticos associando Pacientes às Doenças; 98 mil relacionamentos entre Sintomas e Doenças; 103 mil associações de sintomas relacionados a Doenças; 4,2 Sintomas de origem para relação Sintomas Agrupados de Destino; 53 mil Relações de Doenças Agrupadas para as Doenças; 25 mil Doenças que compõem as suas relações; 7,9 mil relações de Sintomas agrupados para doenças Agrupadas; 25 mil relações de doenças Agrupadas para Outras Doenças Agrupadas; 76 mil Doenças para Doenças agrupadas; 26 mil Relacionamentos de sintomas para as relações de Doenças agrupadas; 2 mil relações de sintomas agrupados para as relações de doenças; 3,3 mil Relações de sintomas agrupados para as relações de Doenças Agrupadas; 1 mil termos de doenças associados aos subgrupos do CID.