Estratégia de uso de inteligência artificial explicável no apoio à reabilitação neuromotora
Ano de defesa: | 2024 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Link de acesso: | https://hdl.handle.net/11449/257175 http://lattes.cnpq.br/8347886983975146 |
Resumo: | Cada vez mais soluções baseadas em Inteligência Artificial são utilizadas para resolver problemas em diversos domínios. Entretanto, muitas pessoas demonstram não se sentirem a vontade com esse tipo de solução por não compreender seu funcionamento. Diante disso surge a chamada Inteligência Artificial Explicável (XAI), buscando além de fornecer as respostas produzidas pela Inteligência Artificial, oferecer também aspectos de explicabilidade, detalhando o processo de decisão e gerando confiança. A área de saúde é promissora para aplicação de Inteligência Artificial Explicável, apresentando a possibilidade de uso na reabilitação de pacientes que sofre de acidente vascular cerebral e outras doenças que afetam as capacidades neuromotoras. Nesse contexto é apresentada uma revisão de literatura sobre o uso de Inteligência Artificial Explicável na Reabilitação Neuromotora, um breve estudo comparativo entre as bibliotecas mais populares para esse uso e um aprofundamento na temática de avaliação de explicabilidade e do processo de compreensão. A partir dos resultados obtidos, foi construída uma estratégia de uso de XAI para apoio à reabilitação neuromotora, com foco na classificação de movimentos. Como parte da estratégia de uso foi desenvolvida a ferramenta MoveXAI, que integra a visualização do movimento executado em um avatar com as informações de explicabilidade. A ferramenta se encontra em testes e tem demonstrado resultados relevantes segundo feedback de colaborador pesquisador da área de reabilitação. |
id |
UNSP_f9d46856194b035cb1362d268235abd9 |
---|---|
oai_identifier_str |
oai:repositorio.unesp.br:11449/257175 |
network_acronym_str |
UNSP |
network_name_str |
Repositório Institucional da UNESP |
repository_id_str |
|
spelling |
Estratégia de uso de inteligência artificial explicável no apoio à reabilitação neuromotoraStrategy for using explainable artificial intelligence to support neuromotor rehabilitationInteligência ArtificialInteligência Artificial ExplicávelUsoClassificação de MovimentosReabilitação NeuromotoraArtificial IntelligenceExplainable Artificial IntelligenceUsageMovement ClassificationNeuromotor RehabilitationCada vez mais soluções baseadas em Inteligência Artificial são utilizadas para resolver problemas em diversos domínios. Entretanto, muitas pessoas demonstram não se sentirem a vontade com esse tipo de solução por não compreender seu funcionamento. Diante disso surge a chamada Inteligência Artificial Explicável (XAI), buscando além de fornecer as respostas produzidas pela Inteligência Artificial, oferecer também aspectos de explicabilidade, detalhando o processo de decisão e gerando confiança. A área de saúde é promissora para aplicação de Inteligência Artificial Explicável, apresentando a possibilidade de uso na reabilitação de pacientes que sofre de acidente vascular cerebral e outras doenças que afetam as capacidades neuromotoras. Nesse contexto é apresentada uma revisão de literatura sobre o uso de Inteligência Artificial Explicável na Reabilitação Neuromotora, um breve estudo comparativo entre as bibliotecas mais populares para esse uso e um aprofundamento na temática de avaliação de explicabilidade e do processo de compreensão. A partir dos resultados obtidos, foi construída uma estratégia de uso de XAI para apoio à reabilitação neuromotora, com foco na classificação de movimentos. Como parte da estratégia de uso foi desenvolvida a ferramenta MoveXAI, que integra a visualização do movimento executado em um avatar com as informações de explicabilidade. A ferramenta se encontra em testes e tem demonstrado resultados relevantes segundo feedback de colaborador pesquisador da área de reabilitação.More and more solutions based on Artificial Intelligence are being used to solve problems in various fields. However, many people feel uncomfortable with this type of solution because they do not understand how it works. As a result, the so-called Explainable Artificial Intelligence (XAI) has emerged, seeking not only to provide the answers produced by Artificial Intelligence, but also to offer aspects of explainability, detailing the decisionmaking process and generating trust. The area of health is promising for the application of Explainable Artificial Intelligence, with the possibility of using it in the rehabilitation of patients suffering from strokes and other diseases that affect neuromotor abilities. In this context, a literature review is presented on the use of Explainable Artificial Intelligence in Neuromotor Rehabilitation, a brief comparative study between the most popular libraries for this use and an in-depth look at the topic of evaluating explainability and the comprehension process. Based on the results obtained, a strategy was built for using XAI to support neuromotor rehabilitation, with a focus on classifying movements. As part of the use strategy, the MoveXAI tool was developed, which integrates the visualization of the movement performed on an avatar with the explainability information. The tool is currently being tested and has shown relevant results, according to feedback from a researcher in the rehabilitation area.Universidade Estadual Paulista (Unesp)Brega, José Remo Ferreira [UNESP]Universidade Estadual Paulista (Unesp)Camargo, Luiz Felipe de [UNESP]2024-08-26T19:28:14Z2024-08-26T19:28:14Z2024-08-09info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfCAMARGO, Luiz Felipe de. Estratégia de uso de inteligência artificial explicável no apoio à reabilitação neuromotora. Brega, José Remo Ferreira. 2024. 132 f. Dissertação (Tese de Doutorado em Ciência da Computação) - Faculdade de Ciências, Universidade Estadual Paulista (UNESP), Bauru, 2024.https://hdl.handle.net/11449/25717533004153073P2http://lattes.cnpq.br/83478869839751460000-0003-4859-0364porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-08-27T06:08:52Zoai:repositorio.unesp.br:11449/257175Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462024-08-27T06:08:52Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Estratégia de uso de inteligência artificial explicável no apoio à reabilitação neuromotora Strategy for using explainable artificial intelligence to support neuromotor rehabilitation |
title |
Estratégia de uso de inteligência artificial explicável no apoio à reabilitação neuromotora |
spellingShingle |
Estratégia de uso de inteligência artificial explicável no apoio à reabilitação neuromotora Camargo, Luiz Felipe de [UNESP] Inteligência Artificial Inteligência Artificial Explicável Uso Classificação de Movimentos Reabilitação Neuromotora Artificial Intelligence Explainable Artificial Intelligence Usage Movement Classification Neuromotor Rehabilitation |
title_short |
Estratégia de uso de inteligência artificial explicável no apoio à reabilitação neuromotora |
title_full |
Estratégia de uso de inteligência artificial explicável no apoio à reabilitação neuromotora |
title_fullStr |
Estratégia de uso de inteligência artificial explicável no apoio à reabilitação neuromotora |
title_full_unstemmed |
Estratégia de uso de inteligência artificial explicável no apoio à reabilitação neuromotora |
title_sort |
Estratégia de uso de inteligência artificial explicável no apoio à reabilitação neuromotora |
author |
Camargo, Luiz Felipe de [UNESP] |
author_facet |
Camargo, Luiz Felipe de [UNESP] |
author_role |
author |
dc.contributor.none.fl_str_mv |
Brega, José Remo Ferreira [UNESP] Universidade Estadual Paulista (Unesp) |
dc.contributor.author.fl_str_mv |
Camargo, Luiz Felipe de [UNESP] |
dc.subject.por.fl_str_mv |
Inteligência Artificial Inteligência Artificial Explicável Uso Classificação de Movimentos Reabilitação Neuromotora Artificial Intelligence Explainable Artificial Intelligence Usage Movement Classification Neuromotor Rehabilitation |
topic |
Inteligência Artificial Inteligência Artificial Explicável Uso Classificação de Movimentos Reabilitação Neuromotora Artificial Intelligence Explainable Artificial Intelligence Usage Movement Classification Neuromotor Rehabilitation |
description |
Cada vez mais soluções baseadas em Inteligência Artificial são utilizadas para resolver problemas em diversos domínios. Entretanto, muitas pessoas demonstram não se sentirem a vontade com esse tipo de solução por não compreender seu funcionamento. Diante disso surge a chamada Inteligência Artificial Explicável (XAI), buscando além de fornecer as respostas produzidas pela Inteligência Artificial, oferecer também aspectos de explicabilidade, detalhando o processo de decisão e gerando confiança. A área de saúde é promissora para aplicação de Inteligência Artificial Explicável, apresentando a possibilidade de uso na reabilitação de pacientes que sofre de acidente vascular cerebral e outras doenças que afetam as capacidades neuromotoras. Nesse contexto é apresentada uma revisão de literatura sobre o uso de Inteligência Artificial Explicável na Reabilitação Neuromotora, um breve estudo comparativo entre as bibliotecas mais populares para esse uso e um aprofundamento na temática de avaliação de explicabilidade e do processo de compreensão. A partir dos resultados obtidos, foi construída uma estratégia de uso de XAI para apoio à reabilitação neuromotora, com foco na classificação de movimentos. Como parte da estratégia de uso foi desenvolvida a ferramenta MoveXAI, que integra a visualização do movimento executado em um avatar com as informações de explicabilidade. A ferramenta se encontra em testes e tem demonstrado resultados relevantes segundo feedback de colaborador pesquisador da área de reabilitação. |
publishDate |
2024 |
dc.date.none.fl_str_mv |
2024-08-26T19:28:14Z 2024-08-26T19:28:14Z 2024-08-09 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
CAMARGO, Luiz Felipe de. Estratégia de uso de inteligência artificial explicável no apoio à reabilitação neuromotora. Brega, José Remo Ferreira. 2024. 132 f. Dissertação (Tese de Doutorado em Ciência da Computação) - Faculdade de Ciências, Universidade Estadual Paulista (UNESP), Bauru, 2024. https://hdl.handle.net/11449/257175 33004153073P2 http://lattes.cnpq.br/8347886983975146 0000-0003-4859-0364 |
identifier_str_mv |
CAMARGO, Luiz Felipe de. Estratégia de uso de inteligência artificial explicável no apoio à reabilitação neuromotora. Brega, José Remo Ferreira. 2024. 132 f. Dissertação (Tese de Doutorado em Ciência da Computação) - Faculdade de Ciências, Universidade Estadual Paulista (UNESP), Bauru, 2024. 33004153073P2 0000-0003-4859-0364 |
url |
https://hdl.handle.net/11449/257175 http://lattes.cnpq.br/8347886983975146 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
publisher.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
Repositório Institucional da UNESP |
collection |
Repositório Institucional da UNESP |
repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
repositoriounesp@unesp.br |
_version_ |
1834485465635356672 |