Estratégia de uso de inteligência artificial explicável no apoio à reabilitação neuromotora

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Camargo, Luiz Felipe de [UNESP]
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
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:
Uso
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