Estudo apresentou uma ferramenta de IA baseada em aprendizado de máquina multimodal capaz de prever o desempenho de um novo material em aplicações reais.
Estudo utiliza exames de imagem e laudos médicos realizados no Hospital Universitário Antônio Pedro (Huap-UFF) entre 2013 e 2019.
Técnica poderia distinguir entre tumores e tecido saudável e também visualizar o fluxo sanguíneo de um membro comprometido durante uma cirurgia.
Dispositivo usa tecnologia Raspberry Pi para processar imagens obtidas por câmera embarcada e compará-las com imagens de referência.
App foi testado em grupo de mais de 50 idosos e mostrou resultados positivos na análise do comportamento corporal dos pacientes.
O atlas pretende ser uma ferramenta que ofereça aos alunos a possibilidade de consultar peças do acervo e, assim, consolidar o conteúdo estudado mesmo fora dos laboratórios.
Sistema propõe uma classificação dividida em três níveis principais: problemas de saúde, intervenções digitais e tecnologias habilitadoras.
Projeto permite aos alunos interagir com casos clínicos de emergência radiológica, acessar estações virtuais com imagens e equipamentos radiológicos e fazer o teste em um ambiente seguro com duração estruturada e feedback durante o rodízio de Radiologia e Medicina Física.
App permite aos usuários a possibilidade de definir os horários em que desejam receber notificações lembrando sobre o oferecimento de frutas às crianças, como no lanche da escola ou na hora da sobremesa.
Com um scanner laser-ultrassônico, tomografia computadorizada fotoacústica pode identificar tumores em apenas 15 segundos.