@article{Moura_Lopes_Guerreiro_Leite_2014, title={OpMM - FERRAMENTA PARA EXTRAÇÃO DE CONHECIMENTO UTILIZANDO PRIMITIVAS TEMPORAIS: UM ESTUDO DE CASO EM PACIENTES INTERNADOS EM UTI}, volume={4}, url={https://periodicos.ufrn.br/reb/article/view/5025}, DOI={10.18816/r-bits.v4i1.5025}, abstractNote={A quantidade de informações armazenadas em banco de dados está crescendo em uma velocidade maior que a capacidade computacional e humana de interpretar esses dados. Logo, à medida que o uso de sistemas de banco de dados cresce, os usuários exigem funcionalidades adicionais, com a finalidade de facilitar a implementação de aplicações de usuário mais avançadas e mais complexas. A busca por informações contidas em bancos de dados tem acontecido de forma ampla e generalizada e, mais especificamente nos banco de dados médicos, foco deste trabalho, tem sido alvo de muitas pesquisas, como: mineração de dados, segurança, ética e/ou sigilo dos dados, modelo de predição, sistemas de apoio a decisão, utilização de técnicas inteligentes, entre outros. Diante do exposto, o objetivo deste trabalho é o desenvolvimento de uma ferramenta para extração de conhecimento utilizando primitivas temporais, intitulada OpMM (<em>Open Medical Mining</em>), baseado nas etapas do <em>Knowledge Discovery Database</em> (KDD), a fim de subsidiar profissionais da área médica para auxílio ao seu diagnóstico. A ferramenta está baseada em técnicas e algoritmos de mineração de dados, através do algoritmo de árvore de decisão. O OpMM tem como princípio a transformação dos dados em informações, por meio do conhecimento dos especialistas e dos parâmetros de normalidade dos sinais vitais de pacientes. Para validação da ferramenta utilizou-se um estudo de caso em pacientes internados em UTI através do banco dados público <em>Multiparameter Intelligent Monitoring in Intensive Clinical</em> (MIMIC II).}, number={1}, journal={Revista Brasileira de Inovação Tecnológica em Saúde - ISSN:2236-1103}, author={Moura, Karla Haryanna and Lopes, Maximilliano Araújo da Silva and Guerreiro, Ana Maria Guimarães and Leite, Cicilia Raquel Maia}, year={2014}, month={abr.} }