| dc.creator | Silva, Vagner Alves Ferreira da | |
| dc.date.accessioned | 26/04/2026 | pt_BR |
| dc.date.accessioned | 2026-04-26T22:11:56Z | |
| dc.date.available | 2026-04-26T22:11:56Z | |
| dc.date.issued | 2025-12-22 | |
| dc.identifier.citation | BILLING, Erik A. Open DREAM Dataset. DREAM: Development of Robot-Enhanced Therapy for Children with Autism Spectrum Disorders. EU-FP7 grant 611391. 2019. Disponível em: https://github.com/dream2020/data. Acesso em: 29 nov. 2025. BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Diário Oficial da União, Brasília, DF, 2018. CHASE, Harrison. LangChain. [S.l.]: GitHub, 2022. Disponível em: https://github.com/langchain-ai/langchain. Acesso em: 29 nov. 2025. HOLZINGER, Andreas et al. Causability and explainability of artificial intelligence in medicine. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, v. 9, n. 4, p. e1312, 2019. JENDREIECK, C. O. Dificuldades encontradas pelos profissionais da saúde ao realizar diagnóstico precoce de autismo. Psicologia Argumento, Curitiba, v. 32, n. 77, p. 153-158, abr./jun. 2014. MCKINNEY, Wes. Data structures for statistical computing in Python. In: PYTHON IN SCIENCE CONFERENCE, 9., 2010, Austin. Proceedings... Austin: SciPy, 2010. p. 56-61. META. Llama 3 Model Card. 2024. Disponível em: https://github.com/meta-llama/llama3. Acesso em: 05 dez. 2025. MOREIRA, I. M. de A.; LIMA, J. K. R. de; HOUNSELL, E. P. de F. Contribuições da Análise do Comportamento Aplicada (ABA) e da Comunicação Alternativa e Aumentativa (CAA) para o desenvolvimento socioemocional de crianças com Transtornos do Espectro Autista: uma perspectiva da psicologia infantil. Brazilian Journal of Health Review, Curitiba, v. 8, n. 5, p. 01-17, set./out. 2025. NVIDIA. NVIDIA NIM: Microservices for Generatve AI. 2024. Disponível em: https://www.nvidia.com/en-us/ai-data-science/nim/. Acesso em: 05 dez. 2025. ZHANG, S. AI-assisted early screening, diagnosis, and intervention for autism in young children. Frontiers in Psychiatry, [S.l.], v. 16, art. 1513809, 2025. Mila - Quebec AI Institute. Using LLMs to better understand autism diagnosis. Montreal: Mila, 2025. WANG, J. et al. Agentic AI in Healthcare & Medicine: A Seven-Dimensional Taxonomy. arXiv preprint, i | pt_BR |
| dc.identifier.uri | https://repositorio.ifpe.edu.br/xmlui/handle/123456789/2128 | |
| dc.description.abstract | Early diagnosis of Autism Spectrum Disorder (ASD) is crucial for clinical prognosis, often relying on the agile analysis of screening instruments and sociodemographic data. This work presents the development of an Artificial Intelligence (AI) assisted data analysis system designed to optimize the interpretation of autism screening Instituto
datasets. The methodology employed Python and the Streamlit framework to create a web application integrating AI Agents based on Large Language Models (LLMs) via LangChain. Unlike conventional chatbots, the system implements a "Human-in-the-Loop" architecture, allowing health professionals to audit the analysis code generated in real-time. Validation was performed using the Autism Screening for Toddlers dataset, processing Q-CHAT-10 scores to identify correlations and trait prevalence. The results demonstrate a functional platform capable of performing complex exploratory analyses, generating risk distribution visualizations, and providing explainable insights, thereby supporting decision-making in clinical screening | pt_BR |
| dc.format.extent | p.19 | pt_BR |
| dc.language | pt_BR | pt_BR |
| dc.relation | Silva, Vagner Alves Ferreira da. Do Rastreio à Evolução Clínica: Um Sistema de Prontuário Inteligente para TEA Baseado em Agentes de IA e Análise Semântica. Palmares: Instituto Federal de Educação, Ciência e Tecnologia de Pernambuco, 2025, p.19. | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.rights | An error occurred on the license name. | * |
| dc.rights.uri | An error occurred getting the license - uri. | * |
| dc.subject | Inteligência Artificial. Triagem de Autismo. Agentes Inteligentes | pt_BR |
| dc.title | Do Rastreio à Evolução Clínica: Um Sistema de Prontuário Inteligente para TEA Baseado em Agentes de IA e Análise Semântica | pt_BR |
| dc.type | Article | pt_BR |
| dc.creator.Lattes | http://lattes.cnpq.br/6477007827838977 | pt_BR |
| dc.contributor.advisor1 | Pessoa Filho, Hélio Fernando Bentzen | |
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/3368418807566308, | pt_BR |
| dc.contributor.referee1 | Pessoa Filho, Hélio Fernando Bentzen | |
| dc.contributor.referee2 | Ribeiro, David Edson | |
| dc.contributor.referee3 | Silva, Hitalo Oliveira da | |
| dc.contributor.referee1Lattes | http://lattes.cnpq.br/3368418807566308 | pt_BR |
| dc.contributor.referee2Lattes | https://lattes.cnpq.br/1921655275044313 | pt_BR |
| dc.contributor.referee3Lattes | http://lattes.cnpq.br/2588224608722394 | pt_BR |
| dc.publisher.department | Palmares | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.subject.cnpq | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO | pt_BR |
| dc.description.resumo | O diagnóstico precoce do Transtorno do Espectro Autista (TEA) é determinante para o prognóstico clínico, dependendo frequentemente da análise ágil de instrumentos de triagem e dados sociodemográficos. Este trabalho apresenta o desenvolvimento de um sistema de análise de dados assistido por Inteligência Artificial (IA), projetado para otimizar a interpretação de datasets de rastreio de autismo. O método adotado utilizou a linguagem Python e o framework Streamlit para criar uma aplicação web que integra Agentes de IA baseados em Grandes Modelos de Linguagem (LLMs) via LangChain. Diferente de chatbots convencionais, o sistema implementa uma arquitetura "Human-in-the-Loop", permitindo que o profissional de saúde audite o código de análise gerado em tempo real. A validação foi realizada utilizando o dataset Autism Screening for Toddlers, processando pontuações do questionário Q-CHAT-10 para identificar correlações e prevalência de traços. Os resultados demonstram uma plataforma funcional capaz de realizar análises exploratórias complexas, gerar visualizações de distribuição de risco e fornecer insights explicáveis, apoiando a tomada de decisão na triagem clínica | pt_BR |
