Dialog Machine

Fonte: Galileu.                                                              O HIV/AIDS é talvez a pandemia de saúde mais grave que o mundo enfrenta, e a África Austral tem sido a região mais atingida. Das 33 milhões de pessoas infectadas pelo HIV em todo o mundo, aproximadamente dois terços são habitantes da África Subsaariana. Na África subsaariana, o Botsuana tem uma das maiores taxas de prevalência do HIV, sendo que 1 em cada 4 adultos é HIV positivo.   Diante disso, o estudo apresentado neste trabalho apoiou-se em uma parceria com o Centro de Excelência Clínica Infantil do Botswana- Baylor , um instituto especializado em pediatria que atende a capital do Botswana, Gaborone, e suas áreas vizinhas desde junho de 2003.    Este artigo apresenta o desenvolvimento de um sistema automá...

Fonte: agenciabrasil.ebc.com.br Atualmente o mundo está enfrentando a pandemia do coronavírus (COVID-19), doença com alta taxa de contaminação e aumento exponencial no número de casos. Uma das principais formas de monitorar e controlar o crescimento da doença vem acontecendo através do número de testes laboratoriais realizados, mas com a crescente evolução de infectados, o mapeamento do vírus se mostra um desafio cada vez maior. Dessa forma, muitos países estão recorrendo a outras alternativas como, por exemplo, linhas telefônicas responsáveis pela triagem e orientação para casos potenciais de coronavírus.  Conforme a pandemia cresce, fica evidente o aumento do número de chamadas para essas linhas telefônicas, causando congestionamentos e muitas vezes, incapacidade de atender todas as solicitações. Como possíveis soluções, estão surgindo sistemas de triagem realizados de forma digital com perguntas de “sim” ou “não” e, apesar de auxiliarem na identificação de novos caso...

Existe uma necessidade crescente de sistemas automatizados que possam entrevistar pacientes e consumidores sobre sua saúde e fornecer educação em saúde usando o diálogo em linguagem natural. Esses sistemas imitam esta forma de interação para comunicar informações de saúde para usuários em um formato natural, intuitivo e adaptado dinamicamente. Fonte: Venngage Em outras mídias as informações não podem ser reformuladas se os clientes não entendem. O diálogo fornece um meio através do qual uma quantidade significativa de informações podem ser transmitidas além da linguagem conteúdo. De certa forma, os sistemas de diálogo em saúde podem até ser melhores do que interagir com um provedor humano. Para o artigo completo acesse o repositório ou: https://www.sciencedirect.com/science/article/pii/S1532046405001413/pdfft?isDTMRedir=true&download=true

fonte:  mercado e consumo Professores e colaboradores da a Faculdade de Ciências Médicas da Universidade Estadual de Campinas desenvolveram um jogo online para a resolução de casos médicos inspirados em casos reais. O objetivo do projeto é investigar a aplicabilidade de chatbots como ferramentas de treinamento na tomada de decisões em quadros de saúde que exigem atenção. Para o aluno, se aproveitar da facilidade dos apps de mensagens para apresentar conteúdo, e para o professor, remover a complexidade do desenvolvimento do chatbot para que seja gerenciável por  qualquer pessoa leigas e também automatizar a avaliação e feedback aos usuários. Para saber mais, acesse o artigo em nosso repositório  com o título: Aplicação de chatbots no desenvolvimento de jogos em saúde, ou clique aqui .

fonte:  tercerize No atual cenário de isolamento social que o planeta vivencia foi evidenciado que o contato entre humanos pode ser evitado por meio do uso de tecnologias. Atividades como fazer compras no supermercado, atendimento médio e psicológico ou até treinamento físico, que antes eram indiscutivelmente presenciais, tiveram que ser substituídas por interações virtuais.  O artigo apresentado neste post foi escrito em 2014 mas não poderia ser mais atual. Nele é destacado o desenvolvimento de um sistema automático de diálogo representado por um entrevistador virtual que possui uma aparência humana. O objetivo deste projeto ao criar um sistema "human-like" foi propiciar uma interação "face a face" onde o usuário pudesse se sentir confortável para falar e compartilhar informações relacionadas a angústias psicológicas. O trabalho também foi projetado para criar situações de interação favoráveis à avaliação automática de indicadores de estresse, definido...

fonte:  linkedIn Estamos em uma das maiores crises humanitárias da história, mas com recursos tecnológicos para enfrenta-la. A pandemia causada pelo COVID - 19 vem ceifando vidas, e colapsando os sistemas de saúde de inúmeras nações. Neste artigo é discutido a importância dos chatbots no combate ao corona vírus, de que forma ele podem nos ajudar - ou não - no combate da doença. https://www.nature.com/articles/s41746-020-0280-0

fonte: digitaltalks A Diabetes afeta um grande número de pessoas a cada ano. Os tratamentos médicos e comportamentais são eficazes, mas somente quando os pacientes mudam, permanentemente, os seus comportamentos. A tecnologia móvel oferece uma enorme oportunidade de integração no dia a dia dos pacientes de maneiras que possibilitam mudanças de comportamento a longo prazo. No entanto, os aplicativos existentes para smartphones têm funcionalidade limitada e não são adequados para um grande segmento da população. Os chatbots, implementando inteligência artificial por meio de plataformas SMS, oferecem um enorme potencial para aproveitar benefícios da tecnologia móvel. O estudo aborda o potencial dessa tecnologia e das interações humanas para oferecer uma intervenção de mudança de comportamento para os pacientes com diabetes. para mais informações, acesse: https://advanced-hindsight.com/wp-content/uploads/2018/02/Chatbots-for-Diabetes-Self-Management.pdf

fonte: livetalk Pesquisadores do IPT (Instituto de Pesquisas Tecnológicas) desenvolvem um protótipo de chatbot para a área da saúde utilizando o método i*ThinkBot, que é um método de desenvolvimento de chatbot que utiliza duas técnicas relacionadas, atendendo à necessidade dos usuários. Além disso, os pesquisadores aplicaram o Design Thinking (conjunto de ideias e insights para abordar problemas, relacionados a futuras aquisições de informações, análise de conhecimento e propostas de soluções.), facilitando o processo de desenvolvimento dos bots. Confira o artigo em nosso repositório com o título Desenvolvendo Chatbot para a área da Saúde: método, conceitos e prática, ou clique aqui . 

fonte: mxcursos O artigo apresentado neste post tem como objetivo validar uma metodologia de diálogo falado para coleta de informações em tempo real de pacientes para monitoramento da saúde, do comportamento e do estilo de vida destes.    A inovação  fundamenta-se na conversa em linguagem natural por telefone com um sistema de diálogo que utiliza tecnologia de reconhecimento de fala automático. A gestão do processo de coleta de dados é feita via Internet. Para este estudo, o sistema de diálogo foi implementado para a avaliação e monitoramento de 24 pacientes voluntários com dor crônica.   O usuário pode encontrar o artigo Evaluation of Spoken Dialogue Technology for Real-Time  Health Data Collection completo na seção  Repositório  do blog.

fonte: blog vindi O mal de Alzheimer é a maior causa de demência entre idosos, e seu diagnóstico nas fases iniciais da doença podem contribuir para que melhores estratégias sejam definidas pela equipe médica a fim de que possam melhorar os sintomas. Há muitos trabalhos voltados para os portadores de doenças relacionadas a demência, em que haja uma interação, entretanto são ferramentas mais parecidas com jogos e não que tenham um dialogo com o paciente. No artigo divulgado os autores estudam Chatbots que através de conversação e exercícios, pacientes portadores de mal de Alzheimer nas fases iniciais da doença possam estimular sua capacidade cognitiva. A intenção também é que os dados colhidos através do dialogo com o chatbot possa contribuir para um direcionamento do tratamento: Mais informações você pode conferir em nosso repositório ou através do link abaixo: https://sol.sbc.org.br/index.php/sbsc_estendido/article/view/8359/8256 

Um sistema que detecta quando um usuário está mentindo e como o sistema deve reagir quando confrontado com uma mentira. O sistema é projetado para um cenário de consulta, em que o sistema tenta convencer os usuários a adotar hábitos de vida saudáveis para melhorar sua saúde. Fonte: Venngage Usuários hesitam em mudar seus hábitos de vida, porque interromper seu estilo de vida confortável tem um custo, mesmo que esses hábitos tenham uma má influência sobre seus hábitos de vida. O sistema usa essas informações para escolher o melhor comportamento na interação. Artigo completo no repositório ou  clique aqui .

Fonte: Hackel. Os clientes estão utilizando, cada vez mais, as redes sociais como forma de interação com as empresas fornecedoras de produtos ou serviços. Porém, pesquisas mostram que a maior parte desses pedidos não são atendidos ou possuem um longo tempo de resposta.  Dessa forma, com o objetivo de solucionar esse problema, foi criado um sistema de diálogo capaz de gerar respostas automáticas para clientes nas redes sociais. Essa inteligência foi treinada por, aproximadamente, um milhão de conversas entre usuários e empresas (mais de 60 marcas) no Twitter. Além da praticidade que o sistema traz, ele se mostrou capaz de demonstrar empatia em respostas para clientes com reações emocionais, tanto de satisfação como insatisfação com os produtos/serviços fornecidos. Para saber mais sobre a pesquisa acesse o artigo completo no Repositório do Blog.

Fonte: Cedro Technologies. Sistemas automáticos de diálogo facilitam muito a realização de algumas tarefas enquanto está na direção de um automóvel, entretanto ruídos atrapalham a eficiência de muitos sistemas e o cumprimento de seu objetivo. Há muitas pesquisas com a proposta de maximizar a eficiência desses sistemas, melhorando a compreensão e as taxas de erros. O estudo que pode ser consultado no link abaixo avalia a combinação de técnicas de treinamento multi-estilo com a técnica baseada no máximo a posteriori (MAP), que mapeia os modelos acústicos do ambiente de treinamento para o modelo acústico do ambiente de reconhecimento. Para o artigo completo, acesse o Repositório do Blog.

Estudantes propõem um sistema de chatbox que auxilia as pessoas a obterem um estilo de vida mais saudável. O bot atua como um canal bidirecional levando à adoção de hábitos mais saudáveis ​​em relação à dieta, atividade física, e compra e preparação de alimentos. O fato interessante é que o sistema é adaptável para cada pessoa, respeitando a rotina que cada um tem. Além disso, o bot registra as emoções da pessoa e mostra como ela está se adaptando ao processo de novo estilo de vida. Para saber mais, o artigo está disponível em nosso repositório  com o título:  Addressing Challenges in Promoting Healthy Lifestyles: The AI-Chatbot Approach ou clique aqui .

Fonte: Sketchfab. Seria possível o desenvolvimento de uma tecnologia que entende pedidos falados em linguagem natural alemã? A resposta é sim. Para tanto, foi desenvolvido o protótipo de um sistema automático de fala contínua e independente de orador de uma central telefônica. Para aproximadamente 500 funcionários de uma empresa, a tecnologia oferece números de telefone, de fax e de salas; endereços de e-mail e, caso seja explicitamente permitido pelo assinante, números de telefones particulares. Além disso, fornece conclusão direta de chamada para a área desejada.  Neste artigo é explicado todo o funcionamento por trás da tecnologia de diálogo automático, bem como os resultados que foram obtidos experimentalmente - que atingiu um incrível sucesso de 90%.  Confira o artigo A Voice-Controlled Automatic Telephone Switchboard and Directory Information System  completo na página  Repositório  do Blog.

ConvLab é um sistema de diálogo, que permite que os pesquisadores configurem rapidamente experimentos ​​e compare um grande conjunto de abordagens diferentes.  Oferece um conjunto de anotações, dados e modelos de referência. Figura 3: Visualização de configuração do ambiente Fonte:  ConvLab: Multi-Domain End-to-End Dialog System Platform É um domínio de código aberto que permite aos pesquisadores treinar automaticamente modelos de diálogo, criar e avaliar bots de diálogo. Têm sido amplamente utilizados para facilitar pesquisas subsequentes em tradução automática, reconhecimento de fala e processamento de linguagem natural. Para o artigo completo, acesse o repositório ou clique aqui .

Fonte: Dribbble. O diálogo entre seres humanos envolve uma série de atos de fala, sendo possível assim transmitir os desejos e intenções entre as partes envolvidas. O reconhecimento e a classificação dos atos de fala, a construção de modelos com base nesses atos de fala e a avaliação de modelos construídos é o objetivo dos modelos de diálogo. Neste artigo, as técnicas de comunicação homem-máquina são discutidas. Para encontrar ao artigo completo, acesse o Repositório do Blog.

Fonte: Chatbots Life. Um estudo realizado em hospitais holandeses, com o objetivo de avaliar a  utilização de sistemas de diálogo na área de saúde e possíveis oportunidades a serem exploradas, conduziu diversas entrevistas, tanto com profissionais da área, como desenvolvedores de sistemas para avaliar os principais benefícios e limitações dessas aplicações. Entre os resultados, constatou-se que apenas 1% das equipes médicas utilizam essa tecnologia. Fato que pode ser atribuído à diversos fatores, desde dificuldade de adaptação até questões financeiras. O artigo disserta sobre essas questões e evidência possíveis aplicações que trariam grande benefício e eficiência para esses hospitais e para a comunidade médica. Para mais informações sobre a pesquisa acesse o artigo completo no Repositório do Blog.

Fonte: Zendesk. Mediante à crescente necessidade de uma comunicação ágil e rápida, as máquinas tomam lugar de serviços humanos operacionais com a tarefa de oferecer uma experiencia empática o suficiente para que o usuário tenha um atendimento humano. No artigo a seguir, conheça o desenvolvimento de uma aplicação capaz gerenciar o agendamento de atividades culturais por meio de chatbot na Casa da Música. Para acesso completo ao artigo, entre na seção Repositório do Blog.

Fonte: iZeno. Comandar uma máquina ou computador através da facilita e muito a interação da diversa comunidade com as novas tecnologias existentes. Vários avanços tem sido notado no sistemas automáticos de diálogo principalmente pelo melhor processamento dos sinais, melhoria na capacidade dos computadores e pesquisa na área. O sistema de reconhecimento de fala tem algumas características  que determinam o tamanho de seu alcance e o tamanho de seu vocabulário. Quanto maior o vocabulário a ser reconhecido pelo sistema, maior será sua complexidade e em virtude de uma semelhança das palavras a possibilidade erros. A fala tem uma variabilidade diversa, e isso dificulta seu processamento e reconhecimento das palavras, vocábulos e etc. Ruídos, tosse, eco, características do trato vocal também influência na taxa de sucesso. O trabalho divulgado compara as diversas configurações de redes neurais e tipos diferentes de análise de voz com o objetivo de definir o melhor sis...

Fonte: CommLab. O aprendizado por repetição ou aprendizado por reforço ( Reinforcement  Learning ) é um dos métodos de aprendizado de máquina ( Machine  Learning ) aplicado às tecnologias de Inteligência Artificial ( IA ). Em síntese, o método pode ser explicado como uma ciência estratégica de tomada de decisão ou uma maneira ótima de se tomar decisões.    No aprendizado por reforço não existe supervisor, somente um sinal de recompensa ou um número real que diz ao agente o quão boa ou ruim foi a ação dele. O agente pode gastar algum tempo explorando o ambiente até que ele finalmente atinja o objetivo, ou seja, depois de entender quais foram as ações boas e ruins que ele tomou.   No artigo divulgado neste post os autores fazem uma análise sobre a implementação desse método inovador de tomada de decisão em sistemas automáticos de diálogo. Aqui os autores também destacam o uso de uma ferramenta desenvolvida por eles aplicada a experimentos co...

O aumento da população idosa caminha em paralelo com o desenvolvimento tecnológico e a proliferação de aparelhos inteligentes. Com isso, se faz necessário o investimento em tecnologias, como o reconhecimento de voz, que auxiliem essas pessoas no uso de equipamentos. Ao contrário do que se espera, a maioria dos sistemas com essa funcionalidade tem dificuldade em reconhecer comandos de pessoas mais velhas devido, principalmente à menor velocidade e articulação da fala. Esse artigo explora as possibilidades de melhorias no reconhecimento de voz para idosos através de ajustes específicos baseados nas particularidades trazidas pela idade, além do estudo de alternativas para medir e adaptar o entendimento de acordo com aspectos específicos da fala. Para mais informações sobre a pesquisa acesse o artigo completo no Repositório do Blog: https://dialogmachine.blogspot.com/2020/05/repositorio.html .

Doenças crônicas como colesterol, hipertensão e diabetes requerem mudanças no estilo de vida e cuidado contínuo para serem tratadas. O envolvimento efetivo dos pacientes é um grande desafio para todos os profissionais de saúde, tendo em vista as possíveis consequências geradas, devido à falta de comprometimento com o tratamento. Com isso, um grupo de pesquisadores da UFPA estão desenvolvendo um ChatBot integrado ao Telegram com a ferramenta de computação cognitiva IBM Watson que auxilia os pacientes no tratamento dessas doenças. Confira: A computação cognitiva realizada no protótipo consegue identificar a classificação do que foi inserido pelo usuário, tanto texto quanto a escolha de opções. Como por exemplo uma saudação – “Oi”, como também a partir do momento que o usuário inserir uma saudação diferente o IBM Watson, inicia o seu aprendizado determinando essa nova palavra como uma    saudação. As doenças também são classificadas em suas classes, mostrando assi...