Você está aqui: Página Inicial / Pós-Graduação / Informática / Temas de Pesquisa / Temas de pesquisa 2020.1 / Estudos das Características mais Relevantes para o Diagnóstico da Doença Renal Crônica em Países em Desenvolvimento Utilizando Aprendizagem de Máquina

Estudos das Características mais Relevantes para o Diagnóstico da Doença Renal Crônica em Países em Desenvolvimento Utilizando Aprendizagem de Máquina

Prof. Dr. Álvaro Sobrinho e Prof. Dr. Leonardo Medeiros

Resumo:

A alta incidência e prevalência de Doença Renal Crônica (DRC), frequentemente causada por diagnósticos tardios, é um problema crítico de saúde pública, principalmente em países em desenvolvimento como o Brasil [1]. As terapias com tratamento da DRC, como diálise e transplante renal, aumentam as taxas de mortalidade, além dos custos de saúde pública. Neste estudo, técnicas de aprendizagem de máquina são utilizadas para auxiliar no diagnóstico precoce da DRC nos países em desenvolvimento.

O diagnóstico precoce da DRC em países em desenvolvimento está associado com desafios, como, por exemplo, a falta de atendimento primário e cuidados de saúde precários, especialmente em ambientes rurais e de difícil acesso. Além disso, os altos níveis de pobreza nos países em desenvolvimento exigem uma abordagem de baixo custo no diagnóstico da DRC, analisando a importância de cada atributo utilizado para o diagnóstico da DRC e que são bem aceitos pela comunidade dos nefrologistas. Outra questão relevante é que este estudo auxliará na interpretação do diagnóstico, por médicos de atendimento primário, de resultados obtidos com técnicas de seleção de atributos mais relevantes utilizando técnicas de aprendizagem de máquina, que é atualmente uma das preocupações de parte da comunidade médica internacional [2]. Portanto, neste trabalho, será possível propor ferramentas que possam antecipar o diagnóstico da DRC com um baixo custo para aplicarmos em países em desenvolvimento que atualmente é um grande desafio existente.

Referências bibliográficas:

[1] SOBRINHO A. A. C. C., DA SILVA, L. D., PERKUSICH, A. et al. Design and evaluation of a mobile application to assist the self-monitoring of the chronic kidney disease in developing countries. BMC Medical Informatics and Decision Making, 2018.

[2] The Lancet Respiratory Medicine, “Opening the black box of machine learning,” The Lancet, vol. 6, no. 11, pp. 801, Oct. 2018, 10.1016/S2213-2600(18)30425-9.