Notícias

Banca de QUALIFICAÇÃO: NOE OSORIO MACARIO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: NOE OSORIO MACARIO
DATA: 25/07/2024
HORA: 14:00
LOCAL: Virtual
TÍTULO:

COMPARAÇÃO DE MODELOS DE APRENDIZADO DE MÁQUINA NA PREDIÇÃO DO DIABETES


PALAVRAS-CHAVES:

Doença metabólica; Dados desbalanceados; Big Data; Saúde Pública. 


PÁGINAS: 49
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Probabilidade e Estatística
SUBÁREA: Probabilidade e Estatística Aplicadas
RESUMO:

A aplicação de tecnologias avançadas, especialmente o Aprendizado de Máquina (AM), surge como uma resposta promissora para aprimorar o diagnóstico precoce e eficiente do Diabetes. Com o crescimento exponencial de dados na era do Big Data, há uma demanda por ferramentas computacionais sofisticadas que possam processar grandes volumes de informações e derivar insights valiosos para melhorar a saúde pública. A IA, por meio de algoritmos como Máquinas de Vetor de Suporte, Florestas Aleatórias, Naive Bayes, Árvores de Decisão, Redes Neurais Artificiais e Extreme Gradient Boosting, oferece a capacidade de prever a ocorrência de diabetes com precisão, ajudando os profissionais de saúde na tomada de decisões informadas. O estudo proposto tem como objetivo avaliar e comparar a eficácia desses algoritmos na predição do diabetes, utilizando métricas de desempenho como acurácia, sensibilidade, especificidade e área sob a curva ROC. Busca-se identificar o modelo mais eficaz para o diagnóstico precoce da doença, contribuindo não apenas para a melhoria dos tratamentos e redução de custos associados ao diagnóstico tardio, mas também para o manejo de outras condições crônicas que demandam intervenções precoces e personalizadas. Essa abordagem é crucial diante da crescente prevalência de doenças crônicas e da necessidade contínua de avanços tecnológicos na saúde pública.


MEMBROS DA BANCA:
Externo à Instituição - TIAGO ALMEIDA DE OLIVEIRA - UEPB (Membro)
Interno - TALES JESUS FERNANDES (Suplente)
Presidente - PAULO HENRIQUE SALES GUIMARAES (Membro)
Externo ao Programa - DENILSON ALVES PEREIRA - DCC/ICET (Membro)
Externo à Instituição - CRYSTTIAN ARANTES PAIXÃO - UFBA (Membro)
Notícia cadastrada em: 08/07/2024 14:03
SIGAA | DGTI - Diretoria de Gestão de Tecnologia da Informação - Contatos (abre nova janela): https://ufla.br/contato | © UFLA | appserver1.srv1inst1 26/12/2024 18:43