Análise de hemogramas para diagnóstico do Sars-Cov-2: uma abordagem baseada em aprendizado de máquina (2021)
- Authors:
- USP affiliated author: GARCIA, VINICIUS MOLINA - EESC E ICMC
- School: EESC E ICMC
- Subject: APRENDIZADO COMPUTACIONAL
- Keywords: Problemas de classificação; Interpretação de modelos; Sistemas preditivos
- Language: Português
- Abstract: Os erros médicos matam 6 pessoas por hora no Brasil, o que equivale a 4320 mortes evitáveis todos os meses. Nos EUA, os erros médicos já são a terceira principal causa de morte, e 2,6 milhões de pessoas morrem todos os anos em todo o mundo devido a esta causa (Fioravanti, 2020). Desta forma, estes eventos estão sendo cada vez mais evidenciados e debatidos, sendo mais bem delimitados e entendidos. Estes debates são nevrálgicos para a criação e instauração de programas de melhoria de processos no público e no privado, com o objetivo de reduzir a chamada iatrogenia, a qual refere-se a um estado de doença, efeitos adversos ou complicações causadas por ou resultantes do tratamento médico. O combate aos danos e mortes causados por erros evitáveis durante o tratamento médico torna-se, então, um desafio mundial (Schmidt, Pesquisa FAPESP). Dentre as principais causas destes erros estão a falta de informação (não de conhecimento) e recursos. Em muitos casos, o médico não possui todas as informações em mãos para tomar a melhor decisão para o paciente, tampouco sabe como o quadro deste evoluirá, podendo intervir de forma preventiva. Partindo de uma definição bem interessante sobre valor para o paciente, cunhada pelo professor de Harvard Michael Porter, temos que valor é o resultado (outcome) obtido pelo paciente em razão dos custos para obtê-lo. Atualmente, os resultados obtidos pelos pacientes (de forma bem mais acentuada na rede pública) são baixos, dada as falhas no processo diagnóstico (e.g. "tudo é virose") e da impossibilidade de fazer intervenções prévias por dificuldade no monitoramento ou predição da saúde do paciente. Assim, este trabalho propõe uma plataforma assistida por Inteligência Artificial que processa informações de exames simples, baratos e de amplo acesso (como o hemograma completo) para fornecer relatórios inteligentes que auxiliam no processo decisório durante o diagnóstico e prognóstico.
- Imprenta:
- Place of publication: São Carlos
- Date published: 2021
-
ABNT
GARCIA, Vinícius Molina. Análise de hemogramas para diagnóstico do Sars-Cov-2: uma abordagem baseada em aprendizado de máquina. 2021. Trabalho de Conclusão de Curso (Graduação) – , Universidade de São Paulo, São Carlos, 2021. Disponível em: https://bdta.abcd.usp.br/directbitstream/9361c561-286a-4983-9580-322517645d5a/Vinicius%20Molina%20Garcia%20.pdf. Acesso em: 25 abr. 2024. -
APA
Garcia, V. M. (2021). Análise de hemogramas para diagnóstico do Sars-Cov-2: uma abordagem baseada em aprendizado de máquina (Trabalho de Conclusão de Curso (Graduação). , Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/9361c561-286a-4983-9580-322517645d5a/Vinicius%20Molina%20Garcia%20.pdf -
NLM
Garcia VM. Análise de hemogramas para diagnóstico do Sars-Cov-2: uma abordagem baseada em aprendizado de máquina [Internet]. 2021 ;[citado 2024 abr. 25 ] Available from: https://bdta.abcd.usp.br/directbitstream/9361c561-286a-4983-9580-322517645d5a/Vinicius%20Molina%20Garcia%20.pdf -
Vancouver
Garcia VM. Análise de hemogramas para diagnóstico do Sars-Cov-2: uma abordagem baseada em aprendizado de máquina [Internet]. 2021 ;[citado 2024 abr. 25 ] Available from: https://bdta.abcd.usp.br/directbitstream/9361c561-286a-4983-9580-322517645d5a/Vinicius%20Molina%20Garcia%20.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Vinicius Molina Garcia .p... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
