Lais, uma solução baseada em classificadores para geração de alertas em sistemas de saúde

• Ano de defesa: 2017
• Autor(a) principal: Silva, Cristiano Lima da
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual do Ceará
• Palavras-chave em Português: Computação aplicada; Mineração de dados; Mortalidade infantil
• Link de acesso: https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=86176

A taxa demortalidade infantil noBrasil é considerada elevada segundo a UNESCO,se comparada a de países desenvolvidos. No ano de 2015, este número foi de 13,8 óbitos para cada mil nascimentos, enquanto que a Alemanha apresentou taxa equivalente a 3,43. Portanto, a redução da mortalidade infantil é uma das grandes prioridades do poder público brasileiro. Neste contexto, sistemas de atenção primária voltados ao atendimento materno infantil desempenham um papel fundamental. Para esse fim, no Brasil existe o programa Rede Cegonha, que tem como objetivo dar assistência às gestantes e recém-nascidos (de zero a dois anos de vida). Com o objetivo de oferecer suporte tecnológico ao Programa Rede Cegonha, a plataforma GISSA (Governança Inteligente em Sistema de Saúde) surge com a finalidade de apoiar a tomada de decisão no contexto desse programa. Uma das funcionalidades do GISSA é a geração de alertas inteligentes. Um destes alerta diz respeito ao estado de saúde da gestante e do recém-nascido, de modo a ajudar os tomadores de decisão da área de saúde em ações preventivas. Este trabalho propõe o LAIS (Laboratório Avançado de Inteligência Integrada para Sistemas de Saúde), uma solução baseada em Mineração de Dados com o objetivo de tornar inteligentes os alertas em sistemas de saúde da plataforma GISSA. O LAIS faz uso de uma metodologia de reconhecimento de padrões para escolha do algoritmo de classificação. Foram utilizados algoritmos de balanceamento de dados (Spread Subsample, SMOTE e Resample) com o objetivo de melhorar os resultados do modelo matemático utilizado no LAIS, pois o número de crianças que nasce é bem superior ao número de crianças que morrem antes de completar um ano de idade. Os testes mostram que o algoritmo de balanceamento Resample proporciona melhores resultados, e o classificador Random Forest é o mais adequado para este fim, apresentando área da curva ROC de 0,99. Para a implementação do LAIS utilizou-se o WEKA, uma ferramenta que procede à análise computacional e estatística dos dados fornecidos. Assim, o LAIS fornece a probabilidade de um recém-nascido vir à óbito, com base nos seus atributos e os de sua mãe, permitindo que os profissionais de saúde possam identificar e agir mais rapidamente dando mais atenção para os casos de crianças que apresentem maior risco de sofrerem óbito. Palavras-chave: GISSA. Mineração de Dados. Alertas em saúde. DATASUS. Mortalidade infantil.