Resumo
Os sistemas de Saúde formam uma estrutura complexa cuja compreensão e modelagem envolve múltiplos fatores e suas relações. A diversidade demográfica do Brasil compõe um cenário ainda mais desafiador para a Gestão em Saúde. Por outro lado, a superação deles pode produzir avanços significativos para a Saúde no Brasil e no mundo. Métodos avançados em Inteligência Artificial (IA) têm gerado descobertas significativas e de impacto socioeconômico para diversos problemas complexos. Essa proposta de Centro busca catalisar o conhecimento de grupos de excelência da USP e de outras instituições de pesquisa do estado de SP para desenvolver métodos avançados de IA capazes de superar tais desafios. Para isso, os projetos do Centro devem inovar nas principais frentes de pesquisa de IA, como Aprendizado Profundo (Graph Neural Networks, Large Language Models e Diffusion Models), Modelos Estruturais Interpretáveis e Causais, e Tomada de Decisão Multicritério, de forma a lidar com múltiplas modalidades de dados, com a demanda por interoperabilidade dos sistemas e com dados de saúde não-estruturados, buscando melhorar a eficiência, o custo-benefício e a qualidade dos serviços em Saúde, para a micro- e a macro-gestão (hospitais públicos, privados e instituições de saúde) gerando modelos consistentes e interpretáveis que possibilitem a tomada de decisão confiável. (AU)
| Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio: |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |