Validação e melhoria de modelos de aprendizado de máquina para previsão de eventos cardiovasculares

• Processo: 23/01695-4
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Vigência (Início): 01 de abril de 2023
• Vigência (Término): 31 de março de 2025
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Acordo de Cooperação: União Europeia (Horizonte 2020)
• Pesquisador responsável: Paulo Mazzoncini de Azevedo Marques
• Beneficiário: Hilton Vicente César
• Instituição Sede: Faculdade de Medicina de Ribeirão Preto (FMRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Vinculado ao auxílio: 21/06137-4 - Prevendo eventos cardiovasculares usando aprendizado de máquina, AP.R
• Assunto(s): Aprendizado computacional Aprendizado federado Computação em informática médica Doenças cardiovasculares
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Aprendizado federado | eventos cardiovasculares | Mace | Ciência da Computação em Medicina

Resumo

O objetivo geral do projeto é desenvolver modelos de previsão para MACE (Major adverse cardiovascular events) que possam ser utilizados em contextos clínicos diversos. Como objetivo específico, pretende-se verificar se o aprendizado federado resultará em maior poder de generalização dos modelos desenvolvidos pelo consórcio de centros de pesquisa. O bolsista deverá organizar e pré-processar a coorte local de pacientes, garantindo a harmonização dos dados em conformidade com os padrões adotados pelos parceiros internacionais. O bolsista também deverá apoiar o processo de validação e atualização do modelo de aprendizado de máquina que será disponibilizado pelo consórcio, o que será feito através de uma abordagem de aprendizagem federada, ou seja, os dados dos pacientes permanecerão privados localmente.