Treinamento e operação de sistemas de aprendizado de máquina para a classificação e avaliação dos dados da ferramenta Equalime.

• Processo: 23/10047-6
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de setembro de 2023
• Data de Término da vigência: 31 de março de 2024
• Área de conhecimento: Ciências da Saúde - Saúde Coletiva - Medicina Preventiva
• Pesquisador responsável: Renata Silvério
• Beneficiário: Ramiro Roque Antunes Barreira
• CNAE: Atividades de apoio à gestão de saúde
• Vinculado ao auxílio: 22/10563-1 - Desenvolvimento e validação de ferramenta de avaliação da saúde em ambiente corporativo baseada no estilo de vida, AP.PIPE
• Assunto(s): Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Avaliação de Saúde | Ciências da Saúde / Saúde coletiva

Resumo

Hábitos relacionados ao estilo de vida como alimentação, prática de atividade física, qualidade do sono e estresse estão diretamente relacionados com a propensão ao desenvolvimento de doenças crônicas não transmissíveis (DCNT). Estes hábitos têm ainda uma grande influência em outras esferas da vida, impactando inclusive na performance profissional do indivíduo, o que acarreta em maior custo para as empresas (menores índices de produtividade, absenteísmo, alta sinistralidade nos planos de saúde). Cientes da influência da qualidade de vida no desempenho profissional, muitas empresas promovem programas de atenção à saúde, em diversas áreas. Neste contexto, o oferecimento de programas que atuem especificamente nas necessidades dos colaboradores favorece o êxito de tais intervenções. Contudo, percebe-se que, em geral, as empresas não apresentam uma ferramenta para diagnosticar qual área do estilo de vida os colaboradores apresentam maior necessidade de mudança ou possuem maior propensão a mudar. Similarmente, a maioria dos programas oferecidos não possui uma métrica para avaliar o estado de saúde geral do colaborador antes e após a intervenção, o que faz com que a empresa muitas vezes não consiga quantificar objetivamente o sucesso da atividade. Com base no exposto, nosso objetivo é desenvolver uma ferramenta para que as empresas possam avaliar a condição de saúde dos seus colaboradores, de modo simples e rápido, através da análise do seu estilo de vida. Não existe no mercado um produto escalável, que identifique precocemente os indivíduos que apresentam maior risco de desenvolvimento de DCNT, indique qual a área do estilo de vida merece maior atenção e qual área o indivíduo encontra-se mais propenso a realizar mudanças, justificando o desenvolvimento desta pesquisa. Com base em guidelines internacionais, foi elaborado um questionário para a avaliação do estilo de vida, que analisa as seguintes áreas: saúde geral, nutrição, atividade física, sono e saúde mental. As perguntas que compõem todas as seções do questionário já foram elaboradas. Esta ferramenta será aplicada em colaboradores de uma empresa privada. Uma nota de saúde será calculada para cada colaborador e gerada uma classificação de risco de desenvolvimento de DCNT, por área do estilo de vida. A nota de saúde será correlacionada com índices corporativos de absenteísmo e produtividade e espera-se encontrar uma correlação positiva entre estes fatores. A partir da coleta de dados, será realizado o treinamento e operação de um sistema supervisionado de aprendizado de máquina que tem como entrada, os dados dos formulários dos colaboradores e, como saída, os níveis de risco para desenvolvimento de doenças crônicas. Será feita uma avaliação para a decisão de qual algoritmo de aprendizado de máquina utilizar. Dentre eles estão o SVM (máquina de vetores suporte) e a regressão logística.Além disso, será efetuado o treinamento não-supervisionado de aprendizado de máquina com os dados dos formulários dos colaboradores, para a observação de eventuais padrões emergentes (agrupamentos).