Integração de Modelos de Aprendizado de Máquina na Rotina Diária Hospitalar

• Processo: 24/01279-3
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de março de 2024
• Data de Término da vigência: 28 de fevereiro de 2026
• Área de conhecimento: Interdisciplinar
• Acordo de Cooperação: União Europeia (Horizonte 2020)
• Pesquisador responsável: Paulo Mazzoncini de Azevedo Marques
• Beneficiário: Gladys Pierri
• 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 Interoperabilidade
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | eventos cardiovasculares | interoperabilidade | Sistema de Informação em Saúde | Ciência da Computação em Medicina

Resumo

Poucos modelos de aprendizado de máquina podem ser encontrados efetivamente funcionando em ambiente clínico e há pouca pesquisa sobre seus benefícios e utilidade em cenários prospectivos. Os modelos de aprendizado de máquina podem funcionar muito bem em conjuntos de dados de teste, mas podem perder desempenho quando aplicados a dados prospectivos. Nesse cenário, o objetivo de trabalho proposto é a implementação piloto dos modelos no sistema de informação hospitalar e sua avaliação em configurações clínicas dinâmicas.