O uso de modelos preditivos de inteligência artificial na prevenção de doenças crônicas não transmissíveis

• Processo: 25/02141-8
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de abril de 2025
• Data de Término da vigência: 31 de março de 2026
• Área de conhecimento: Ciências da Saúde - Saúde Coletiva - Epidemiologia
• Pesquisador responsável: Deborah Carvalho Malta
• Beneficiário: Flora Vitória Serena Oliveira Baldi
• Instituição Sede: Escola de Enfermagem. Universidade Federal de Minas Gerais (UFMG). Belo Horizonte , SP, Brasil
• Empresa: Universidade Federal de Minas Gerais (UFMG). Instituto de Ciências Exatas (ICEx)
• Vinculado ao auxílio: 20/09866-4 - Centro de Inovação em Inteligência Artificial para a Saúde (CIIA-Saúde), AP.PCPE
• Assunto(s): Aprendizado computacional Fatores de proteção Fatores de risco Inquéritos epidemiológicos Inteligência artificial Modelos preditivos
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | fatores de proteção | Fatores de Risco | Inquéritos Epidemiológicos | Inteligência Artificial | modelos preditivos | Doenças Crônicas Não Transmissíveis

Resumo

Introdução: No contexto de prevenção e qualidade de vida, destaca-se a importância das Doenças Crônicas Não Transmissíveis (DCNT), que respondem por 75% das mortes anuais, além de elevadas prevalências de fatores de risco na população adulta brasileira: 55% de excesso de peso, 20% de obesidade, 10% de tabagismo, que podem resultar em 38,8% da perda de DALYs (anos de vida perdidos por morte prematura e incapacidade). A inteligência artificial (IA), definida como a simulação da inteligência humana em máquinas, incluindo aprendizado, raciocínio e percepção, e as tecnologias relacionadas, é uma inovação disruptiva na área da saúde e da medicina e oferece vários caminhos para melhorar a qualidade de vida, promover boas condições de saúde a toda população por meio de estratégias preventivas, de proteção contra doenças, de estímulo a estilos de vida saudáveis.Os modelos preditivos de inteligência artificial (IA) têm sido utilizados para estimar o risco de determinado desfecho ocorrer (doença, óbito), com base na identificação de variáveis socioeconômicas, demográficas, ambientais e variáveis relacionadas a hábitos de vida e condições de saúde, destacando-se experiências pioneiras como o escore de risco cardiovascular de Framingham e as estimativas de indicadores em saúde em pequenas áreas geográficas. Objetivos: Desenvolver modelos, técnicas e soluções em IA para identificar, analisar e prever a ocorrência de DCNT em grupos populacionais considerando aspectos éticos de privacidade e segurança. Métodos: Será utilizado bases de dados provenientes dos sistemas de informação em saúde, inquéritos epidemiológicos e bases sociodemográficas e diferentes técnicas de inteligência artificial para mineração, tratamento e predição. Resultados esperados: Como resultado pretende-se atribuir um escore de risco por estratos levando em consideração variáveis extraídas dos dados disponíveis. O conjunto de informações geradas neste projeto poderão auxiliar gestores a melhor direcionar intervenções e políticas públicas de promoção da saúde customizada à demanda e melhorias nos serviços de saúde e dos cuidados implementados.