Multilevel Clustering Explainer: An Explainable Approach to Electronic Health Records

Autor(es):Mostrar menos -

Clementino, Jose M., Jr. ; Faical, Bruno S. ; Bones, Christian C. ; Traina, Caetano, Jr. ; Gutierrez, Marco A. ; Traina, Agma J. M. ; Almeida, JR ; Gonzalez, AR ; Shen, L ; Kane, B ; Traina, A ; Soda, P ; Oliveira, JL

• Tipo de documento: Artigo Científico
• Fonte: 2021 IEEE 34TH INTERNATIONAL SYMPOSIUM ON COMPUTER-BASED MEDICAL SYSTEMS (CBMS); v. N/A, p. 6-pg., 2021-01-01.

Resumo

Machine learning (ML) algorithms have been used in many areas of activity, and their results can often be applied without further human intervention. The ML algorithms have also been widely used in medical contexts, but in this area, the result needs to be thoroughly confirmed by a specialist, who needs explanatory information on how the results were obtained. Aimed at such scenarios, we propose the Multilevel Clustering Explainer (MCE), a method capable of providing explanatory information to health professionals about the knowledge discovery process. The MCE was developed for the analysis of medical data, providing a synthesis of explanatory information for the specialist to quickly and clearly understand how the results were obtained. (AU)

• Processo FAPESP: 20/07200-9 - Analisando dados complexos vinculados a COVID-19 para apoio à tomada de decisão e prognóstico
• Beneficiário: Agma Juci Machado Traina
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 16/17078-0 - Mineração, indexação e visualização de Big Data no contexto de sistemas de apoio à decisão clínica (MIVisBD)
• Beneficiário: Agma Juci Machado Traina
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Processo FAPESP: 18/06074-0 - Content-Based Image Retrieval using Selective Visual Attention
• Beneficiário: Oscar Alonso Cuadros Linares
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Processo FAPESP: 19/04660-1 - Consolidando Métodos de Aprendizado de Máquina no Contexto do MiVisBD
• Beneficiário: Christian Cesar Bones
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Processo FAPESP: 18/06228-7 - Detecção de padrões e anomalias em dados médicos usando Modelagem Matemática
• Beneficiário: Bruno Squizato Faiçal
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado