1 - Pesquisa usa Machine Learning para prever casos de Covid-19

 
O Departamento de Ciência da Computação (Ctan) e o Departamento de Tecnologia (CAP) da UFSJ, em conjunto com a Fiocruz Minas, lançaram a pesquisa Prevendo o resultado da doença em pacientes positivos para Covid-19 por meio de Aprendizado de Máquina: um estudo de coorte retrospectivo com dados brasileiros.
 
O trabalho avaliou dados de 8.443 pacientes de casos encerrados, ou seja, com o desfecho sendo cura ou óbito. O material se refere às informações de pacientes cadastrados pela Secretaria de Saúde do Espírito Santo (ES).
 
A equipe, composta pela professora Fernanda Sumika Hojo de Souza e pelos professores Edimilson Batista dos Santos, Cristiano Maciel da Silva e Daniel Ludovico Guidoni, da UFSJ, e pela pesquisadora da Fiocruz Minas, Natália Satchiko Hojo-Souza, começou as atividades no mês de maio.
 
A pesquisa faz uso de dados demográficos, sintomas e comorbidades para realizar a triagem dos pacientes a partir do Machine Learning, ou Aprendizado de Máquina. Essa técnica utiliza informações como idade e doenças prévias de casos encerrados para realizar o treinamento do algoritmo. “O algoritmo pode prever o desfecho de novos pacientes por meio de suas respectivas características, baseado nos casos encerrados que foram usados no treinamento,” destaca Fernanda.
 
De acordo com os dados preliminares da pesquisa sobre chances de óbito, os pacientes acima de 60 anos têm 25,3 vezes mais chances de perecer; os com doença cardíaca, 6,5 vezes; diabéticos, 7,7 vezes; e pacientes com doença renal, 12,9 vezes mais.
 
De acordo com a professora Fernanda Sumika, o projeto pretende aprimorar a técnica para implementação futura, ao mesmo tempo em que continua em andamento, atualizando sua base de dados. Para acesso à pesquisa, que está disponível em inglês, clique aqui
 
* Texto atualizado em 24 de julho de 2020
 

2 - Pós em Ciências da Saúde convida para defesa de dissertação

 
O Programa de Pós-Graduação em Ciências da Saúde (PPGCS) convida a comunidade acadêmica para a defesa da dissertação "MODELOS DE SUBSTÂNCIAS NATURAIS POTENCIALMENTE HERBICIDAS", da mestranda Perla Fonseca Amorim de Araújo.
 
Quando: 7 de agosto, às 14h, pelo Google Meet.
Banca: professores doutores João Máximo de Siqueira (orientador), Alysson Rodrigo Fonseca e Silva (UEMG) e Lucas Fernandes do Carmo (Cefet).
 

Última atualização: 24/07/2020