Predição de Desfechos Clínicos e Econômicos por Meio de Representações Semânticas MultiModais de Pacientes Resilientes a Drifts Temporais
Apresentação
Nos últimos anos, um dos principais desafios para os profissionais e gestores de saúde foi subsidiar decisões e organizar a assistência à saúde, de maneira a proporcionar rápida resposta a crises, o uso mais eficiente de recursos e melhoria da qualidade de atendimento. Para auxiliar estas equipes, soluções avançadas de IA têm sido propostas para diagnóstico, rastreamento e prognóstico dos pacientes desenvolver novas ferramentas de IA, capazes de auxiliar os profissionais de saúde no diagnóstico e prognóstico, com foco inicial para a COVID-19, mas com ampliação para novos desfechos, tais como necessidade de terapia intensiva, ventilação mecânica e diálise; complicações cardiovasculares; sintomas pós-COVID; e modelos para predição de custos no tratamento de pacientes com base no perfil de consumo de recursos em suas rotas (trajetórias) de cuidado.
Como objetivos específicos, pretendemos responder às perguntas de pesquisa:
(i) É possível desenvolver novas estratégias de representação de pacientes que integrem dados multimodais de várias fontes para a predição efetiva de desfechos clínicos e econômicos?
(ii) Essas representações, juntamente com novas estratégias de mitigação dos drifts temporais [5], permitem reduzir os efeitos desses drifts em dados econômicos e de saúde?
| Status: Em andamento |
| Início: Setembro/2023 Conclusão Prevista: Setembro/2025 |
| Eixo temático: Serviços de Saúde e Políticas Públicas |
| Eixo metodológico: Análises Econômicas & Inteligência Artificial |
| Instituição coordenadora: UFMG |
| Instituições participantes: UFMG UFRGS Lancaster University UFSJ |
| Fonte de fomento: CIIA-Saúde da UFMG |
| Coordenação: Marcos André Gonçalves – UFMG Integrantes: Marcos André Gonçalves – UFMG Milena Soriano Marcolino – UFMG Carisi Anne Polanczyk – UFRGS Polianna Delfino Pereira – UFMG Bruno Barbosa Miranda de Paiva – UFMG Cláudio Moisés Valiense de Andrade – UFMG Virgínia Mara Reis Gomes – UFMG Maira Viana Rego Souza e Silva – UFMG Leandro Soriano Marcolino – Lancaster University Leonardo Chaves Dutra da Rocha – UFSJ Ana Paula Etges – UFRGS Ricardo Bertoglio Cardoso – UFRGS |
