A inteligência artificial aplicada no diagnóstico de DCNT’s

Abstract

A saúde mundial foi drasticamente afetada nos últimos anos em virtude das DCNT’s (Doenças Crônicas Não Trasmissíveis). O Ministério da Saúde, estima que elas estejam envolvidas na maior parte dos óbitos globais na última década. O Brasil, na tentativa de reduzir essa estatística elaborou um plano de ação estratégica, com o objetivo de enumerará-las e propor soluções, sendo a principal delas a diminuição dos fatores de risco que as envolvem. Nesse sentido, visando contribuir para a identificação prévia das DCNT’s, este trabalho propõe a construção de algoritmos capazes de auxiliar no diagnóstico de três das principais doenças consideradas mais letais no país. Partindo de uma lista pré definida de sintomas comuns entre o infarto, a pneumonia e o AVC e utilizando-se de Inteligência Artificial, mais especificamente as árvores de decisão e o aprendizado supervisionado com o apoio direto de profissionais da saúde, entende-se que é possível obter conclusões preliminares altamente precisas. Os resultados envolvem diretamente a saúde e a produtividade da sociedade, uma vez que essas doenças, além de mortais, reduzem drasticamente a participação econômica e a capacidade de trabalho da população.

Global health has been drastically impacted in recent years due to CNCD’s (Chronic Non-Communicable Diseases). The Health Department estimates that they are involved in the majority of global deaths in the last decade. Brazil, in an attempt to reduce this statistic, has developed a strategic action plan aimed at enumerating these diseases and proposing solutions, the main one being the reduction of associated risk factors. Therefore, aiming to contribute to the early identification of CNCD’s, this paper proposes the development of algorithms capable of assisting in the diagnosis of three of the leading causes of death related to this type of disease in the country. Based on a predefined list of common symptoms among heart attack, pneumonia, and stroke, and utilizing Artificial Intelligence, specifically decision trees and supervised learning with the direct support of healthcare professionals, it is understood that highly accurate preliminary conclusions can be obtained. The results directly impact the health and productivity of society, as these diseases, in addition to being fatal, drastically reduce economic participation and the workforce.