Use este identificador para citar ou linkar para este item:
https://ric.cps.sp.gov.br/handle/123456789/8233
Título: | Desenvolvimento de modelo de aprendizado de máquina para auxílio na tomada de decisões por profissionais da saúde durante a pandemia de covid-19 |
Autor(es): | MACEDO, Renato Holzlsauer Mattos |
Orientador(es): | EVANGELISTA, Luiz Eduardo Souza |
Outro(s) contribuidor(es): | GAVINIER, Divani Barbosa |
Tipo documental: | Monografia |
Palavras-chave: | Covid-19;Pandemias;Softwares;Desenvolvimento de software;Classificação;Machine learning;Infecções por coronavirus |
Data do documento: | 2021 |
Editor: | 251 |
Referência Bibliográfica: | MACEDO, Renato Holzlsauer Mattos. Desenvolvimento de modelo de aprendizado de máquina para auxílio na tomada de decisões por profissionais da saúde durante a pandemia de covid-19, 2021. Trabalho de conclusão de Curso (Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas) - Fatec Taubaté, Taubaté, 2021. |
Resumo: | Em março de 2020 foi decretado pela Organização Mundial da Saúde (OMS) o estado de pandemia devido a COVID-19, doença causada pelo vírus SARS-CoV-2 (Severe Acute Respiratory Syndrome Coronavirus 2). Esta pandemia se estendeu ao longo dos anos de 2020 e 2021, e no Brasil este surto de COVID-19 tomou grandes proporções, gerando instabilidade social e econômica e um enorme impacto nos sistemas de saúde como resultado. Para melhor gerir a crise, identificar aqueles pacientes que terão necessidade de serem internados pode promover uma gestão muito melhor de recursos por parte dos hospitais. Em 16 de abril de 2020 foi disponibilizada pela equipe de Data Intelligence do Hospital Sírio-Libanês uma base de dados anonimizada e pública com informações demográficas, clínicas e laboratoriais de pacientes e suas internações. Este trabalho de conclusão de curso no desenvolvimento de um modelo de machine learning que auxilie no problema da predição da necessidade de internamentos por covid-19. Será feito o uso de diferentes modelos de machine learning e métricas para avaliá-los, no intuito de gerar melhor compreensão no desenvolvimento dos modelos. |
URI: | http://ric.cps.sp.gov.br/handle/123456789/8233 |
Aparece nas coleções: | Trabalhos de Conclusão de Curso |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
analisedesenvolvimentodesistemas_2021_2_RENATOHOLZLSAUERMATTOSMACEDO_DESENVOLVIMENTODEMODELODEAPRENDIZADODEMAQUINAPARAAUXILIONATOMADADEDECISOESPORPROFISSIONA.pdf Restricted Access | 764.06 kB | Adobe PDF | Visualizar/Abrir Solictar uma cópia |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.