A carregar...
Publicação
Classification of microcytic anemias using machine learning methods
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 1.34 MB | Adobe PDF |
Orientador(es)
Resumo(s)
A prevalência mundial da anemia é estimada em 24,8% e de entre as suas possíveis causas sobressaem a carência nutricional em ferro (anemia ferropénica) e algumas doenças genéticas (hemoglobinopatias como, por exemplo, beta-talassémia e alfa-talassémia). O diagnóstico da etiologia das anemias microcíticas requer métodos laboratoriais caros e morosos, mas é fundamental para a decisão clínica referente ao tratamento e, quando apropriado, para o aconselhamento genético. Neste trabalho aplicaram-se algoritmos de aprendizagem automática (machine learning) para diferenciação das referidas anemias microcíticas usando apenas as informações obtidas no hemograma, um dos exames laboratoriais mais comuns em medicina. Os resultados destacaram o excelente desempenho dos classificadores desenvolvidos com o algoritmo de florestas aleatórias (random forests), tanto na classificação binária quanto na multiclasse, demonstrando o potencial da inteligência artificial na identificação da etiologia dessas anemias.
Descrição
Palavras-chave
Doenças Genéticas Algoritmos Anemia Talassémia Machine Learning