DESMISTIFICANDO A INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO PRECOCE DE ALZHEIMER: UM MODELO DE ÁRVORE DE DECISÃO

• Autor
• Wollner Materko
• Co-autores
• Túlio Batista Franco
• Resumo

• DESMISTIFICANDO A INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO PRECOCE DE ALZHEIMER: UM MODELO DE ÁRVORE DE DECISÃO

   

  Wollner Materko, UFRJ, wollner.materko@gmail.com

  Túlio Batista Franco, UFF, tuliofranco@id.uff.br

   

  PALAVRAS-CHAVE: Alzheimer; Inteligência Artificial; Aprendizado de Máquina.

  INTRODUÇÃO

  A Doença de Alzheimer (DA) representa um dos maiores desafios de saúde pública do século XXI, sendo a causa mais comum de demência em todo o mundo. Seu diagnóstico é um processo complexo e frequentemente tardio, limitando intervenções precoces que poderiam melhorar a qualidade de vida dos pacientes (MONFARED et al., 2022). Embora a Inteligência Artificial (IA) seja uma ferramenta poderosa para analisar dados de saúde (MATERKO et al., 2024), seus modelos mais comuns operam como "caixas-pretas", gerando desconfiança e dificultando sua adoção na prática clínica.

  Para superar essa barreira, nosso objetivo foi desenvolver um modelo de árvore de decisão totalmente transparente para classificar a DA. O estudo buscou não apenas alcançar alta precisão, mas principalmente identificar os fatores clínicos mais decisivos e revelar a lógica exata utilizada pelo algoritmo, transformando a IA em uma ferramenta de diagnóstico compreensível, confiável e clinicamente relevante para médicos e pacientes.

  METODOLOGIA

  Este estudo utilizou um subconjunto pré-processado de 645 pacientes do "Alzheimer's Disease Dataset", disponível publicamente na plataforma Kaggle (Palavras-chave

• Alzheimer; Inteligência Artificial; Aprendizado de Máquina.
• Modalidade
• Pôster
• Área Temática
• Divulgação científica

Voltar Download