A Organização Mundial da Saúde afirma que 1 em cada 11 pessoas do mundo tem diabetes, mas somente 50% dos pacientes conhecem seu diagnóstico. O exame laboratorial mais solicitado pelos profissionais é o hemograma, que não apresenta o nível glicêmico do paciente, indicador da diabetes. Portanto é levantada a hipótese de identificar pacientes com potencial de diabetes a partir de dados de exames correlatos. Esta situação apresenta um grande desafio: detectar ou classificar o índice glicêmico do paciente através de dados hematológicos. Nesse contexto, sistemas de apoio à decisão clínica têm demonstrado alto grau de assertividade no auxílio ao diagnóstico. A tecnologia com maior relevância da atualidade é a Inteligência Artificial, com foco principal no Aprendizado de Máquina, implementando conceitos computacionais que possibilitam aprendizado automatizado por meio de dados pré- existentes, o que se apresenta viável no estudo das publicações correlatas a esta pesquisa. Com foco no diagnóstico da diabetes, a pesquisa apresenta a implementação de métodos de aprendizado de máquina para classificação do status glicêmico de pacientes a partir de dados hematológicos. Através do uso de máquina de vetores de suporte, foi desenvolvido com base em trabalhos correlatos, um classificador capaz de indicar o status glicêmico dos pacientes a partir das variáveis hematológicas, com sua acurácia apurada através de validação cruzada de 10 vezes. Os resultados foram comparados com pesquisas correlatas e considerações acerca da aplicação da inteligência artificial na área do diagnóstico são apontadas. |