As novas ferramentas digitais proporcionadas pela tecnologia<\/b><\/p>\n
Atualmente, a sociedade \u00e9 permeada por tecnologia, nas mais diversas e variadas \u00e1reas e setores. Os avan\u00e7os tecnol\u00f3gicos proporcionam novas e interessantes formas de realizar determinadas tarefas, como, por exemplo, ajudar na elabora\u00e7\u00e3o e realiza\u00e7\u00e3o de pesquisas relacionadas \u00e0 sa\u00fade. Essas inova\u00e7\u00f5es trazem ferramentas e softwares que s\u00e3o capazes de facilitar an\u00e1lises e estudos em diferentes campos do saber. <\/span><\/p>\n Neste texto ser\u00e1 apresentada a utiliza\u00e7\u00e3o do \u201cMachine Learning\u201d (Aprendizado de M\u00e1quinas) para a predi\u00e7\u00e3o de doen\u00e7as cr\u00f4nicas n\u00e3o transmiss\u00edveis, um dos exemplos de como as novas tecnologias podem auxiliar na quest\u00e3o da sa\u00fade, na sociedade. Entretanto, antes de falar diretamente de sua aplica\u00e7\u00e3o nessa problem\u00e1tica, \u00e9 de grande import\u00e2ncia trazer uma explica\u00e7\u00e3o sobre o que s\u00e3o doen\u00e7as cr\u00f4nicas e o que \u00e9 \u201cMachine Learning\u201c, para que seja poss\u00edvel compreender de maneira mais f\u00e1cil.<\/span><\/p>\n Doen\u00e7as Cr\u00f4nicas: Caracter\u00edsticas e Tipos\u00a0<\/b><\/p>\n Doen\u00e7as cr\u00f4nicas muitas vezes demoram a ser descobertas, muitas s\u00e3o diagnosticadas apenas quando o indiv\u00edduo que a possui, come\u00e7a a perceber os sintomas, de maneira tardia. Sendo assim, essas enfermidades tornam-se ainda mais perigosas, pois muitas delas agem de forma \u201csilenciosa\u201d, ou seja, o quanto antes forem descobertas, menores ser\u00e3o as chances de desenvolver complica\u00e7\u00f5es ocasionadas por elas. As principais caracter\u00edsticas utilizadas para definir as doen\u00e7as cr\u00f4nicas s\u00e3o, o desenvolvimento demorado e a sua dura\u00e7\u00e3o longa. Elas podem ser divididas em transmiss\u00edveis, causadas por agentes infecciosos, e as n\u00e3o transmiss\u00edveis.\u00a0<\/span><\/p>\n Neste texto, ser\u00e3o abordadas as n\u00e3o transmiss\u00edveis, que podem surgir e se desenvolver por diferentes fatores. Muitos deles envolvem o estilo de vida, como a alimenta\u00e7\u00e3o, consumo de subst\u00e2ncias como \u00e1lcool e drogas, falta de exerc\u00edcio f\u00edsico, etc. Entretanto, vale ressaltar que a predisposi\u00e7\u00e3o gen\u00e9tica tamb\u00e9m influencia no desenvolvimento dessas doen\u00e7as cr\u00f4nicas. Alguns exemplos mais conhecidos e comuns delas s\u00e3o, a diabetes, a hipertens\u00e3o, a asma, o Alzheimer, a esclerose m\u00faltipla, entre outras. Infelizmente, de acordo com a OMS (Organiza\u00e7\u00e3o Mundial da Sa\u00fade), as doen\u00e7as cr\u00f4nicas n\u00e3o transmiss\u00edveis s\u00e3o respons\u00e1veis por 63% dos \u00f3bitos no mundo. Dessa forma, \u00e9 necess\u00e1rio estar atento e adotar h\u00e1bitos que auxiliem na preven\u00e7\u00e3o delas.<\/span><\/p>\n Machine Learning e Intelig\u00eancia Artificial<\/b><\/p>\n O \u201cMachine Learning\u201d ou o \u201cAprendizado de M\u00e1quina\u201d, em portugu\u00eas, consiste em uma das \u00e1reas ligadas \u00e0 Intelig\u00eancia artificial, que possibilita que os computadores aprendam e entendam os dados recebidos de maneira autom\u00e1tica. Deste modo, essa ferramenta faz com que os sistemas consigam receber muitos e diferentes tipos de dados\u00a0 e sejam capazes de process\u00e1-los, com o objetivo de encontrar uma determinada solu\u00e7\u00e3o ou resposta.<\/span><\/p>\n A aplica\u00e7\u00e3o do Aprendizado de M\u00e1quinas na sa\u00fade<\/b><\/p>\n Tendo em vista os t\u00f3picos anteriores \u00e9 poss\u00edvel avan\u00e7ar e trazer os impactos e os benef\u00edcios da aplica\u00e7\u00e3o e da utiliza\u00e7\u00e3o do Aprendizado de M\u00e1quinas na sa\u00fade de forma geral. Para come\u00e7ar, o \u201cMachine Learning\u201d \u00e9 capaz de cruzar in\u00fameras informa\u00e7\u00f5es de um banco de dados de diversos pacientes com suas caracter\u00edsticas demogr\u00e1ficas, socioecon\u00f4micas e de sa\u00fade.\u00a0\u00a0<\/span><\/p>\n Atrav\u00e9s das caracter\u00edsticas da popula\u00e7\u00e3o, os computadores come\u00e7am a aprender e seguir determinados padr\u00f5es, identificando poss\u00edveis problemas e complica\u00e7\u00f5es que podem levar um indiv\u00edduo a desenvolver determinadas doen\u00e7as. Ou seja, o aprendizado de m\u00e1quinas, \u00e1rea da intelig\u00eancia artificial, proporciona aos profissionais da \u00e1rea da sa\u00fade uma maior assertividade e efici\u00eancia na hora de chegar a uma determinada conclus\u00e3o de um caso.\u00a0<\/span><\/p>\n Dessa forma, trazendo para eles uma maior seguran\u00e7a, precis\u00e3o e assertividade nos diagn\u00f3sticos. Al\u00e9m disso, essa tecnologia possibilita um atendimento mais din\u00e2mico, uma automa\u00e7\u00e3o de processos administrativos e tamb\u00e9m \u00e9 capaz de viabilizar um tratamento mais personalizado para cada paciente. Tudo isso acaba reduzindo custos, economizando tempo das institui\u00e7\u00f5es de sa\u00fade.<\/span><\/p>\n A aplica\u00e7\u00e3o e a utiliza\u00e7\u00e3o do Machine Learning na predi\u00e7\u00e3o de doen\u00e7as cr\u00f4nicas n\u00e3o transmiss\u00edveis<\/b><\/p>\n Al\u00e9m dos benef\u00edcios citados anteriormente, o \u201cMachine Learning\u201d possui outra grande vantagem, que \u00e9 a possibilidade de predizer doen\u00e7as cr\u00f4nicas n\u00e3o transmiss\u00edveis. Algo muito importante, afinal, essas enfermidades muitas vezes s\u00e3o silenciosas.<\/span><\/p>\n Em uma pesquisa realizada por Felipe M. Delpino e colaboradores, \u201cMachine learning for predicting chronic diseases: a systematic review\u201d, foi poss\u00edvel analisar essa caracter\u00edstica. Na conclus\u00e3o deste estudo, \u00e9 dito que o Aprendizado de M\u00e1quinas \u00e9 promissor, pois possui a capacidade de prever o surgimento de doen\u00e7as como hipertens\u00e3o, diabetes, c\u00e2ncer, doen\u00e7as pulmonares cr\u00f4nicas, etc, tudo isso em diferentes contextos.\u00a0<\/span><\/p>\n Por fim, o estudo em quest\u00e3o, confirma os pontos positivos citados no t\u00f3pico anterior e tamb\u00e9m ressalta que \u00e9 de grande import\u00e2ncia que no futuro sejam utilizadas bases de dados ainda maiores, com o objetivo de reduzir riscos de erros.<\/span><\/p>\n <\/p>\n","protected":false},"excerpt":{"rendered":" As novas ferramentas digitais proporcionadas pela tecnologia Atualmente, a sociedade \u00e9 permeada por tecnologia, nas mais diversas e variadas \u00e1reas e setores. Os avan\u00e7os tecnol\u00f3gicos proporcionam novas e interessantes formas de realizar determinadas tarefas, como, por exemplo, ajudar na elabora\u00e7\u00e3o e realiza\u00e7\u00e3o de pesquisas relacionadas \u00e0 sa\u00fade. Essas inova\u00e7\u00f5es trazem ferramentas e softwares que s\u00e3o … <\/p>\n