Decision-Making Support Platform Based on Visual Analytics and Machine Learning to Subsidize Public Politics Focused on Gestational Health

Período:

2018 - Atual

Descrição:

O projeto propõe a criação de uma plataforma de apoio à decisão, baseada em técnicas de visualização de informações e aprendizado de máquina, que subsidie a tomada de decisões para criação políticas públicas voltadas à saúde gestacional​. Métodos de aprendizado de máquina possuem um grande potencial para este tipo de análise, mas são raramente utilizados neste tipo de estudo de mortalidade neonatal no Brasil. A aplicação de técnicas de visualização de informações e de aprendizado de máquina a este contexto são inovadoras à realidade brasileira. Com modelos que tornem tais análises mais eficientes e eficazes, além de prevenir mortes neonatais, pretende-se também melhorar a assistência prestada à mulher, pois, há fragilidade na integração entre os cuidados pré-natal e a assistência ao parto. Nossa proposta é desenvolver três serviços nesta Plataforma: (1) Visualização de Dados da Coorte para apoio à decisão por análise humana visual comparativa; (2) Predição de riscos de morte neonatal baseado em modelos de Aprendizado de Máquina; e (3)​ Simulador de impacto de políticas públicas influenciadoras no risco de morte neonatal. O pprojeto conta uma equipe de pesquisadores das áreas de ciências da computação, demografia e saúde pública de três instituições (IFSP-Campinas, da UNICAMP e FIOCRUZ).

Coordenador(a):

Luciana Correia Alves

Financiador:

Fundação Bill & Melinda Gates, CNPq, Ministério da Saúde e Fapesp