UTILIZAÇÃO DE MACHINE LEARNING PARA PREVER A RECORRÊNCIA DE TUMORES CEREBRAIS

Resumo

Tumores podem causar comoção em pessoas próximas e, no processo de investigação do tema, pode-se encontrar descobertas a respeito de temas próximos. Este trabalho tem como objetivo usar o machine learning para prever a recorrência de tumores cerebrais em pacientes baseando-se em alguns atributos desses pacientes. Este estudo foi desenvolvido utilizando técnicas de Machine Learning, utilizou uma base de dados do Kaggle e as etapas do desenvolvimento foram realizadas no Google Colab, utilizando a linguagem Python e diversas bibliotecas especializadas. Esta previsão pode auxiliar médicos e pacientes na tomada de decisões mais informadas sobre o tratamento e monitoramento da doença. Primeiramente foi feito o Pré-processamento dos dados, que envolveu a aplicação de one-hot encoding para a coluna Treatment, que contém três categorias distintas (Radiation, Surgery e Chemotherapy). Esta transformação é necessária para converter dados categóricos em um formato numérico que pode ser interpretado pelos algoritmos de Machine Learning. Este estudo demonstrou a eficácia do uso de técnicas de Machine Learning, especificamente redes neurais, para prever a recorrência de tumores cerebrais. Com uma acurácia de 98,67%, F1 score de 99,04% e recall de 99,28%, o modelo mostrou-se altamente preciso, indicando que o uso de Machine Learning pode ser uma ferramenta poderosa na medicina, auxiliando médicos e pacientes na tomada de decisões mais informadas sobre o tratamento e monitoramento de tumores cerebrais.