UTILIZAÇÃO DE MACHINE LEARNING PARA PREVER A RECORRÊNCIA DE TUMORES CEREBRAIS
Palavras-chave:
Inteligência Artificial, Aprendizado de máquina, Supervisionado, Medicina, Tumores cerebraisResumo
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.Arquivos adicionais
Publicado
2024-09-09
Edição
Seção
Artigos
Licença
Copyright (c) 2024 Revista Científica da UNIFENAS - ISSN: 2596-3481
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Clique no link abaixo para fazer download do arquivo de Declaração de Direitos Autorais. Preencha seus campos, com as respectivas assinaturas dos autores no formato de imagens e o insira como arquivo suplementar em sua submissão.
Declaração de responsabilidade e transferência de direitos autorais