O professor do Departamento de Engenharia da Computação (DECOMP), da Universidade Estadual do Maranhão (UEMA), Cícero Quarto, está desenvolvendo um estudo, inicialmente hipotético, de construção de um modelo matemático capaz de estimar a probabilidade de um indivíduo ser diagnosticado para a Covid-19.

O modelo matemático é alimentado com os dados contínuos ou categóricos de variáveis associadas a sintomas da Covid-19, tais como febre, falta de ar, tosse, fadiga, dor de cabeça, dentre outras. 

Para este primeiro estudo hipotético, o professor utilizou apenas as variáveis temperatura e saturação de oxigênio, ambas associadas, respectivamente, aos sintomas febre e falta de ar devido a Covid-19. Entretanto, segundo o pesquisador, a intenção é incluir mais variáveis explicativas (ou explanatórias) associadas aos demais sintomas da doença, de forma que o modelo possa considerá-las em suas predições, bem como mapear, dentre essas, seus respectivos valores impactantes no diagnóstico da doença Covid-19.

Com a possibilidade de usar inteligência artificial, o modelo pode apoiar, com menor índice de erro, suas previsões de diagnóstico da doença e, desta forma, ajudar na tomada de decisão do especialista de saúde para a melhor prescrição de tratamento da doença.

Segundo o professor Cícero Quarto, a Machine Learning é um bom recurso para agregar ao modelo matemático, já que é um campo da Inteligência Artificial que busca dar aos computadores a habilidade de aprender sem serem explicitamente programados, pois este aprendizado automático explora o estudo e desenvolvimento de algoritmos que podem aprender de seus erros e fazer previsões sobre dados. 

“Tais algoritmos de Inteligência Artificial operam construindo um modelo a partir de inputs amostrais a fim de fazer previsões e tomar decisões guiadas pelos dados ao invés de simplesmente seguindo inflexíveis e estáticas instruções programadas”, complementa Cícero Quarto.

Para conhecer em detalhes o estudo empreendido pelo professor e pesquisador Cícero Quarto, basta acessar a página do projeto, através do link: https://cicerocq.com/regressao-linear-em-r/.

Informação: MA.gov