Utilização de máquinas de suporte vetorial para a classificação de dados de sepse associada a delirium

Abstract

A sepse é uma doença que no decorrer dos anos vem se tornando umas das principais causas de óbitos em Unidades de Terapia Intensiva. Diversos fatores, como a dificuldade em seu diagnóstico, contribuem para que a taxa de mortalidade em função desta doença seja cada vez mais alta. A partir disso, foi desenvolvido um simulador computacional que apresenta ao usuário se o paciente foi classificado como um possível óbito ou não, utilizando como fonte, uma base de dados de sepse associada a delirium. A técnica de Inteligência Artificial conhecida como Máquina de Suporte Vetorial foi utilizada no desenvolvimento deste simulador, e é ela a responsável pela realização da classificação da base de dados utilizada. Para se obter um modelo adequado de classificador para este simulador, utilizando a própria Máquina de Suporte Vetorial e uma outra técnica denominada Redes Neurais Artificiais, foram feitos diversos testes a fim de se obter os melhores parâmetros para a realização da classificação. Neste processo, foram utilizados dois algoritmos de Máquina de Suporte Vetorial, denominados SMO e LIBSVM e duas funções de Redes Neurais Artificiais chamadas MLP e RBF. Para a classificação, também foi utilizado o método de treinamento e teste Leave-One-Out e para fins de comparação, aplicou-se da mesma maneira o método k-fold. Com estes testes, foram obtidas a matriz de confusão e a curva Característica de Operação do Receptor, popularmente conhecida como curva ROC. Estas medidas de análise de conhecimento foram aplicadas com o propósito de avaliar o conhecimento gerado a partir dos resultados dos testes realizados. Baseado em ambas as medidas, foram analisados os resultados obtidos na classificação. Nesta análise, pode-se verificar que o número de pacientes sépticos em óbito foi superior aos que não estavam em óbito, confirmando as pesquisas realizadas de trabalhos correlatos. Além disso, observou-se que em duas das três classificações possíveis da base de dados, a Máquina de Suporte Vetorial obteve resultados melhores que os de Redes Neurais Artificiais. O simulador computacional foi desenvolvido baseado na análise da melhor classificação obtida. Nele, são informados valores para os biomarcadores, que são as variáveis utilizadas na própria classificação. Desta maneira, ao término do projeto, obteve-se uma análise dos resultados gerados com os testes aplicados na base de dados e um simulador que reproduzia os resultados adquiridos com classificação da base utilizando o melhor resultado de Máquina de Suporte Vetorial analisado.