Diagnóstico da chikungunya por inteligência artificial e dados de prontuários

Objetivo: O propósito desta pesquisa é desenvolver e avaliar um modelo de aprendizado de máquina para auxiliar no diagnóstico clínico da febre chikungunya utilizando dados de prontuários de pacientes. Método: Os dados foram obtidos do Portal de Dados Abertos da Prefeitura de Recife, englobando 18.881 registros de pacientes. Resultados: Após o pré-processamento e a validação cruzada, o modelo Random Forest com 100 árvores apresentou a melhor performance, com acurácia de 93,40% e área característica receptor-operador de 0,990. A aplicação do modelo demonstrou alta eficácia na diferenciação entre chikungunya e outras condições. Conclusão: Concluímos que o uso de inteligência artificial pode melhorar significativamente o diagnóstico clínico de arboviroses. Futuros trabalhos incluem a expansão da base de dados, a integração do modelo em ambientes clínicos e a exploração de técnicas avançadas de aprendizado de máquina.