Pesquisa do Departamento de Medicina é premiada no XX Congresso Brasileiro de Informática em Saúde
O prêmio de melhor trabalho na categoria Artigos Originais do XX Congresso Brasileiro de Informática em Saúde (CBIS'24) foi concedido a uma pesquisa coordenada pelo Departamento de Medicina da Faculdade de Ciências da Saúde da Universidade Federal de Lavras (FCS/UFLA), que utiliza métodos de aprendizado de máquina para prever quadros clínicos de ansiedade em dependentes químicos. Além da premiação, o trabalho será publicado em um edição especial da revista Journal of Health Informatics.
Com o título "Máquina de vetores de suporte para predição de ansiedade em dependentes químicos em reabilitação", o estudo utiliza o modelo Máquina de Vetores de Suporte (MVS), que têm demonstrado resultados promissores quando utilizado para prever condições clínicas a partir de dados de pacientes, para relacionar variáveis de reabilitação química e ansiedade.
O artigo já havia sido previamente selecionado, entre mais de 150 inscritos, como um dos cinco escolhidos para as sessões de apresentação oral e, durante o evento, ocorreu a premiação como melhor artigo completo. “É com grande satisfação que recebemos esta honraria, particularmente por ser um projeto concebido a partir de uma ideia inicial de um estudante de Iniciação Científica, Pedro Elias Patente Freire. É importante dimensionar que o diferencial do trabalho foi a proposta de uma aplicabilidade prática a partir do desenvolvimento de uma ferramenta de Inteligência Artificial, no campo de Aprendizagem de Máquina (Machine Learning)”, ressalta o professor do Departamento de Medicina da UFLA e orientador do trabalho, Chrystian Araujo Pereira.
O projeto envolveu o desenvolvimento de um algoritmo para "ensinar a máquina" a predizer qual seria a melhor decisão clínica no contexto apresentado. O trabalho em campo foi realizado com 25 internos de uma comunidade terapêutica do município de Lavras. Os dados selecionados para análise foram: substâncias psicoativas citadas como causa de dependência, tempo de uso dessas substâncias, idade, tempo de abstinência e o score final do questionário de ansiedade generalizada (Generalized Anxiety Disorder-7 /GAD-7) usado clinicamente para avaliar a presença e a gravidade da ansiedade. Todas essas variáveis compuseram o banco de dados para aplicação do método de aprendizado de máquina.
O uso de drogas e de substâncias psicoativas é considerado um sério problema de saúde pública. De acordo com o Ministério da Saúde (MS), no ano de 2021, o Sistema Único de Saúde (SUS) realizou mais de 400 mil atendimentos a indivíduos com transtornos mentais e comportamentais decorrentes do uso de substâncias psicoativas. A maioria dos pacientes eram do sexo masculino, com idades situadas predominantemente entre 25 e 29 anos.
Sobre a relevância do projeto, o professor Chrystian destaca, ainda, que a estratégia utilizada tem a possibilidade de ser reproduzida em outras comunidades terapêuticas. Além disso, “as ferramentas digitais de Machine Learning têm potencialidades de aplicações práticas para utilização também em outros contextos da prática médica, auxiliando nas melhores decisões clínicas”, completa.
O trabalho foi desenvolvido no âmbito do projeto de extensão e pesquisa da UFLA intitulado "Intervenções multidisciplinares em internos no processo de reabilitação neuropsicossocial por uso de álcool e drogas: foco no apoio às Comunidades Terapêuticas". O artigo premiado tem a coautoria do professor do Departamento de Medicina Chrystian Araujo Pereira, dos estudantes do curso de Medicina vinculados ao Programa Institucional Voluntário de Iniciação Científica (Pivic/UFLA), Pedro Elias Patente Freire e Lucas Magalhães Portilho Carrara, além da mestranda Ana Clara Borges Silva, do Programa de Pós-Graduação em Plantas Medicinais.
O CBIS é organizado pela Sociedade Brasileira de Informática em Saúde e é considerado o maior evento técnico-científico de Saúde Digital da América Latina.
