Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/43387
Title in Portuguese: Desenvolvimento de modelos preditivos de mortalidade infantil com base em inteligência artificial no estado do Ceará
Author: Aguiar, Wellington Sousa
Advisor(s): Leite, Álvaro Jorge Madeiro
Co-advisor(s): Carvalho, Francisco Herlânio Costa
Keywords: Saúde Pública
Mortalidade Infantil
Inteligência Artificial
Algoritmos
Issue Date: 23-May-2019
Citation: AGUIAR, W. S. Desenvolvimento de modelos preditivos de mortalidade infantil com base em inteligência artificial no estado do Ceará. 2019. 136 f. Tese (Doutorado em Saúde Pública) - Faculdade de Medicina, Universidade Federal do Ceará, Fortaleza, 2019.
Abstract in Portuguese: O Estado do Ceará registrou nos últimos vinte anos muitos avanços no planejamento de políticas públicas de cuidados com a saúde que propiciaram a redução dos índices de mortalidade infantil, mas essa redução parou nos últimos anos? A tecnologia também evoluiu em vários sentidos, na redução de custos de desenvolvimento de software, de armazenamento e de processamento de dados, na utilização de aplicativos móveis que facilitam o contato rápido com a população, tudo isso permitindo a utilização em larga escala de recursos como: Mineração de dados, Data Mart, BI (Business Intelligence), Inteligência Artificial entre outros, capazes de gerar inteligência e conhecimento que apoiem à tomada de decisão estratégica dos responsáveis pelas políticas e planejamento da saúde pública. Essa pesquisa multidisciplinar, envolvendo a Ciência da Computação, a Administração, a Estatística e a Saúde Pública, tem como objetivo desenvolver modelos preditivos de mortalidade infantil usando algoritmos da inteligência artificial e mineração de dados, capazes de gerar conhecimentos até então não percebidos ou não utilizados pela gestão da saúde pública para apoiar suas ações, políticas e planejamentos, visando a redução da mortalidade infantil no estado do Ceará. A metodologia utilizada foi a quantitativa que extrai informações estatísticas relevantes dos algoritmos aplicados, mas apoiada por pesquisas bibliográficas que sustentam as teorias. Essa também é uma pesquisa aplicada, pois seus resultados serão aplicados no mundo real em benefício de nossa comunidade. No Ceará nascem mais de 130 mil crianças por ano e morrem mais de 1.600 crianças antes de completar um ano de vida, TMI médio de 12,3. As principais causas da mortalidade infantil são: baixo peso ao nascer, prematuridade, poucas ou nenhuma consultas pré-natal, pouca idade e baixa escolaridade das mães, entre outras questões. Quando aplicamos milhares de vezes os algoritmos de Redes Neurais em 20 variáveis das características de 8.159 óbitos infantis e de 10.235 nascidos vivos que sobreviveram ao primeiro ano de vida, alcançamos acurácia média de 97,41% (+/- 0,40%) na predição do futuro. A partir desses resultados podemos inferir que é possível predizer a mortalidade infantil usando algoritmos de Inteligência Artificial com margem de erro satisfatória, possibilitando o uso dessa tecnologia da baixo custo no apoio as estratégias da saúde pública no Brasil.
Abstract: The State of Ceará has registered, in the last twenty years, great progress in the planning of health care public policies that propagated the reduction in infant mortality rates, but has this reduction stopped in recent years? Technology has also evolved in many ways recently, reducing the costs for software development, data storage and processing, the use of mobile applications that facilitate contact with population, all this allowing the large scale usage of resources such as: Data Mining, Data Mart, BI (Business Intelligence), Artificial Intelligence and others, capable of generating intelligence and knowledge to support strategic decision making for those responsable for public health planning and policies. This multidisciplinary research, involving Computer Science, Administration, Statistics and Public Health, has as its objective to develop child mortality predictive models using data mining and artificial intelligence algorithms, capable of genereting data that was not perceived or not utilized until now by public health management to support its decisions, policies and planning, aiming for the infant mortality reduction in the State of Ceará. The methodology used was the quantitative, that extracts relevant statistic information from the applied algorithms, but with bibliographical research in support of theories. This is also and applied research, for its results will be applied in the real world to benefit our community. In Ceará more than 130 thousand children are born each year and more than 1.600 die before reaching one year old, average TMI of 12,3. The main causes of infant mortality are: low weight at birth, prematurity, few or none prenatal consultation, mother’s young age and low scolarity, among others. When we apply the Neural Network algorithms thousands of times in 20 characteristic variables from 8.159 infant deaths and 10.235 living births who survived the first year of life, we reach the accuracy of 97,41% (with a margin of error of +/- 0,41%) at predicting the future. From these results we can infer that it’s possible to predict infant mortality using Artificial Intelligence algorithms with a satisfactory margin of error, allowing the utilization of this low cost technology to support public health strategies in Brazil.
URI: http://www.repositorio.ufc.br/handle/riufc/43387
Appears in Collections:DSC - Teses defendidas na UFC

Files in This Item:
File Description SizeFormat 
2019_tese_wsaguiar.pdf3,42 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.