Predição de remissão de pacientes oncológicos: uma abordagem baseada em ensembles

Abstract

Câncer é uma das principais doenças não infecciosas que leva o ser humano à óbito, ceifando mais de 10 milhões de vidas todos os anos. Abordagens utilizando inteligência artificial são propostas, inclusive aquelas que inserem em suas metodologias algoritmos de aprendizagem de máquina. Não obstante, abordagens que usam combinação de algoritmos desempenham uma resposta mais eficiente comparada aos algoritmos em separado. Dessa forma, o trabalho se utiliza de uma base de dados do Estados Unidos, o Surveillance, Epidemiology, and End Results (SEER), que possui mais de 140 atributos sobre o paciente e 10 milhões de registros de tumores primários, com o intuito de predizer a remissão do dito cujo. Isso auxiliará tanto o diagnóstico como o prognóstico do paciente, sendo proposto então um sistema que auxilie a decisão médica. O eXtreme Gradient Boosting foi o algoritmo utilizado como modelo de aprendizado de máquina, tendo apenas sua melhor iteração extraída como hiperparâmetro otimizado. Após a divisão da base em treino, validação e teste para cada um dos 10 agrupamentos de tumores específicos, observou-se uma performance estatisticamente melhor combinando o modelo genérico, treinado na base inteira, e os modelos específicos, treinados em subconjuntos da base completa. Espera-se contribuir para a predição de remissão de câncer no contexto dessa base de dados, tendo em vista que nenhum outro trabalho propôs utilizar a base inteira e todos os anos disponíveis. Além disso, espera-se incentivar outros engenheiros biomédicos a trabalhar na área de ciência de dados, já que as contribuições nessa temática podem ser surpreendentes.