Modelos baseados em dados para a análise da gravidade COVID 19 doentes comórbidos: Uma abordagem de avaliação risco clínico baseada IA

Este livro apresenta uma estrutura abrangente orientada pela Inteligência Artificial para prever a gravidade da COVID-19 em pacientes com comorbidades, abordando desafios críticos no diagnóstico, prognóstico e gestão de recursos de saúde. Integra técnicas de aprendizagem automática e aprendizagem profunda para analisar dados clínicos, demográficos e de imagiologia médica em grande escala. Conjuntos de dados clínicos desequilibrados são tratados usando estratégias avançadas de pré-processamento e reamostragem, permitindo uma previsão robusta de mortalidade, sobrevivência e gravidade da doença.O livro serve como um guia abrangente para pesquisadores, cientistas de dados e profissionais de saúde interessados na previsão baseada em IA da gravidade do COVID-19 em pacientes com comorbidades. Destaca que os modelos clássicos de Machine Learning, incluindo Decision Tree, Random Forest e Gaussian Naïve Bayes, alcançam alta precisão, enquanto os modelos baseados em redes neurais demonstram forte generalização e robustez.