{"id":3636,"date":"2025-06-10T14:56:02","date_gmt":"2025-06-10T17:56:02","guid":{"rendered":"https:\/\/blog.ufes.br\/revistauniversidade\/?p=3636"},"modified":"2025-07-02T16:24:35","modified_gmt":"2025-07-02T19:24:35","slug":"aprendizado-de-maquina-revoluciona-mundo-da-saude-ajudando-no-diagnostico-de-doencas-como-hemofilia-a","status":"publish","type":"post","link":"https:\/\/blog.ufes.br\/revistauniversidade\/2025\/06\/10\/aprendizado-de-maquina-revoluciona-mundo-da-saude-ajudando-no-diagnostico-de-doencas-como-hemofilia-a\/","title":{"rendered":"Aprendizado de m\u00e1quina revoluciona mundo da sa\u00fade e pode ajudar no diagn\u00f3stico de doen\u00e7as como hemofilia"},"content":{"rendered":"\n

Sueli de Freitas<\/em><\/strong><\/p>\n\n\n\n

A incorpora\u00e7\u00e3o de t\u00e9cnicas de machine learning<\/em> (aprendizado de m\u00e1quina) na \u00e1rea da sa\u00fade tem possibilitado avan\u00e7os significativos no diagn\u00f3stico e na compreens\u00e3o de doen\u00e7as raras, como a hemofilia A. \u201cEssa t\u00e9cnica est\u00e1 revolucionando o mundo da sa\u00fade, com uso da an\u00e1lise de dados para ajudar os m\u00e9dicos nos diagn\u00f3sticos mais precisos e, quem sabe, at\u00e9 reduzir a necessidade de testes invasivos no futuro\u201d, afirma a professora D\u00e9bora Meira, uma das pesquisadoras e autoras do artigo Using machine learning to predict hemophilia A severity<\/em><\/strong><\/a> (Usando aprendizado de m\u00e1quina para prever a gravidade da hemofilia A<\/em>), publicado na revista Current Research in Translational Medicine, da Elsevier.<\/p>\n\n\n\n

O artigo \u00e9 fruto do trabalho desenvolvido pelos estudantes Daniel Duque e Matheus Casotti, pela estudante Lorena Alto\u00e9, pela professora D\u00e9bora Meira e pelo professor I\u00fari Louro, todos do N\u00facleo de Gen\u00e9tica Humana e Molecular \u2013 vinculado ao Departamento de Ci\u00eancias Biol\u00f3gicas e ao Programa de P\u00f3s-Gradua\u00e7\u00e3o em Biotecnologia da Ufes \u2013; e pelo professor Fl\u00e1vio Varej\u00e3o, do Departamento de Inform\u00e1tica e coordenador do curso Ci\u00eancia da Computa\u00e7\u00e3o, al\u00e9m de contar com a parceria internacional do professor Tiago Lopes, da Heidelberg University (Alemanha). <\/p>\n\n\n\n

A pesquisa se concentrou no desenvolvimento de um modelo de classifica\u00e7\u00e3o para prever a gravidade da hemofilia A, usando dados de muta\u00e7\u00f5es pontuais na prote\u00edna FVIII, essencial para o processo de coagula\u00e7\u00e3o do sangue e, consequentemente, na preven\u00e7\u00e3o de sangramentos excessivos. <\/p>\n\n\n\n

\u201cEmpregamos uma variedade de modelos de classifica\u00e7\u00e3o, incluindo RandomForest, XGBoost e LightGBM, aplicando valida\u00e7\u00e3o cruzada em m\u00faltiplas rodadas, al\u00e9m de testes estat\u00edsticos e uma an\u00e1lise robusta das muta\u00e7\u00f5es no gene respons\u00e1vel pela produ\u00e7\u00e3o da prote\u00edna VIII, selecionando as caracter\u00edsticas mais relevantes. O modelo final alcan\u00e7ou uma precis\u00e3o de 65,5%, demonstrando desempenho significativo contra um modelo gaussiano Naive Bayes simples (t\u00e9cnica de classifica\u00e7\u00e3o por aprendizado de m\u00e1quina baseada em uma abordagem probabil\u00edstica), que atinge 51,1% de precis\u00e3o\u201d, explicou Meira. <\/p>\n\n\n\n

Ela lembra que, embora o modelo ainda n\u00e3o possa substituir o teste de medi\u00e7\u00e3o do FVIII (fator VIII de coagula\u00e7\u00e3o) no sangue para fins diagn\u00f3sticos, os resultados representam um avan\u00e7o significativo na pesquisa sobre hemofilia A. \u201cEsse trabalho fornece an\u00e1lises de dados que aprofundam a compreens\u00e3o das caracter\u00edsticas da prote\u00edna FVIII e contribuem para o desenvolvimento de modelos capazes de classificar a gravidade dessa condi\u00e7\u00e3o em suas tr\u00eas poss\u00edveis classes: leve, moderada ou grave\u201d, diz.<\/p>\n\n\n\n

Segundo a professora, \u201cao possibilitar a an\u00e1lise de amostras por meio de dados gen\u00e9ticos, reduz-se a depend\u00eancia de testes invasivos, minimizando os riscos para os pacientes. Al\u00e9m disso, a rapidez na obten\u00e7\u00e3o dos resultados e a identifica\u00e7\u00e3o de padr\u00f5es complexos que podem passar despercebidos em m\u00e9todos tradicionais representam avan\u00e7os consider\u00e1veis para a pr\u00e1tica cl\u00ednica\u201d. <\/p>\n\n\n\n

Hemofilia A<\/strong><\/p>\n\n\n\n

A hemofilia A \u00e9 uma condi\u00e7\u00e3o gen\u00e9tica rara, caracterizada pela defici\u00eancia da prote\u00edna VIII, que \u00e9 essencial para a coagula\u00e7\u00e3o sangu\u00ednea. Os portadores da doen\u00e7a t\u00eam sangramento excessivo, podendo levar a quadros hemorr\u00e1gicos. Tradicionalmente, o diagn\u00f3stico e a classifica\u00e7\u00e3o da gravidade da doen\u00e7a dependem de testes invasivos e de m\u00e9todos laboratoriais que podem demandar tempo e recursos. A aplica\u00e7\u00e3o de modelos de aprendizado de m\u00e1quina surge como uma alternativa promissora para aprimorar a precis\u00e3o diagn\u00f3stica e, futuramente, reduzir a necessidade de procedimentos invasivos.<\/p>\n\n\n\n

Meira destaca a relev\u00e2ncia da integra\u00e7\u00e3o interdisciplinar entre biologia, gen\u00e9tica e ci\u00eancia da computa\u00e7\u00e3o para enfrentar desafios cl\u00ednicos. \u201cEssa sinergia constitui um passo fundamental rumo a diagn\u00f3sticos mais r\u00e1pidos, precisos e menos invasivos, contribuindo significativamente para a melhoria da qualidade de vida dos portadores de hemofilia A\u201d, afirma. <\/p>\n\n\n\n

Imagem: Pixabay<\/em><\/strong><\/p>\n\n\n\n

Revis\u00e3o: Monick Barbosa<\/em><\/strong><\/p>\n\n\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

Pesquisa da Ufes se concentrou no desenvolvimento de um modelo de classifica\u00e7\u00e3o para prever a gravidade da hemofilia A, usando dados de muta\u00e7\u00f5es pontuais na prote\u00edna FVIII, essencial para o processo de coagula\u00e7\u00e3o do sangue<\/p>\n<\/div>","protected":false},"author":397,"featured_media":3637,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_bbp_topic_count":0,"_bbp_reply_count":0,"_bbp_total_topic_count":0,"_bbp_total_reply_count":0,"_bbp_voice_count":0,"_bbp_anonymous_reply_count":0,"_bbp_topic_count_hidden":0,"_bbp_reply_count_hidden":0,"_bbp_forum_subforum_count":0,"_uag_custom_page_level_css":"","footnotes":""},"categories":[7,9,47],"tags":[292,291,293,29],"class_list":["post-3636","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-chamadinhas","category-noticias","category-online","tag-aprendizado-de-maquina","tag-hemofilia-a","tag-machine-learning","tag-ufes"],"uagb_featured_image_src":{"full":["https:\/\/blog.ufes.br\/revistauniversidade\/files\/2025\/06\/plasma-2753321_1280.jpg",1280,603,false],"thumbnail":["https:\/\/blog.ufes.br\/revistauniversidade\/files\/2025\/06\/plasma-2753321_1280-150x150.jpg",150,150,true],"medium":["https:\/\/blog.ufes.br\/revistauniversidade\/files\/2025\/06\/plasma-2753321_1280-300x141.jpg",300,141,true],"medium_large":["https:\/\/blog.ufes.br\/revistauniversidade\/files\/2025\/06\/plasma-2753321_1280-768x362.jpg",768,362,true],"large":["https:\/\/blog.ufes.br\/revistauniversidade\/files\/2025\/06\/plasma-2753321_1280-1024x482.jpg",1024,482,true],"1536x1536":["https:\/\/blog.ufes.br\/revistauniversidade\/files\/2025\/06\/plasma-2753321_1280.jpg",1280,603,false],"2048x2048":["https:\/\/blog.ufes.br\/revistauniversidade\/files\/2025\/06\/plasma-2753321_1280.jpg",1280,603,false],"mh-magazine-lite-slider":["https:\/\/blog.ufes.br\/revistauniversidade\/files\/2025\/06\/plasma-2753321_1280-1030x438.jpg",1030,438,true],"mh-magazine-lite-content":["https:\/\/blog.ufes.br\/revistauniversidade\/files\/2025\/06\/plasma-2753321_1280-678x381.jpg",678,381,true],"mh-magazine-lite-large":["https:\/\/blog.ufes.br\/revistauniversidade\/files\/2025\/06\/plasma-2753321_1280-678x509.jpg",678,509,true],"mh-magazine-lite-medium":["https:\/\/blog.ufes.br\/revistauniversidade\/files\/2025\/06\/plasma-2753321_1280-326x245.jpg",326,245,true],"mh-magazine-lite-small":["https:\/\/blog.ufes.br\/revistauniversidade\/files\/2025\/06\/plasma-2753321_1280-80x60.jpg",80,60,true]},"uagb_author_info":{"display_name":"sueli.freitas","author_link":"https:\/\/blog.ufes.br\/revistauniversidade\/author\/sueli_checon-de-freitas\/"},"uagb_comment_info":0,"uagb_excerpt":"Pesquisa da Ufes se concentrou no desenvolvimento de um modelo de classifica\u00e7\u00e3o para prever a gravidade da hemofilia A, usando dados de muta\u00e7\u00f5es pontuais na prote\u00edna FVIII, essencial para o processo de coagula\u00e7\u00e3o do sangue","_links":{"self":[{"href":"https:\/\/blog.ufes.br\/revistauniversidade\/wp-json\/wp\/v2\/posts\/3636","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.ufes.br\/revistauniversidade\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.ufes.br\/revistauniversidade\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.ufes.br\/revistauniversidade\/wp-json\/wp\/v2\/users\/397"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.ufes.br\/revistauniversidade\/wp-json\/wp\/v2\/comments?post=3636"}],"version-history":[{"count":6,"href":"https:\/\/blog.ufes.br\/revistauniversidade\/wp-json\/wp\/v2\/posts\/3636\/revisions"}],"predecessor-version":[{"id":3651,"href":"https:\/\/blog.ufes.br\/revistauniversidade\/wp-json\/wp\/v2\/posts\/3636\/revisions\/3651"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blog.ufes.br\/revistauniversidade\/wp-json\/wp\/v2\/media\/3637"}],"wp:attachment":[{"href":"https:\/\/blog.ufes.br\/revistauniversidade\/wp-json\/wp\/v2\/media?parent=3636"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.ufes.br\/revistauniversidade\/wp-json\/wp\/v2\/categories?post=3636"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.ufes.br\/revistauniversidade\/wp-json\/wp\/v2\/tags?post=3636"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}