Uso de técnicas de mineração de dados e aprendizado de máquina para identificação de casos suspeitos de transtorno do humor bipolar

Abstract

O Transtorno do Humor Bipolar (THB) é uma condição na qual o paciente apresenta oscilações de humor e alterações comportamentais repentinas. O diagnóstico é de extrema importância, pois possibilita que pacientes que sofrem com este transtorno possam buscar o tratamento adequado para uma qualidade de vida maior. O diagnóstico é feito por um profissional a partir da análise do perfil do paciente. Todavia, este processo envolve ana- lisar diversos sintomas e marcadores biológicos relacionados ao transtorno. Diagnosticar um paciente com THB depende de uma análise minuciosa de interações entre diversas características, o que torna este processo bastante complexo mesmo para especialistas. A literatura tem apontado o uso de ferramentas de inteligência artificial (IA) para au- xiliar no diagnóstico de doenças e transtornos, atingindo resultados satisfatórios para inúmeras aplicações. O objetivo do presente trabalho é desenvolver uma solução para identificação de THB e seus principais determinantes utilizando técnicas de aprendizado de máquina e mineração de dados. Inicialmente, os dados foram analisados utilizando diversas técnicas de visualização e sumarização, permitindo um entendimento melhor do tipo de informação presente nestes dados e sua relação com o diagnóstico de THB. O principal resultado desta etapa aponta que dentre os dados numéricos o atributo raiva é o que tem maior correlação com o THB, já entre os categóricos, o questionário I4E foi o que apresentou um maior percentual de ocorrências do THB para a resposta TOC atual. Em seguida, diferentes modelos foram treinados a partir de um banco de dados contendo pacientes já diagnosticados com THB e pacientes controle (não diagnosticados). Técnicas de ajuste de hiperparâmetros, regularização, balanceamento de dados e engenharia de atributos são adotadas com a finalidade gerar modelos com maior eficiência de predição. Os modelos foram testados com dados distintos daqueles utilizados no treino, utilizando a métrica F1-score como critério de desempenho. O melhor modelo foi obtido utilizando o GradientBoostingClassifier com técnicas de pré processamento, engenharia de atributos e balanceamento atingindo f1-score de 47,05% e acurácia de 83,12%. Este trabalho busca contribuir com profissionais de saúde mental, auxiliando estes especialistas a gerar um diagnóstico mais preciso.