Utilização de máquina de vetor de suporte na caracterização de pacientes portadores de doenças cardiovasculares
Resumo
As doenças cardiovasculares são a principal causa de morte no mundo. Segundo [1], estima-se que até o ano de 2030, irão morrer 23,6 milhões de pessoas por causa de doenças cardíacas. No Brasil são responsáveis por cerca de 20% de todos os óbitos em indivíduos com mais de 30 anos. Apesar de boa parte das doenças que envolve o coração poderem ser diagnosticadas com antecedências, o número de casos continua a crescer de forma acentuada principalmente em países pobres e em desenvolvimento. As doenças cardiovasculares são diagnosticadas usando uma disposição de análises laboratoriais e de estudos da imagem lactente. Sendo o Eletrocardiograma (ECG), exame que avalia a propagação elétrica no músculo cardíaco, o principal exame utilizado pelos profissionais de saúde para o diagnóstico de doenças cardíacas nos dias atuais. Apesar da sua eficiência essa técnica não permite incorporar informações laboratorias. Portanto, torna-se necessário o desenvolvimento de métodos eficientes que auxiliem os profissionais de saúde na tomada de decisão sobre as doenças cardiovasculares. Estudo realizado por [2], obteve acurácia de 83,5% na classificação de pacientes portadores de enfermidades cardíacas (doente e não doente), utilizando a técnicas de redes neurais. Nesse contexto, este trabalho objetiva apresentar um modelo estruturado em Support Vector Machine (SVM) de sorte a auxiliar o diagnóstico de indivíduos com doença cardíaca.
