Sistema de Saúde Preditivo Baseado em Aprendizado de Máquina para Detecção Precoce de Doenças Cardíacas

A doença cardíaca é uma das principais causas de morte em todo o mundo, tornando o diagnóstico e a previsão precoces extremamente importantes nos sistemas de saúde modernos. Os métodos tradicionais de diagnóstico médico frequentemente requerem monitoramento contínuo, testes laboratoriais e análise por especialistas, o que pode consumir tempo e recursos consideráveis. Com o rápido crescimento das tecnologias de Inteligência Artificial e Aprendizado de Máquina, os sistemas de saúde inteligentes estão se tornando mais eficazes em apoiar os profissionais de saúde durante a previsão e o diagnóstico de doenças. Esta pesquisa apresenta um Sistema de Saúde Preditivo baseado em Aprendizado de Máquina para a detecção precoce de doenças cardíacas usando dados de saúde dos pacientes. O sistema proposto utiliza diferentes algoritmos de aprendizado de máquina, incluindo Regressão Logística, Árvore de Decisão, Random Forest e Máquina de Vetores de Suporte, para analisar parâmetros médicos como idade, pressão arterial, nível de colesterol, frequência cardíaca, glicose em jejum e tipo de dor no peito. O principal objetivo do sistema é melhorar a precisão da previsão e auxiliar os profissionais de saúde na tomada de decisões mais rápidas e confiáveis. A metodologia proposta inclui pré-processamento de dados, seleção de características, treinamento de modelo, teste e avaliação de desempenho usando o Conjunto de Dados de Doença Cardíaca UCI. A análise experimental demonstra que as técnicas de Aprendizado de Máquina podem melhorar significativamente os sistemas de previsão em saúde. Entre todos os algoritmos implementados, o Random Forest alcançou a maior precisão de previsão. O sistema proposto pode ajudar a reduzir o erro humano, apoiar o diagnóstico precoce e contribuir para soluções de saúde inteligentes.