Aplicação de modelo de ML para detecção de doenças cardíacas

Projeto da disciplina de Inteligência Artificial | prof. Taiane Ramos | 2024.1 | Universidade Federal Fluminense

Descrição do projeto

Objetivo

Este projeto visa desenvolver um modelo de Machine Learning capaz de prever, dada uma série de indicadores de saúde, se um indivíduo possui doenças cardíacas.

Motivação

Doenças cardíacas são uma das principais causas de mortalidade em todo o mundo e sua detecção precoce junto a uma intervenção efetiva são cruciais para melhores resultados de tratamento do paciente.

• Principal Causa de Morte: Segundo a OMS, as doenças cardíacas são a principal causa de morte globalmente, sendo responsáveis por cerca de 17,9 milhões de mortes anualmente. Sua detecção precoce junto a uma intervenção efetiva são cruciais para melhores resultados de tratamento do paciente.

• Prevalência: Segundo o CDC, Aproximadamente 1 em cada 5 mortes nos Estados Unidos é atribuída a doenças cardíacas.

• Custo Econômico: Segundo o CDC, somente nos EUA, as doenças cardíacas custam cerca de US$ 219 bilhões por ano em serviços de saúde, medicamentos e perda de produtividade.

Base de dados utilizada

A base de dados foi obtida pela plataforma Kaggle.

Esse conjunto vem originalmente do CDC e é uma parte importante do Sistema de Vigilância de Fatores de Risco Comportamentais (BRFSS), que realiza pesquisas telefônicas anuais para coletar dados sobre a saúde dos residentes dos EUA. Conforme descrito pelo CDC: "Criado em 1984 com 15 estados, o BRFSS agora coleta dados em todos os 50 estados, no Distrito de Columbia e em três territórios dos EUA. O BRFSS completa mais de 400.000 entrevistas com adultos a cada ano, tornando-o o maior sistema de pesquisa de saúde conduzido continuamente no mundo."

O conjunto de dados a ser utilizado será a versão de 2022. Mais especificamente, será utilizado o arquivo cujas ocorrências com valores "NaN" nas colunas foram removidas, a fim de facilitar a etapa de pré-processamento. Além disso, o autor da publicação no Kaggle notou diversos fatores oriundos das perguntas feitas na pesquisa que influenciam direta ou indiretamente as doenças cardíacas, tomando então a liberdade de selecionar as variáveis mais relevantes da base.

Configurando ambiente de desenvolvimento

1. Baixar e instalar Python 3.10

   • No Windows, baixar e instalar pelo executável no site.
   • No Ubuntu, instalar pelo comando do terminal:

     >> sudo apt-get install python3.10

2. Criar ambiente virtual

   • No Windows:

     >> py -m venv .venv

   • No Ubuntu:

     >> python3 -m venv .venv

3. Ativar ambiente virtual. Sempre ativar quando ligar a máquina e iniciar o desenvolvimento.

   • No Windows:

     >> .\.venv/Scripts/activate

   • No Ubuntu:

     >> source .venv/bin/activate

4. Caso esteja no Windows, trocar politica de segurança do Windows, se necessário (executar comando abaixo no powershell como administrador):

   >> Set-ExecutionPolicy AllSigned

5. Instalar dependencies no venv.

   >> pip install -r requirements.txt