Primeiro projeto apresentado na displina de Inteligência Computacional em Saúde ministrada pelo professor Andre Georghton Cardoso Pacheco. Os alunos envolvidos no desenvolvimento foram:

• Luiz Carlos Cosmi Filho

• Mateus Sobrinho Menines

• Base de dados
• Instalação
  • Ambiente virtual
  • Obtendo o projeto
  • Instalando as dependências
  • Abrindo o projeto
• Resultados
• Licença

A base de dados utilizada nesse projeto corresponde a um questionário chamado Behavioral Risk Fator Surveillance System (BRFSS) de 2015 realizado pelo CDC (Central Disease Control) disponível na plataforma UCI Machine Learning Repository como CDC Diabetes Health Indicators. A base de dados é composta por 3 arquivos, sendo eles:

• diabetes_binary_health_indicators_BRFSS2015.csv
• diabetes_binary_5050split_health_indicators_BRFSS2015.csv
• diabetes_012_health_indicators_BRFSS2015.csv

Nesse trabalho, serão utilizados os dados diabetes_binary_health_indicators_BRFSS2015.csv que corresponde a um problema de classificação binária para o diagnóstico de diabetes, os atributos presentes na base de dados são:

📝 Nota: Para execução do projeto, os dados devem ser baixados no link disponibilizado acima e colocados na pasta data.

As instruções de instalação a seguir são apresentadas para o sistema operacional Ubuntu.

⚠️ Aviso: Testado apenas no Ubuntu 22.04.

O pacote python3-venv é necessário para criar ambientes virtuais Python. Para instalá-lo no Ubuntu 22.04, execute o seguinte comando:

sudo apt-get install python3-venv

Agora, vamos clonar um repositório Git e criar um ambiente virtual Python:

# Baixe o projeto
git clone https://github.com/intel-comp-saude-ufes/2024-1-P1-classificador-diabetes.git

# Entre na pasta do projeto
cd 2024-1-P1-classificador-diabetes/

# Crie um ambiente virtual com nome '.venv'
python3 -m venv .venv

# Ative o ambiente virtual
source .venv/bin/activate

Uma vez no ambiente virtual, instale as dependências do projeto usando pip. Caso você não o tenha instalado em seu computador, basta executar:

sudo apt-get install python3-pip

Então, você pode prosseguir com a instalação das dependências do projeto:

pip3 install -r requirements.txt

Para abrir os Jupyter Notebooks que contém o projeto, basta utilizar o projeto JupyterLab computational environment (já consta como dependência desse trabalho). Para executá-lo, basta digitar no terminal:

jupyter-lab

Então, abra o browser em: http:https://localhost:8888/. O arquivo notebooks/project que contém todo o código desenvoldido do projeto.

A apresentação do projeto foi disponibiliza no YouTube no seguinte link:

Além disso, o relatório/artigo descrevendo o projjeto pode ser encontrado em results/report.pdf. Nele é realizada uma discussão do problema, trabalhos relacionados, metodologia, resultados e trabalhos futuros. As curvas ROC e PR dos melhores classificadores avaliados sobre a base de dados podem ser observadas a seguir.

Curva ROC	Curva PRC

Os resultados mostram que a utilização de qualquer um dos classificadores em uma aplicação em produção apresentariam resultados semelhantes. Apesar disso, algoritmo Extreme Gradient Boosting apresentou um melhor desempenho quando comparado aos outros (melhor média harmônica F1, maior área sobre a curva ROC e curva PRC). Assim, poderia-se utilizar o algoritmo como um indicador ao risco de desenvolver diabetes do tipo 2, alertando ao usuário sobre o risco de desenvolver a doença com base no indicadores utilizados pela base de dados.

Este projeto é licenciado sob os termos da licença MIT e está disponível gratuitamente.