Henrique Porto Ferreira, CharlesSilva do Rosário, EduardoRibeiro dos Santos, DiegoLeandro, JonathanNascimento Sergio, MatheusMinoru Kobashikawa, Marcelo2022-06-282022-06-282022-06-28https://repositorio.animaeducacao.com.br/handle/ANIMA/23411Um dos maiores problemas da idade contemporânea é a velocidade de transmissão de vírus e doenças, como foi possível observar em 2019 com a pandemia da Sars-Cov-2 ou Covid-19. Por se tratar de um novo vírus, um dos principais desafios é o de identificar pessoas infectadas de uma forma ágil utilizando recursos acessíveis de modo a frear a transmissão da doença inicialmente desconhecida. O exame de sangue além de ser facilmente acessível, é uma das formas de descobrir enfermidades no organismo mesmo que não manifestem sintomas. Esses pontos motivam a criação do projeto através das informações obtidas nesse exame, com o propósito de acelerar o diagnóstico de qualquer novo vírus ou doença que surgir e conter o rápido avanço dela entre a população. Utilizando como referência os dados coletados durante a Covid-19, por se tratar do vírus mais atual descoberto, o objetivo desse trabalho baseando-se em outra pesquisa é treinar modelos de algoritmos preditivos capazes de predizer se o paciente pode estar infectado com base nas amostras sanguíneas. Utilizando a base de dados de instituições públicas e privadas, os algoritmos combinados com diferentes técnicas de balanceamento realizaram uma série de treinos e testes, gerando taxas de acerto com uma variação de até 13,7%.10ptAtribuição-NãoComercial-SemDerivados 3.0 BrasilAprendizado de MáquinaAlgoritmo PreditivoCovid-19Inteligência ArtificialVírusArtigo Científico