Pesquisa sobre o modelo de alerta de risco e estratégias de prevenção para lesão renal aguda associada à ciclosporina com base em redes neurais profundas explicáveis ​​e monitoramento de medicamentos terapêuticos

Neste estudo, os investigadores se concentrarão em pacientes hospitalizados em uso de ciclosporina e desenvolverão um modelo de previsão de risco de lesão renal aguda por meio de análise aprofundada de dados de registros médicos eletrônicos, empregando métodos de aprendizagem profunda interpretáveis. Este modelo visa fornecer apoio oportuno à tomada de decisões para os médicos em relação à prevenção e ao tratamento. Em comparação com os modelos tradicionais de aprendizado de máquina, os modelos de redes neurais profundas podem extrair recursos mais profundos de dados médicos complexos e realizar um reconhecimento de padrões mais preciso, melhorando assim a precisão e a confiabilidade das previsões. Ao desenvolver uma ferramenta de previsão baseada em modelos de aprendizagem profunda interpretáveis, os investigadores serão capazes de avaliar melhor a associação entre o uso de imunossupressores da classe CNI e lesão renal aguda, explorar estratégias de prevenção direcionadas e oferecer previsão mais precisa e orientação de intervenção para médicos . Além disso, este estudo traz benefícios socioeconômicos significativos e perspectivas promissoras de aplicação e promoção.