03
Machine learning clínico
ICU Risk Lab
Um modelo clínico vale tanto quanto o desenho da sua avaliação.
0,853ROC AUC no conjunto B
Laboratório de mortalidade em UTI com seleção, calibração e limiar definidos no conjunto A antes da validação independente no conjunto B.
O PROBLEMA
Como avaliar um modelo preditivo clínico com menos otimismo, sem vazamento e com calibração, incerteza e baselines visíveis?
O QUE FOI CONSTRUÍDO
- 018.000 internações dos conjuntos A e B
- 02Seleção por validação cruzada
- 03Calibração e limiar separados
- 04Comparação com SAPS-I e SOFA
- 05Bootstrap, subgrupos, drift e curva de decisão
- 06Model card, TRIPOD+AI e PROBAST+AI
VALOR PROFISSIONAL
- Machine learning aplicado à saúde
- Desenho experimental e calibração
- Avaliação de risco de viés
- Documentação científica reprodutível
LIMITES QUE PERMANECEM VISÍVEIS
Responsabilidade também é parte do produto.
- Dados históricos e contexto internacional
- Sem validação local temporal ou geográfica
- Não é dispositivo médico nem orienta decisões
STACK
Pythonscikit-learnPandasStreamlitPhysioNetDocker