Técnicas de machine learning e deep learning para o apoio do diagnóstico clínico de arboviroses: uma revisão sistemática

Resumo

Uma das principais categorias de doenças tropicais negligenciadas (DTNs) são as arboviroses, que apresentam uma ampla variedade de doenças, sendo Dengue, Chikungunya e Zika as mais comuns. O diagnóstico eficiente de arboviroses é um desafio devido às similaridades dos sintomas apresentados pelos pacientes infectados, que fica ainda mais exacerbado quando há escassez de recursos, carência de pessoal especializado e epidemias de doenças concomitantes na região. Neste contexto, são necessárias novas abordagens escalonáveis ​​de baixo custo para auxiliar no diagnóstico diferencial de arboviroses. Uma alternativa é o desenvolvimento de modelos computacionais para monitoramento e classificação diagnóstica com base em dados clínicos e sintomas. Este trabalho apresenta uma Revisão Sistemática da Literatura (SLR) sobre a utilização de modelos de Machine Learning (ML) e Deep Learning (DL) para classificar automaticamente as arboviroses e apoiar o diagnóstico clínico.