APRENDIZADO DE MÁQUINA NA PREDIÇÃO DE DOENÇA CARDÍACA: UMA ANÁLISE COMPARATIVA DE ALGORITMOS DE CLASSIFICAÇÃO

Resumo

As doenças cardiovasculares constituem a principal causa de morte no mundo, e o diagnóstico precoce é determinante para o prognóstico do paciente. A avaliação clínica tradicional, embora consolidada, depende da experiência do profissional e da integração de múltiplas variáveis, o que pode introduzir subjetividade na estratificação de risco. Este trabalho teve como objetivo desenvolver e comparar modelos de aprendizado de máquina supervisionado para a predição da presença de doença cardíaca a partir de atributos clínicos. Foi utilizado o conjunto de dados público Cleveland Heart Disease, composto por 303 registros e 13 atributos clínicos, dividido em 80% para treinamento e 20% para teste, com estratificação das classes. Cinco algoritmos foram avaliados: Regressão Logística, K-Vizinhos Mais Próximos (KNN), Máquina de Vetores de Suporte (SVM), Random Forest e Gradient Boosting. O desempenho foi mensurado por validação cruzada estratificada de dez dobras e por métricas de acurácia, precisão, revocação, F1-score e área sob a curva ROC (AUC) no conjunto de teste. Os resultados demonstraram desempenho equilibrado entre os modelos, com acurácia de validação cruzada entre 77,18% e 83,45%. O Random Forest obteve o maior valor de AUC (90,10%) e a maior revocação para a classe positiva (96,97%), característica desejável em triagem clínica, na qual a omissão de um caso de doença é mais crítica que um falso alarme. A análise de importância de variáveis indicou o tipo de dor torácica, a frequência cardíaca máxima e os resultados do teste de talassemia como os atributos mais relevantes. Conclui-se que algoritmos de aprendizado de máquina constituem ferramentas promissoras de apoio à decisão clínica, ainda que sua aplicação exija validação externa e interpretação por profissionais de saúde.