Uma Abordagem Influenciada por Pré-processamento para Aprendizagem do Processo de Regulação Médica
Palavras-chave:
Classificação, Mineração de dados, Planos de Pré-pagamento em SaúdeResumo
Objetivo: Apresentar uma metodologia que utiliza técnicas de pré-processamento para melhorar a qualidade dos dados presentes na base de dados de uma Operadora de Plano de Saúde para, em seguida, utilizar técnicas de aprendizado de máquina objetivando aprender o processo de regulação médica. Métodos: Foram utilizadas as métricas de: precisão, recall, acurácia, f-measure, área sob a curva ROC e índice kappa para a comparação dos algoritmos de classificação C4.5, Naive Bayes e Multi Layer Perceptron. Resultados: Para a validação dos resultados foi utilizado o cross-validation 10-fold. O melhor classificador foi o C4.5, com taxa de acerto superior a 91%. Conclusão: Demonstrou-se que o processo de regulação pode ser aprendido por algoritmos de aprendizagem de máquina, porém faz-se necessário utilizar técnicas de pré-processamento para melhorar a qualidade dos dados.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
A submissão de um artigo ao Journal of Health Informatics é entendida como exclusiva e que não está sendo considerada para publicação em outra revista. A permissão dos autores para a publicação de seu artigo no J. Health Inform. implica na exclusiva autorização concedida aos editores para incluí-lo na revista. Ao submeter um artigo, ao autor será solicitada a permissão eletrônica de um Termo de Transferência de Direitos Autorais. Uma mensagem eletrônica será enviada ao autor correspondente confirmando o recibo do manuscrito e o aceite da Declaração de Direito Autoral.
