Linha de Pesquisa
Pesquisadores:
Inteligência Artificial
A linha de pesquisa em Inteligência Artificial aplicada à Medicina tem como foco o desenvolvimento de modelos computacionais inteligentes voltados ao apoio à tomada de decisão médica em processos de diagnóstico e prognóstico de doenças. Com o volume crescente de dados clínicos, laboratoriais e de imagem gerados diariamente, torna-se essencial o uso de técnicas derivadas de IA, como o caso de aprendizado de máquina e redes neurais artificiais, para identificar padrões complexos e relações não triviais entre variáveis biológicas e clínicas. Esses modelos visam transformar grandes volumes de dados em conhecimento útil, permitindo decisões mais precisas, personalizadas e rápidas. Trata-se de uma linha de pesquisa interdisciplinar, que integra medicina, engenharia e ciência da computação para propor soluções práticas e transparentes, com plausibilidade clínica e interpretabilidade, favorecendo a sua adoção no ambiente médico. Os estudos desenvolvidos concentram-se principalmente no uso de dados laboratoriais de sangue (hemograma) para predição de desfechos clínicos e suporte à medicina personalizada. Entre os trabalhos conduzidos destacam-se: (i) a predição de recorrência de trombose venosa profunda em pacientes submetidos a tratamento anticoagulante após o primeiro episódio; (ii) a estimativa do risco de complicações em COVID-19, antecipando a necessidade de suporte ventilatório; e (iii) a análise da evolução clínica de pacientes com câncer, com foco na previsão de recuperação ou óbito. Mais recentemente, a pesquisa vem incorporando abordagens de modelagem fenomenológica e mecanística associadas à inteligência artificial, buscando integrar conhecimento médico especializado aos algoritmos de aprendizado, promovendo modelos mais explicáveis, clinicamente coerentes e voltados à medicina de precisãoPesquisadores:
Publicações:
Clinical implications of the detection of antibodies directed against domain 1 of β2-glycoprotein 1 in thrombotic antiphospholipid syndrome
Silmara Montalvão, Priscila Soares Elídio, Sabrina da Silva Saraiva, Bruna de Moraes Mazetto, Marina Pereira Colella, Erich Vinícius de Paula, Simone Appenzeller, Joyce Annichino-Bizzacchi, Fernanda Andrade Orsi, MD, PhD
https://www.sciencedirect.com/science/article/abs/pii/S0049384816305758
Heat treatment of samples improve the performance of the Nijmegen-Bethesda assay in hemophilia A patients undergoing immune tolerance induction
Silmara Aparecida de Lima Montalvão, Alini Camargo Tucunduva, Andrea Luísa de Almeida Sambo, Erich Vinicius De Paula, Samuel de Souza Medina, Margareth Castro Ozelo
https://pubmed.ncbi.nlm.nih.gov/26344704/
Integrating biomarkers for hemostatic disorders into computational models of blood clot formation: A systematic review
Mohamad Al Bannoud, Tiago Dias Martins, Silmara Aparecida de Lima Montalvão, Joyce Maria Annichino-Bizzacchi, Rubens Maciel Filho, Maria Regina Wolf Maciel
https://www.aimspress.com/article/doi/10.3934/mbe.2024339
Determination of Patient-Specific Blood Coagulation Kinetic Parameters via Neural Networks: Toward Thrombosis Prediction in Personalized Medicine
AL BANNOUD, Mohamad; MARTINS, Tiago Dias; DE LIMA MONTALVÃO, Silmara Aparecida; et al
https://doi.org/10.1007/s10439-025-03837-5
Integrating biomarkers for hemostatic disorders into computational models of blood clot formation: A systematic review.
BANNOUD, Mohamad Al; MARTINS, Tiago Dias; MONTALVÃO, Silmara Aparecida de Lima; et al.
http://www.aimspress.com/article/doi/10.3934/mbe.2024339
Combining artificial neural networks and hematological data to diagnose Covid-19 infection in Brazilian population.
MARTINS, Tiago D.; MARTINS, Sandra D.; MONTALVÃO, Silmara; et al.
https://doi.org/10.1007/s00521-023-09312-3
Comment and Update on "Using Artificial Intelligence to Manage Thrombosis Research, Diagnosis, and Clinical Management"
MARTINS, Tiago Dias; FILHO, Rubens Maciel; ROMANO, Anna Virginia Calazans; et al.
http://www.thieme-connect.de/DOI/DOI?10.1055/s-0040-1721754
Artificial neural networks for prediction of recurrent venous thromboembolism
MARTINS, T.D.; ANNICHINO-BIZZACCHI, J.M.; ROMANO, A.V.C.; et al.
https://linkinghub.elsevier.com/retrieve/pii/S1386505619313747
Principal Component Analysis on Recurrent Venous Thromboembolism
MARTINS, Tiago D.; ANNICHINO-BIZZACCHI, Joyce M.; ROMANO, Anna V. C.; et al.
https://journals.sagepub.com/doi/10.1177/1076029619895323