trAIn Health: Uma Plataforma para Experimentação Reprodutível em Aprendizagem de Máquina para Dados em Saúde

• Thiago Guilherme Bezerra de Aguiar UECE
• Renan T. Leite UECE
• Ana Beatriz S. V. dos Santos UECE
• Walter W. C. de Castro UECE
• Lourival Gerardo Silva Júnior UECE
• Joaquim Celestino Júnior UECE

DOI: https://doi.org/10.5753/sbcas_estendido.2026.21661

Resumo

A seleção de modelos em saúde ainda exige alto esforço técnico e forte suporte metodológico. Este trabalho apresenta o trAIn Health, plataforma desktop que unifica experimentação em aprendizado de máquina, literatura científica contextualizada e reprodutibilidade. A solução oferece 15 algoritmos, pipeline configurável de pré-processamento, comparação de métricas e histórico auditável de experimentos. Em 10 bases públicas, observou-se ganho operacional no fluxo de execução, com manutenção da clareza metodológica para uso em pesquisa clínica.

Referências

Breiman, L. (2001). Random forests. Machine Learning, 45(1):5–32.

Chen, T. and Guestrin, C. (2016). Xgboost: A scalable tree boosting system. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pages 785–794.

Demsar, J. et al. (2013). Orange: Data mining toolbox in python. Journal of Machine Learning Research, 14:2349–2353.

Feurer, M. et al. (2015). Efficient and robust automated machine learning. In Advances in Neural Information Processing Systems, volume 28, pages 2962–2970.

Framingham Heart Study Collaboration (2026). Framingham heart study: Public access data sets. [link]. Acesso em: 08 mar. 2026.

Friedman, J. H. (2001). Greedy function approximation: A gradient boosting machine. Annals of Statistics, 29(5):1189–1232.

Gamma, E. et al. (1994). Design Patterns: Elements of Reusable Object-Oriented Software. Addison-Wesley.

Goldstein, B. A., Navar, A. M., and Pencina, M. J. (2017). Opportunities and challenges in developing risk prediction models with electronic health records data: A systematic review. Journal of the American Medical Informatics Association, 24(1):198–208.

Hall, M., Frank, E., Holmes, G., Pfahringer, B., Reutemann, P., and Witten, I. H. (2009). The WEKA data mining software: An update. ACM SIGKDD Explorations Newsletter, 11(1):10–18.

Johnson, A. E. W. et al. (2016). Mimic-iii, a freely accessible critical care database. Scientific Data, 3:160035.

Pedregosa, F. et al. (2011). Scikit-learn: Machine learning in python. Journal of Machine Learning Research, 12:2825–2830.

Rajkomar, A. et al. (2018). Scalable and accurate deep learning with electronic health records. npj Digital Medicine, 1(18):1–10.

Wang, S. et al. (2020). Mimic-extract: A data extraction, preprocessing, and representation pipeline for mimic-iii. In Proceedings of the ACM Conference on Health, Inference, and Learning, pages 222–235.