Laboratório Labdaps USP
Seja bem-vindo ao LABDAPS!!!
O LABDAPS - Laboratório de Big Data e Análise Preditiva em Saúde, da Faculdade de Saúde Pública da USP, foi fundado no início de 2017 com o objetivo de desenvolver pesquisas que auxiliem na melhoria da atenção à saúde no Brasil.
Os pesquisadores do laboratório trabalham na aplicação e no desenvolvimento de métodos de inteligência artificial (machine learning) a problemas importantes da área da saúde, como a análise de impacto de políticas públicas de saúde, a melhoria da qualidade da informação de saúde e a predição da ocorrência de doenças e óbitos.
Journal Club debate: Como a IA pode transformar a formação de estudantes e médicos?
Journal Club: Optimização da prevenção de doenças com aprendizado por reforço e controle lipídico
Journal Club debate: Predição por IA da gravidade de acidentes para melhorar segurança e eficiência
Journal Club Debate: Aprendendo a história natural das doenças humanas com transformers generativos
Journal Club debate: Avaliação crítica das métricas de equidade em IA preditiva clínica
Journal Club Debate: Desempenho do MELD em diferentes raças e etnias na prática clínica
Journal Club Debate: Gêmeos digitais médicos: viabilizando a medicina de precisão e a IA
Remoção de Duplicatas
Tratamento de Dados Faltantes
Journal Club Debate: Machine learning multi-coorte prevê déficit cognitivo no Parkinson
Identificação de Missings
Separação de dados em machine learning
Journal Club Debate: MedAgentBench: avaliando agentes médicos de IA em prontuários virtuais
Journal Club Debate: A era generativa da IA médica
Journal Club debate: Real-TabPFN: aprimorando modelos fundacionais tabulares com dados reais
Journal Club Debate: TabArena: Benchmark dinâmico para machine learning em dados tabulares
Journal Club Debate: Início ideal da vasopressina no choque séptico: estudo OVISS com RL
Journal Club Debate: Baixa resposta da Inteligência Artificial a condições críticas de saúde
Journal Club Debate: IA estima idade biológica por fotos para predizer saúde e longevidade.
Journal Club Debate: Introducing HealthBench: Avaliação de sistemas de IA e saúde humana
#02 EP CIENC-IA: Inteligência artificial na prática clínica
Journal Club: Modelos de IA para predizer mortalidade por choque séptico em estudo multicêntrico
Journal Club Debate: Padrões temporais em dados para predição de internação de emergência
#01 EP CIENC-IA: Desafios dos benchmarks de modelos de LLM e a polêmica recente da LLM Arena.
Journal Club Debate: Ferramenta PROBAST+AI avalia modelos preditivos com IA ou regressão
Journal Club Debate: Análise de riscos cardiovasculares e perda auditiva com machine learning
Journal Club Debate: benefícios e riscos de usar dados raciais na IA médica.
Journal Club Debate: Prediction of mental health risk in adolescents
Journal Club Debate: Towards Conversational AI for Disease Management
Journal Club Debate: Rumo a um Co-cientista de IA