28/05/2025
O artigo “Predicting Chronic Phase Progression in Chikungunya Patients Using Machine Learning Models”, dos autores Gabriel Masson, Kaio Viana, Sebastião Rogério da Silva Neto, Jamile Taniele, Gabriela Cavalcanti, Moacyr Rego, Raphael Dourado e Patricia Takako Endo foi premiado como segundo melhor artigo da Trilha de Pesquisa em SI (TPSI) do Simpósio Brasileiro de Sistemas de Informação (SBSI 2025)! 🎉
Neste trabalho, exploramos o uso de modelos de machine learning para predição de progressão da fase crônica da chikungunya, uma doença que afeta milhões de pessoas ao redor do mundo.
Este trabalho é resultado do projeto de mestrado de Gabriel e de iniciação científica de Kaio, em parceria com pesquisadores do Núcleo de Pesquisa em Inovação Terapêutica - Suely Galdino (NUPIT-SG) da Universidade Federal de Pernambuco (UFPE). 💡🔬
