A inteligência artificial, quando aplicada à biologia, transforma dados complexos em hipóteses testáveis. Meu trabalho foca em modelos clínicos interpretáveis — ferramentas que apoiam a decisão médica sem substituir o raciocínio humano.
O que é
IA em saúde não é sobre substituir o clínico por algoritmos. É sobre ampliar o que o clínico consegue ver — identificar padrões em dados de alta dimensão que escapam à observação direta e apresentá-los de forma interpretável.
Meu foco está em modelos que combinam alta performance com transparência: o clínico entende por que o modelo sugere aquela conclusão e mantém o julgamento final.
Aplicações
- Análise multivariada de perfis metabolômicos com IA supervisionada.
- Sistemas de apoio à decisão clínica interpretáveis.
- Predição de resposta ao treinamento em atletas.
- Detecção de anomalias em séries temporais fisiológicas.
Colaborações
Trabalho com cientistas de dados, engenheiros de machine learning e clínicos em desenvolvimento conjunto de ferramentas — inclusive na Veltron.