INTELIGÊNCIA ARTIFICIAL EXPLICÁVEL APLICADA À PREDIÇÃO DA OBESIDADE INFANTIL
Técnicas baseadas em Inteligência Artificial se mostram promissoras no apoio à decisão na área da saúde no qual diversos estudos mostram a eficiência computacional no processamento de grande quantidade de dados e sua eficácia na contribuição para decisões baseadas nas informações obtidas. Porém, a falta de compreensão nos mecanismos preditivos dos modelos tem levado a busca de novas técnicas baseadas em Inteligência Artificial Explicável que permitam elucidar questões sobre como as predições são realizadas. Neste contexto, esta pesquisa buscou desenvolver um método baseado em Inteligência Artificial Explicável demonstrando a relação entre dados de entrada e a resposta preditiva. Nos resultados preliminares foram considerando dois métodos de explicabilidade (Local Interpretable Model-agnostic Explanation e Shapley Additive Explanations) aplicados à predição da obesidade infantil, e concluiu-se que a circunferência abdominal revelou-se fator de risco para o desfecho, com evidências que sugerem maior incorporação na prática clínica.