Por favor, use este identificador para citar o enlazar este ítem:
https://ri.ufs.br/jspui/handle/riufs/26169| Tipo de Documento: | Dissertação |
| Título : | Geração de dados totalmente sintéticos para alta segura neonatal: uma metodologia orientada por conhecimento baseada em redes bayesianas |
| Autor : | Santos, Jean Louis Silva |
| Fecha de publicación : | 30-jul-2026 |
| Director(a): | Silva, Gilton José Ferreira da |
| Co-Director(a): | Silva, Josielson Costa da |
| Resumen: | Contexto: A alta hospitalar do recém-nascido constitui uma etapa crítica da transição do cuidado, exigindo avaliação multidimensional de condições biofisiológicas, preventivas e assistenciais. Problema: Embora sistemas de apoio à decisão clínica baseados em Inteligência Artificial apresentem potencial para reduzir a variabilidade do julgamento profissional, seu desenvolvimento em neonatologia é limitado pela escassez de registros rotulados, pelas restrições legais ao uso de dados sensíveis e pelo problema de cold start. Motivação: A geração de dados totalmente sintéticos surge como alternativa para apoiar pesquisa, simulação e desenvolvimento computacional sem exposição direta de prontuários reais. Justificativa: Em domínios sensíveis como a neonatologia, abordagens sintéticas orientadas apenas por dados podem depender de bases reais prévias, reproduzir vieses ou gerar combinações clinicamente implausíveis, tornando relevante uma estratégia knowledge-driven, interpretável e auditável. Metodologia: Esta dissertação propõe e avalia uma metodologia baseada em Redes Bayesianas para geração de dados totalmente sintéticos aplicados ao suporte à decisão na alta segura neonatal, sem utilização de prontuários reais no processo de modelagem. A metodologia foi construída de forma incremental, partindo de um modelo inicial com 11 variáveis clínicas (Core11) e avançando para uma versão expandida com 18 variáveis (Core18). A topologia causal da rede, as Tabelas de Probabilidade Condicional (CPTs), os pesos normativos e as regras de auditoria clínica foram definidos a partir de literatura especializada, documentos normativos e curadoria de conhecimento clínico. A avaliação utilizou protocolos de validação interna, incluindo fidelidade estatística, inferência condicional, utilidade preditiva em regime Train on Synthetic, Test on Synthetic (TSTS), explicabilidade por SHAP, análise de limiares, auditoria de casos-limite, fidelidade topológica multivariada e edit checks clínicos. Resultados: Os experimentos principais foram conduzidos com 10.000 registros sintéticos em cada versão do modelo. No Core11, os resultados indicaram aprovação dos testes S1 e S2, Kappa médio de 0,9445 no protocolo S3, Distância de Hellinger aprovada em 11/11 variáveis e PCD-MAD de 0,0088 no protocolo S7. No Core18, a expansão manteve boa fidelidade estatística, topológica e inferencial, com S1 aprovado em 7/7 testes, S2 aprovado em 14/14 casos, Kappa médio de 0,9209, Distância de Hellinger aprovada em 18/18 variáveis e PCD-MAD de 0,0097. Entretanto, também foram observadas limitações relevantes, incluindo divergência entre importância explicativa e pesos normativos no S3SHAP, instabilidade dos limiares de decisão nos protocolos S4 e S5, e ocorrência de violações em edit checks clínicos em 36,9% dos registros sintéticos. Conclusões: Conclui-se que a abordagem proposta é promissora como metodologia de geração sintética privacy-by-design para cenários neonatais de cold start, especialmente por preservar propriedades probabilísticas e topológicas do modelo sem depender de dados reais. Ao mesmo tempo, os resultados demonstram que a coerência estatística global não garante, isoladamente, plausibilidade clínica individual plena. Assim, a principal contribuição da dissertação reside não apenas na geração de dados sintéticos neonatais, mas na formulação de um pipeline auditável de modelagem, validação e identificação de limites, indicando a necessidade de mecanismos futuros de calibração, filtragem clínica, reamostragem condicionada e validação com especialistas. |
| Resumen : | Context: Neonatal hospital discharge is a critical stage in the transition of care, requiring multidimensional assessment of biophysiological, preventive, and healthcare-related conditions. Problem: Although Artificial Intelligence-based Clinical Decision Support Systems have the potential to reduce variability in professional judgment, their development in neonatology is limited by the scarcity of labeled records, legal restrictions on the use of sensitive health data, and the cold start problem. Motivation: The generation of fully synthetic data emerges as an alternative to support research, simulation, and computational development without direct exposure of real medical records. Justification: In sensitive domains such as neonatology, synthetic approaches guided only by data may depend on prior real datasets, reproduce biases, or generate clinically implausible combinations, making a knowledge-driven, interpretable, and auditable strategy relevant. Methodology: This dissertation proposes and evaluates a Bayesian Network-based methodology for generating fully synthetic data applied to decision support in safe neonatal discharge, without using real medical records in the modeling process. The methodology was developed incrementally, starting from an initial model with 11 clinical variables (Core11) and advancing to an expanded version with 18 variables (Core18). The causal network topology, Conditional Probability Tables (CPTs), normative weights, and clinical audit rules were defined based on specialized literature, normative documents, and clinical knowledge curation. The evaluation used internal validation protocols, including statistical fidelity, conditional inference, predictive utility under a Train on Synthetic, Test on Synthetic (TSTS) regime, SHAP-based explainability, threshold analysis, borderline case auditing, multivariate topological fidelity, and clinical edit checks. Results: The main experiments were conducted with 10,000 synthetic records in each model version. In Core11, the results indicated approval in protocols S1 and S2, a mean Kappa of 0.9445 in protocol S3, Hellinger Distance approved in 11/11 variables, and PCD-MAD of 0.0088 in protocol S7. In Core18, the expansion maintained good statistical, topological, and inferential fidelity, with S1 approved in 7/7 tests, S2 approved in 14/14 cases, a mean Kappa of 0.9209, Hellinger Distance approved in 18/18 variables, and PCD-MAD of 0.0097. However, relevant limitations were also observed, including divergence between explanatory importance and normative weights in S3SHAP, instability of decision thresholds in protocols S4 and S5, and the occurrence of clinical edit check violations in 36.9% of the synthetic records. Conclusions: It is concluded that the proposed approach is promising as a privacy-by-design synthetic data generation methodology for neonatal cold start scenarios, especially because it preserves probabilistic and topological properties of the model without relying on real patient data. At the same time, the findings show that global statistical coherence alone does not guarantee full individual clinical plausibility. Thus, the main contribution of this dissertation lies not only in generating synthetic neonatal data, but also in formulating an auditable pipeline for modeling, validation, and identification of methodological limits, indicating the need for future mechanisms of calibration, clinical filtering, conditional resampling, and expert validation. |
| Palabras clave : | Computação Teoria bayesiana de decisão estatística Neonatologia Dados sintéticos Redes bayesianas Alta segura Sistemas de apoio à decisão clínica Synthetic data Bayesian networks Neonatology Safe discharge Clinical decision support systems Privacy-by-design |
| Área CNPQ: | CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Idioma : | por |
| Institución: | Universidade Federal de Sergipe (UFS) |
| Programa de Posgrado: | Pós-Graduação em Ciência da Computação |
| Citación : | SANTOS, Jean Louis Silva. Geração de dados totalmente sintéticos para alta segura neonatal: uma metodologia orientada por conhecimento baseada em redes bayesianas. 2026. 134 f. Dissertação (Mestrado em Ciência da computação) — Universidade Federal de Sergipe, São Cristóvão, 2026. |
| URI : | https://ri.ufs.br/jspui/handle/riufs/26169 |
| Aparece en las colecciones: | Mestrado em Ciência da Computação |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| JEAN_LOUIS_SILVA_SANTOS.pdf | 3.86 MB | Adobe PDF | ![]() Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.
