[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-117467-pt":3,"doc-seo-117467-112":31,"detail-sidebar-cat-0-pt-112":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},117467,687207022233,"Riley","https://ap-avatar.wpscdn.com/davatar_155a257f0dc6eb9ab79c44ca47cae57d",32,"Pesquisa e Relatórios","Aplicação de Técnicas Automatizadas de Aprendizagem de Máquina para Classificação de Óbitos em Pacientes com Covid-19","Estudo avalia a aplicação de técnicas de Automated Machine Learning (AutoML) para classificar risco de óbito em pacientes com COVID-19, usando base histórica da Fiocruz. Os dados contemplam três períodos distintos, associados a fases de circulação da doença, permitindo a identificação de pacientes que evoluíram a óbito. A pesquisa implementa ferramentas consolidadas, como H2O AutoML, AutoGluon e PyCaret, para automatizar seleção, ajuste e otimização de modelos, visando simplificar análises clínicas complexas. Apesar de desafios de tempo de processamento, conclui-se que o AutoML possui potencial relevante para facilitar e aprimorar modelos em análises clínicas.","Aplicaa˜o de T e´cnicas Automatizadas deAprendizagem de Ma´quina para Classificaa˜o de ´Obitos em Pacientes com Covid-19  \nApplication of Automated Machine Learning Techniques for Classification Mortality in Covid-19 Patients Vinicius Ferreira de Lima1, Fl a´vio Rosendo da Silva Oliveira1  \n1 An a´lise e Desenvolvimento de Sistemas-Instituto Federal de Educaa˜o, Cieˆnciae Tecnologia de Pernambuco– Campus Paulista (IFPE) -Paulista-PE-Brasil  \n[vlf1@discente.ifpe.edu.br](vlf1@discente.ifpe.edu.br), [flavio.oliveira@paulista.ifpe.edu.br](flavio.oliveira@paulista.ifpe.edu.br)  \nResumo. Neste estudo, foi investigada a aplica a˜o de te´cnicas de Automated Machine Learning na classifica a˜o de casos compotencial risco de o´bito entre pacientes com COVID-19, utilizando um banco de dados histo´rico da Fiocruz, com dados de pacientes com COVID-19 em tr eˆs períodos de tempo diferentes, correspondentes a diferentes fases de circulaa˜o dadoen a, classificando ospacientes que chegaram a o´bito. O objetivo foi empregar ferramentas deAutoML ajustadas a esse cena´rio de classifica a˜o, avaliando o uso epotencial parapesquisas na a´rea de ana´lises clínicas. Com a implementação de ferramentas consolidadas na literatura de AutoML, comoH2O AutoML, AutoGluon ePyCaret, apesquisa indicou como essas tecnologiaspodem simplificar processos analíticos complexos, mostrandoa relevaˆncia que essas ferramentas t eˆm em tornar te´cnicas avanadas de aprendizagem de ma´quina acessíveis aprofissionais n a˜o especializados e sua eficência no processamento de dados clínicos. Embora tenham sido identificados desafios relacionados ao tempo de processamento de algumas ferramentas, concluiu-se que o AutoML possui umpotencial significativo para facilitar e aprimorar a aplica a˜o de modelos deaprendizagem dema´quina na a´rea deana´lises clínicas.  \nPalavras-chave: Aprendizagem deMa´quina, Automated Machine Learning, COVID-19, Classifica a˜o de O´bitos  \nAbstract. This study investigated the application of automated machine learning techniques in classifying cases with a potential risk of death among COVID-19 patients, using a historical database from Fiocruz. This database contained data from COVID-19 patients in three different periods, corresponding to different phases of the disease’s circulation, classifying patients who succumbed to the disease. The aim was to apply AutoML tools adapted to this classification scenario and to evaluate their use and potential for research in the field of clinical analysis. By implementing well-established AutoML tools in the literature, such as H2O AutoML, AutoGluon and PyCaret, this study demonstrated how these technologies can simplify complex analytical processes, highlighting the relevance of these tools in making advanced machine learning techniques accessible to non-specialists and their efficiency in processing clinical data. Although challenges related to the processing time of some tools were identified, it was concluded that AutoML has significant potential to facilitate and enhance the application of machine learning models in clinical analytics.  \nKeywords: Machine Learning, Automated Machine Learning, COVID-19, Death Classification  \n1. Introdua˜o  \nA a´rea de Aprendizagem de Ma´quina tem demonstrado uma relevaˆncia crescente em diversos campos de pesquisa devido à grande quantidade de dados disponíveis atualmente, especialmente na an a´lise de dados clínicos (Truong et al., 2019). Há ado çãode modelos é cada vez mais comuns para auxiliar profissionais de diversas a´reas na tomada de deciso˜es (Yang; Shi; Ni, 2020) .  \nDurante a pandemia de COVID-19, o uso de modelos criados usando t e´cnicas de Aprendizagem deMa´quina na sau´de ganhou ainda mais importaˆncia (Wynants et al., 2020) . Contudo, a falta de familiaridade e a escassez de especialistas na a´rea podem limitar o potencial de soluc¸o˜es baseadas na constru a˜o e otimiza a˜o desses modelos (Hutter; Kotthoff; Vanschoren, 2019) .  \nNesse contexto, os algoritmos de","cbCaikrKnuo2bINj","https://ap.wps.com/l/cbCaikrKnuo2bINj","pdf",843843,2,1,19,"Portuguese","pt",112,"# Introdução\n# Revisão da Literatura\n# Metodologia\n# Resultados\n# Conclusão","[{\"question\":\"Qual é o objetivo deste estudo sobre AutoML e COVID-19?\",\"answer\":\"Investigar como ferramentas de AutoML podem classificar casos com potencial risco de óbito em pacientes com COVID-19, avaliando vantagens e limitações no contexto de dados clínicos.\"},{\"question\":\"Que fonte de dados foi utilizada na pesquisa?\",\"answer\":\"Foi utilizada uma base histórica da Fiocruz com dados de pacientes com COVID-19 distribuídos em três períodos de tempo, correspondentes a diferentes fases de circulação da doença.\"},{\"question\":\"Quais ferramentas de AutoML foram implementadas?\",\"answer\":\"Foram utilizadas ferramentas consolidadas na literatura de AutoML, como H2O AutoML, AutoGluon e PyCaret.\"}]","Aplicação de Técnicas Automatizadas de Aprendizagem de Máquina para Classificação de Óbitos em Pacientes com Covid-19 | PDF",1785676000,29,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"application-of-automated-machine-learning-techniques-for-classification-of-deaths-in-covid-19-patients","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,48,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":20},"https://docshare.wps.com/pt/document/","Document",{"item":49,"name":12,"@type":44,"position":50},"https://docshare.wps.com/pt/document/pesquisa-e-relatórios/",3,{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/pt/document/application-of-automated-machine-learning-techniques-for-classification-of-deaths-in-covid-19-patients/117467/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-11","2026-08-02",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Qual é o objetivo deste estudo sobre AutoML e COVID-19?","Question",{"text":76,"@type":77},"Investigar como ferramentas de AutoML podem classificar casos com potencial risco de óbito em pacientes com COVID-19, avaliando vantagens e limitações no contexto de dados clínicos.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Que fonte de dados foi utilizada na pesquisa?",{"text":81,"@type":77},"Foi utilizada uma base histórica da Fiocruz com dados de pacientes com COVID-19 distribuídos em três períodos de tempo, correspondentes a diferentes fases de circulação da doença.",{"name":83,"@type":74,"acceptedAnswer":84},"Quais ferramentas de AutoML foram implementadas?",{"text":85,"@type":77},"Foram utilizadas ferramentas consolidadas na literatura de AutoML, como H2O AutoML, AutoGluon e PyCaret.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,103,107,111,114,118,120,124,128],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},26,"Contos e Romances",60,"story-novel",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":97,"slug":102},46,"Estilo de Vida","lifestyle",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":97,"slug":106},28,"Exames","exam",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":97,"slug":110},47,"Geral","general",{"id":30,"doc_module":4,"doc_module_name":47,"category_name":112,"show_sort_weight":97,"slug":113},"Histórias em Quadrinhos","comic",{"id":115,"doc_module":4,"doc_module_name":47,"category_name":116,"show_sort_weight":97,"slug":117},27,"Literatura","literature",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":119},"research-report",{"id":121,"doc_module":4,"doc_module_name":47,"category_name":122,"show_sort_weight":97,"slug":123},33,"Religião e Espiritualidade","religion-spirituality",{"id":125,"doc_module":4,"doc_module_name":47,"category_name":126,"show_sort_weight":97,"slug":127},31,"Saúde e Cuidados","healthcare",{"id":129,"doc_module":4,"doc_module_name":47,"category_name":130,"show_sort_weight":97,"slug":131},45,"Tecnologia","technology"]