João Eleutério, “Deteção rápida de AVC usando SERS e Machine Learning”, defesa pública de Mestrado em Ciência de Dados| 2ª feira 11.5, 11h30, sala U.3.1
Na próxima 2ª feira, 11 de maio, 11h30 na sala U.3.1, João Eleutério irá defender publicamente a tese sobre deteção rápida de AVC usando SERS e Machine Learning. Toda a comunidade escolar está convidada a estar presentes.
Esta tese de mestrado em Ciência de Dados, realizada em estreita colaboração com o UCIBIO da FCT NOVA, desenvolve um pipeline de Machine Learning para analisar espectros de plasma obtidos por Surface-Enhanced Raman Spectroscopy (SERS), com o objetivo de apoiar o diagnóstico rápido de AVC através do biomarcador GFAP. O sistema distingue entre ausência de AVC, AVC isquémico e AVC hemorrágico, com base em diferentes concentrações do biomarcador, utilizando técnicas como pré-processamento espectral, redução de dimensionalidade e modelos de boosting. O modelo proposto atingiu até 98% de precisão na classificação e introduziu uma métrica clínica própria (MEMS) para penalizar erros com maior impacto médico, alcançando 96% de desempenho ajustado à segurança clínica. Os resultados foram validados em múltiplas execuções, demonstrando estabilidade estatística do modelo. Apesar de usar dados sintéticos, o trabalho evidencia o potencial de sistemas baseados em SERS e Machine Learning para diagnóstico rápido e portátil de AVC em contexto pré-hospitalar.
Fazem parte do júri:
- Profª Claudia Soares FCT Universidade Nova de Lisboa (arguente externo)
- Profª Gabriela Soares (Orientadora, ISCTE Instituto Universitário de Lisboa)
- Prof Manuel Pita (Diretor do Mestrado em Ciência de Dados, Universidade Lusófona)
