Um estudo internacional liderado pela RISE-Health demonstrou que modelos estatísticos simples podem ser mais eficazes do que algoritmos avançados na previsão do risco cardiovascular. A investigação comparou 11 métodos distintos de aprendizagem automática e de regressão regularizada.
Os investigadores analisaram diferentes abordagens para avaliar qual delas conseguia prever com maior precisão o risco cardiovascular dos pacientes. Os resultados indicam que as técnicas de regressão regularizada obtiveram um desempenho superior ou equivalente aos métodos mais complexos de aprendizagem automática.
Este estudo questiona a crença amplamente difundida de que algoritmos mais sofisticados são necessariamente mais precisos na medicina preditiva. A investigação sugere que a simplicidade dos modelos estatísticos tradicionais pode ser suficiente, e até vantajosa, em determinados contextos clínicos.
Os resultados têm implicações importantes para a prática médica, uma vez que métodos mais simples tendem a ser mais interpretáveis, mais fáceis de implementar e menos dispendiosos do que as soluções baseadas em inteligência artificial mais complexas.
