Strategies for detecting and mitigating dataset shift in machine learning for health predictions: A systematic review
Journal of Biomedical Informatics
Acessar Publicação
Fabiano Barcellos Filho atua na intersecção entre a prática clínica e a ciência de dados. Médico formado pela EMESCAM (CRM-SP 247.401) e consultor em Inteligência Artificial, ele traz para o LABDAPS a visão de quem conhece as dores do sistema de saúde "do lado de dentro".
Atualmente, é doutorando em Saúde Pública na USP sob orientação do Prof. Dr. Alexandre Chiavegatto Filho. Seu foco de pesquisa é a multicalibração e equidade algorítmica — buscando garantir que os modelos de Inteligência Artificial funcionem de maneira justa para diferentes grupos da população, corrigindo vieses críticos em saúde pública.
Trajetória e Atuação:
Acadêmica: Pesquisador colaborador no LABDAPS e Visiting Scholar na University of Massachusetts Boston (2023).
Profissional: Atua como Consultor em IA na Hapvida NotreDame Intermédica.
Projetos Recentes: Tem experiência no desenvolvimento de algoritmos para predição de mortalidade infantil, triagem de COVID-19, classificação de infarto agudo do miocárdio e predição de idade cerebral via Deep Learning.
Links Acadêmicos:
Journal of Biomedical Informatics
Acessar PublicaçãoAnais Brasileiros de Dermatologia
Acessar PublicaçãoAnnals of Epidemiology
Acessar PublicaçãoPLOS Digital Health
Acessar PublicaçãoBMC Pregnancy and Childbirth
Acessar Publicação