Universidade de São Paulo | FSP-USP

LABDAPS - Big Data & Saúde LABDAPS - Big Data & Saúde

Roberta Moreira Wichmann
Pós-Doutorado

Roberta Moreira Wichmann

Sobre

Roberta Moreira Wichmann Possui pós-doutorado pela USP na área de Inteligência Artificial. Possui doutorado em Economia Aplicada pela Universidade Federal do Rio Grande do Sul, mestrado em Economia pela Universidade Federal da Paraíba, MBA em Economia e Avaliação de Tecnologias em Saúde pela Universidade de São Paulo e graduação em Economia pela Universidade Federal do Ceará. Atualmente é Head de Inteligência Artificial e Ciência de Dados na empresa Lean Saúde, Diretora da Método Consultoria Ltda e pesquisadora do Laboratório de Big Data e Análise Preditiva em Saúde da USP - LABDAPS. É professora do mestrado (em Brasília e em São Paulo) e do doutorado em Economia do IDP e do Mestrado em Inteligência Artificial e Ciência de Dados. Professora do MBA de Inteligência Artificial e Ciência de Dados do IDP. Foi diretora do Instituto de Pesquisa em Inteligência Artificial Aplicada a Saúde – IA Saúde. Foi consultora internacional em Desenvolvimento Humano e Social do Banco Mundial. Foi professora visitante da Universidade de Brasília. Foi consultora na área de avaliação de tecnologia em saúde, gestão do conhecimento e avaliação econômica no Departamento de Ciência e Tecnologia do Ministério da Saúde. Foi coordenadora científica do curso de graduação em Economia do IDP de 2023 a 2025. Foi também professora de Análise e Implementação de Políticas Públicas (Policy Design) do IDP que integra os cursos de MBA em Gestão Pública, MBA em Políticas Públicas e MBA em Gestão Pública e Políticas Públicas. As principais áreas de atuação são: inteligência artificial, econometria aplicada, economia da saúde, avaliações econômicas, predição usando algoritmos de inteligência artificial (machine learning) para melhorar decisões em saúde, políticas públicas informadas por evidências e políticas econômicas.

Produção Científica

2025

Federated learning for COVID-19 mortality prediction in a multicentric sample of 21 hospitals

PLOS Computational Biology

Acessar Publicação
2025

Strategies for detecting and mitigating dataset shift in machine learning for health predictions: A systematic review

Journal of Biomedical Informatics

Acessar Publicação
2025

Transfer learning for COVID-19 predictive modeling: A multicenter study of 12 hospitals

Annals of Epidemiology

Acessar Publicação
2025

Development and evaluation of machine learning training strategies for neonatal mortality prediction using multicountry data

Scientific Reports

Acessar Publicação
2024

Multicenter comparative analysis of local and aggregated data training strategies in COVID-19 outcome prediction with Machine learning

PLOS Digital Health

Acessar Publicação
2024

Does machine learning have a high performance to predict obesity among adults and older adults? A systematic review and meta-analysis

Nutrition, Metabolism and Cardiovascular Diseases

Acessar Publicação
2023

Improving the performance of machine learning algorithms for health outcomes predictions in multicentric cohorts

Scientific Reports

Acessar Publicação
2022

Physician preference for receiving machine learning predictive results: A cross-sectional multicentric study

PLOS ONE

Acessar Publicação