289 XXXII MOSTRA UNISINOS DE INICIAÇÃO CIENTÍFICA E TECNOLÓGICA De 29/09/2025 a 03/10/2025 Unisinos São Leopoldo e Porto Alegre que alcançou boa performance preditiva e apresentou uma acurácia de 74,7%. Abordagens inovadoras incluíram ferramentas baseadas em randomização mendeliana (PRiMeR) e integração de dados genéticos com neuroimagem (modelo de pseudotempo). Tecnologias de machine learning também foram aplicadas em quatro artigos, incluindo SVM, redes neurais e XGBoost, com acurácias variando entre 96,7% e 98,3%. Além disso, um modelo de regressão logística foi explorado em um estudo. Destaca-se ainda o desenvolvimento de plataformas tecnológicas baseadas em IA, como uma calculadora de risco alimentada por neuroimagem e prontuários eletrônicos, estruturada com Blockchain e aprendizado federado. Conclusão: A revisão identificou múltiplas abordagens para o desenvolvimento de calculadoras de risco, incluindo escores genéticos, epigenéticos, inteligência artificial e integração multimodal de dados. Os avanços computacionais e a maior disponibilidade de dados têm aprimorado a capacidade preditiva, mas ainda há desafios relacionados à validação externa, interpretabilidade dos algoritmos e adaptação a diferentes populações. Investir em tecnologias acessíveis é fundamental para futura aplicação clínica e estratégias de prevenção mais precisas. Palavras-chave: Avaliação de Risco, Doença de Alzheimer, Medição de Risco, Prevenção de Doenças, Revisão de Escopo
RkJQdWJsaXNoZXIy MjEzNzYz