TabM para diagnóstico de doença cardíaca: ensembling eficiente de redes neurais em dados tabulares clínicos
Resumo
As doenças cardiovasculares representam a principal causa de mortalidade global,
sendo responsáveis por aproximadamente 19,8 milhões de óbitos anuais, tornando o
diagnóstico precoce fundamental para reduzir a mortalidade e melhorar a qualidade
de vida dos pacientes. Este trabalho investigou a aplicação do modelo TabM,
arquitetura moderna de deep learning baseada em redes neurais densas (MLPs) e
ensembling parameter-efficient que, apesar de não ser o estado da arte absoluto,
demonstrou resiliência única a overfitting entre modelos de deep learning tabular e
alcançou posicionamento de 2o lugar no benchmark TabArena, ao diagnóstico de
doença cardíaca utilizando o dataset Cleveland Heart Disease. O objetivo foi avaliar
se essa arquitetura competitiva em benchmarks tabulares gerais alcançaria
desempenho competitivo com os melhores resultados reportados na literatura para
diagnóstico cardíaco. A metodologia envolveu seleção de features clínicas
relevantes, aplicação de técnicas de balanceamento de classes, otimização de
hiperparâmetros e validação cruzada estratificada. Os resultados não suportaram
plenamente as hipóteses experimentais, levando à aceitação da hipótese nula. O
modelo demonstrou robustez em AUC-ROC, porém ficou abaixo dos critérios
estabelecidos em acurácia, recall e F1-score. Além da validação experimental, o
estudo entregou um Produto Mínimo Viável (MVP) funcional em Streamlit para
inferência clínica interativa, diferencial significativo em relação aos trabalhos
relacionados que não forneceram ferramentas operacionais. Este trabalho
representa a primeira aplicação conhecida de TabM ao diagnóstico de doença
cardíaca, estabelecendo benchmark para futuras pesquisas e pipeline reprodutível
de código aberto.