Resumo: O objetivo desta dissertação é desenvolver um modelo para recomendar internação em UTI de gestantes de alto risco. Para tanto, foram utilizadas técnicas de aprendizagem de máquina e o algoritmo escolhido, devido aos seus melhores resultados, foi o XGBoost, cujos parâmetros foram ajustados via grid search. Obteve-se resultados de acurácia superiores a83% e sensibilidade superior a 51%, dentro do grupo onde foi recomendada a internação estão 100% dos óbitos e 66% dos casos de near miss. Também foi considerada a inclusão de interpretações das predições do modelo em casos particulares Ver menos

Abstract: The objective of this dissertation is to develop a model to recommend ICU admission to high-risk pregnant women. Machine learning techniques were used and XGBoost was the chosen algorithm, due to its better results, with the parameters adjusted via grid search. Accuracy results obtained were greater than 83% and sensitivity greater than 51%, within the group where hospitalization was recommended it was observed 100% of deathsand 66% of near miss cases. The inclusion of interpretations of the model¿s predictions inparticular cases was also considered Ver menos