A malária é uma doença infecciosa provocada por um protozoário parasitário, tendo infectado 219 milhôes de pessoas e provocado 435.000 mortes em 2017 (ONU:WHO-2017). Em regiões subdesenvolvidas ela é especialmente grave, sendo umas principais razôes de mortes, apesar dos esforõs da ONU-WHO que contou com um orçamento de 3.1 bilhões de dólares.
Dessa maneira pelo volume e pelos focos, soluções baratas e escaláveis no sentido de diagnóstico do protozoário são de grande importância para erradicação da doença. É nesse sentido que esse trabalho se dá, a partir de um banco de imagens que contém exames foi criado por meio do algoritmo RandoForest um Machine Learning que idenfica a presença ou não do protozoário no tecido do paciente com uma taxa de acurácia de 96,17%.
O arquivo que contém o projeto é:
Projeto.ipynb
Obervação: É de grande importância citar que não foi possível fazer o upload do dataset utilizado devido ao seu tamanho. O Github não permite adicionar um arquivo desse tamanho em sua plataforma.
O projeto pode ser entendido em sua completude sem baixar o conjunto de imagens. Ele está disponível em:
https://www.kaggle.com/iarunava/cell-images-for-detecting-malaria