A diabetes afeta atualmente cerca de 12% da população brasileira e é apontada como a quarta causa de morte mais comum no Brasil. A maior parte das mortes ocorrem devido a complicações causadas ou favorecidas pela alta taxa de glicose, por isso é relevante o monitoramento de diabéticos a fim de evitar o surgimento e evolução das complicações.
Inspirados pelo problema descrito e em parceria com a Unimed Vitória realizamos um estudo com uso de redes neurais para a predição de procedimentos graves que são causados por consequência de complicações relacionadas a diabetes. Utilizamos uma base de registros de procedimentos realizados pela Unimed Vitória por seus beneficiários de 2011 a 2016, onde selecionamos inicialmente os registros de pessoas que são diabéticas. Dentre estes separamos os que passaram por procedimentos relacionados a amputações, angioplastias e hemodiálises, e os que nunca tiveram estas complicações. A solução desenvolvida faz uso de uma rede neural recorrente com três camadas de Gated Recurrent Units treinadas para avaliar as séries e estabelecer padrões que podem levar uma pessoa portadora da doença a um procedimento grave. Os resultados obtidos até o momento registram uma área sob a curva ROC de 0.88 com acurácia de 82% na previsão de um procedimento grave em um paciente.