Utilização de grandes bases de dados para a vigilância epidemiológica combinando conceitos e técnicas de sistemas dinâmicos, inteligência artificial e ciência de rede
Vigilância Epidemiologia, Aprendizado de Máquina, Número de Reprodução, Ciência de Redes.
Este estudo explora a aplicação de sistemas dinâmicos, abordagens es-
tatísticas, inteligência artificial e ciência de redes no contexto da vigilância
epidemiológica, com ênfase na vigilância sindrômica de infecções respiratórias.
Um primeiro estudo foi realizado utilizando dados da atenção primária à saúde
de 27 regiões geográficas imediatas, correspondentes às capitais dos estados do
Brasil. A integração de inteligência artificial e sistemas dinâmicos resultou na
criação do Modelo Misto de Inteligência Artificial e Próxima Geração, que
combina diferentes métodos para aprimorar a detecção precoce de surtos a
partir de séries temporais. Em seguida, um segundo estudo foi realizado, aplic-
ando um modelo metapopulacional e conceitos da ciência de redes. Utilizando
informações de mobilidade, e dados da atenção primária de saúde de um dos
maiores estados do Brasil, a Bahia, investigou-se a disseminação espacial de
potenciais doenças respiratórias com a identificação de hubs de propagação,
a partir de um índice sentinela. Este trabalho contribui diretamente para o
projeto Sistema de Alerta Precoce para Surtos com Potencial Epi-Pandêmico
(ÆSOP), demonstrando o potencial de novas ferramentas para mitigar o im-
pacto de doenças emergentes e reemergentes no Brasil.
Este estudo explora a aplica ̧c ̃ao de sistemas dinˆamicos, abordagens es-tat ́ısticas, inteligˆencia artificial e ciˆencia de redes no contexto da vigilˆancia
epidemiol ́ogica, com ˆenfase na vigilˆancia sindrˆomica de infec ̧c ̃oes respirat ́orias.Um primeiro estudo foi realizado utilizando dados da aten ̧c ̃ao prim ́aria `a sa ́udede 27 regi ̃oes geogr ́aficas imediatas, correspondentes `as capitais dos estados doBrasil. A integra ̧c ̃ao de inteligˆencia artificial e sistemas dinˆamicos resultou nacria ̧c ̃ao do Modelo Misto de Inteligˆencia Artificial e Pr ́oxima Gera ̧c ̃ao, quecombina diferentes m ́etodos para aprimorar a detec ̧c ̃ao precoce de surtos a
partir de s ́eries temporais. Em seguida, um segundo estudo foi realizado, aplic-ando um modelo metapopulacional e conceitos da ciˆencia de redes. Utilizando
informa ̧c ̃oes de mobilidade, e dados da aten ̧c ̃ao prim ́aria de sa ́ude de um dosmaiores estados do Brasil, a Bahia, investigou-se a dissemina ̧c ̃ao espacial depotenciais doen ̧cas respirat ́orias com a identifica ̧c ̃ao de hubs de propaga ̧c ̃ao,a partir de um ́ındice sentinela. Este trabalho contribui diretamente para oprojeto Sistema de Alerta Precoce para Surtos com Potencial Epi-Pandˆemico
(ÆSOP), demonstrando o potencial de novas ferramentas para mitigar o im-pacto de doen ̧cas emergentes e reemergentes no Brasil.