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, aplicando 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 impacto de doenças emergentes e reemergentes no Brasil.