A FEI (Fundação Educacional Inaciana Pe. Sabóia de Medeiros) tem como tradição inovar e incentivar seus alunos a criarem soluções tecnológicas para problemas do cotidiano. Alunos de Ciência da Computação criaram um projeto chamado Previsão de casos de dengue no estado de São Paulo: uma abordagem baseada em modelos de séries temporais. O trabalho consiste em uma solução computacional que pode auxiliar os gestores públicos, de forma preditiva, no planejamento de recursos e suporte à população no que diz respeito à conscientização e amparo à saúde na rede pública.
“Como a inteligência artificial é algo que os alunos têm contato frequente na FEI e no trabalho, o grupo trabalhou para criar um modelo que usasse a IA para prever a quantidade de casos de dengue, a princípio, no estado de São Paulo. O modelo considerou não apenas dados históricos de casos registrados nos últimos anos, mas também algumas variáveis”, destaca Leila Bergamasco, coordenadora do projeto e do curso de Ciência da Computação.
Para que fosse possível a construção da solução, o modelo considerou variáveis meteorológicas, como a temperatura média e a quantidade de chuvas no período, fatores amplamente reconhecidos por influenciar o aumento da incidência de dengue. “Quando se iniciou o TCC tínhamos acabado de passar pelo surto de dengue e os alunos trouxeram essa motivação inicial de trabalhar com alguma solução computacional que auxiliasse os gestores públicos no planejamento de recursos e suporte à população”, comenta Leila.
Logo no início do projeto, surgiu um grande desafio: a ausência de uma base de dados adequada para alimentar o modelo. Foi necessário lidar com informações fragmentadas, desconectadas e em diferentes granularidades. Esse obstáculo acabou conferindo ao projeto um outro aspecto igualmente importante e inovador, a criação de uma base de dados abrangente e padronizada, que garantisse a funcionalidade e a eficácia do modelo de IA.
Integração temporal-espacial
Outro aspecto inovador está na abordagem do modelo de IA desenvolvido. Em vez de se limitar a séries temporais tradicionais, que utilizam variáveis como mês, ano e hora, o modelo incorpora também características espaciais, como o município alvo, a quantidade de chuvas e a temperatura local. Essa integração temporal-espacial é um diferencial técnico que amplia a capacidade preditiva do modelo, permitindo análises mais ricas e contextualmente relevantes.
“Esse trabalho não só viabilizou a aplicação de modelos de IA no projeto, como também gerou um recurso valioso que pode ser compartilhado com outros pesquisadores e estudantes, abrindo caminho para novas descobertas na área de saúde pública e previsões de casos de dengue, algo tão sério no país. A padronização e o nível de detalhamento alcançado são diferenciais que elevam a qualidade das análises e contribuem para um avanço significativo no campo.” finaliza a coordenadora.
Notícia distribuída pela saladanoticia.com.br. A Plataforma e Veículo não são responsáveis pelo conteúdo publicado, estes são assumidos pelo Autor(a):
GABRIEL LUZZI BACCI
[email protected]