<\/p>\n
Desde o in\u00edcio da pandemia, pesquisadores do Centro de Ci\u00eancias Matem\u00e1ticas Aplicadas \u00e0 Ind\u00fastria (CeMEAI) unem esfor\u00e7os para contribuir no controle da Covid-19. Um dos modelos de maior repercuss\u00e3o foi a ferramenta\u00a0Info Tracker<\/a>, que monitora o avan\u00e7o da doen\u00e7a e utiliza\u00a0matem\u00e1tica e intelig\u00eancia artificial para projetar o n\u00famero de infec\u00e7\u00f5es, \u00f3bitos e pacientes recuperados no estado de S\u00e3o Paulo e demais regi\u00f5es do Brasil<\/a>.<\/p>\n A plataforma que est\u00e1 orientando jornalistas, profissionais da \u00e1rea de sa\u00fade, \u00f3rg\u00e3os governamentais, entre outros, tem passado por constantes evolu\u00e7\u00f5es e originou uma recente publica\u00e7\u00e3o no peri\u00f3dico Sensors. Denominado\u00a0Towards Providing Effective Data-Driven Responses to Predict the Covid-19 in S\u00e3o Paulo and Brazil<\/a>\u00a0e desenvolvido em colabora\u00e7\u00e3o pelo cientista da computa\u00e7\u00e3o, Fabio Amaral (Unesp\/Presidente Prudente), pelos pesquisadores\u00a0Wallace Casaca<\/a>\u00a0(Unesp\/Rosana),\u00a0Cassio Oishi<\/a>\u00a0(Unesp\/Presidente Prudente) e pelo diretor do CeMEAI,\u00a0Jos\u00e9 Alberto Cuminato<\/a>\u00a0(USP\/S\u00e3o Carlos), o artigo \u00e9 mais uma contribui\u00e7\u00e3o matem\u00e1tica online de acesso gratuito envolvendo a coleta e explora\u00e7\u00e3o de dados de s\u00e9ries temporais da Covid-19.<\/p>\n \u201cEste trabalho apresenta uma ferramenta computacional que combina dados atualizados da Covid-19 para gerar proje\u00e7\u00f5es dos novos casos de infectados e \u00f3bitos, al\u00e9m da taxa de transmiss\u00e3o do v\u00edrus por regi\u00e3o do estado de S\u00e3o Paulo e do Brasil. A plataforma computacional, que est\u00e1 dispon\u00edvel ao p\u00fablico em\u00a0www.spcovid.net.br<\/a><\/strong>, pode ser utilizada para nortear as a\u00e7\u00f5es do poder p\u00fablico como, por exemplo, o gerenciamento hospitalar, no contexto das ocupa\u00e7\u00f5es em enfermarias e UTIs. Vale destacar ainda que, de acordo com os resultados do artigo, a metodologia tamb\u00e9m apresentou resultados robustos para as proje\u00e7\u00f5es das demais regi\u00f5es do Brasil, al\u00e9m de outros pa\u00edses como Portugal, It\u00e1lia e Ucr\u00e2nia. \u00c9 importante pontuar tamb\u00e9m que o modelo pode ser estendido com a incorpora\u00e7\u00e3o dos efeitos da vacina\u00e7\u00e3o na redu\u00e7\u00e3o da taxa de cont\u00e1gio, fornecendo assim mais informa\u00e7\u00f5es \u00e0 popula\u00e7\u00e3o sobre o controle da pandemia\u201d, explicou C\u00e1ssio Oishi.<\/p>\n Wallace Casaca conta que o artigo prop\u00f5e um novo m\u00e9todo baseado em dados de previs\u00e3o, combinando o modelo epidemiol\u00f3gico matem\u00e1tico chamado Suscept\u00edvel-Infeccioso-Recuperado-Falecido com t\u00e9cnicas de Intelig\u00eancia Artificial para melhor ajustar os par\u00e2metros do modelo a fim de prever infec\u00e7\u00f5es, recupera\u00e7\u00f5es, mortes e reprodu\u00e7\u00e3o viral. \u201cMostramos neste artigo que o preditor obtido a partir da nossa metodologia \u00e9 capaz de lidar com amostras de dados mal comportadas ao mesmo tempo em que fornece previs\u00f5es acuradas para os pr\u00f3ximos 10 dias futuros\u201d, disse.<\/p>\n \u201cA publica\u00e7\u00e3o traz contribui\u00e7\u00f5es importantes como o uso da Intelig\u00eancia Computacional como estrat\u00e9gia de customiza\u00e7\u00e3o de modelos epidemiol\u00f3gicos estritamente matem\u00e1ticos, o que torna vi\u00e1vel a obten\u00e7\u00e3o de predi\u00e7\u00f5es mais acuradas e compat\u00edveis com a realidade de cada regi\u00e3o do estado e do pa\u00eds, respeitando a din\u00e2mica de cont\u00e1gio e evolu\u00e7\u00e3o da pandemia nessas regi\u00f5es. Outro avan\u00e7o explorado no trabalho foi a cria\u00e7\u00e3o de um mecanismo sens\u00edvel \u00e0 identifica\u00e7\u00e3o de amostras mal condicionadas nos dados, as quais poderiam refletir algum represamento ou poss\u00edveis atrasos na atualiza\u00e7\u00e3o dos dados\u201d.<\/p>\n \u00a0<\/strong><\/p>\n Sobre o CeMEAI<\/strong><\/p>\n O Centro de Ci\u00eancias Matem\u00e1ticas Aplicadas \u00e0 Ind\u00fastria (CeMEAI), com sede no Instituto de Ci\u00eancias Matem\u00e1ticas e de Computa\u00e7\u00e3o (ICMC) da USP, em S\u00e3o Carlos, \u00e9 um dos Centros de Pesquisa, Inova\u00e7\u00e3o e Difus\u00e3o (CEPIDs) financiados pela FAPESP.<\/p>\n O CeMEAI \u00e9 estruturado para promover o uso de ci\u00eancias matem\u00e1ticas como um recurso industrial em tr\u00eas \u00e1reas b\u00e1sicas: Ci\u00eancia de Dados, Mec\u00e2nica de Fluidos Computacional e Otimiza\u00e7\u00e3o e Pesquisa Operacional.<\/p>\n Al\u00e9m do ICMC-USP, CCET-UFSCar \/ IMECC-UNICAMP \/ IBILCE-UNESP \/ FCT-UNESP \/ IAE e IME-USP comp\u00f5em o CeMEAI como institui\u00e7\u00f5es associadas.<\/p>\n Mais informa\u00e7\u00f5es:<\/strong> Por Raquel Vieira \u2013 Comunica\u00e7\u00e3o CeMEAI<\/em><\/p>\n
\nAssessoria de Comunica\u00e7\u00e3o do CeMEAI
\nE-mail: contatocemeai@icmc.usp.br<\/p>\n