Portuguese Chinese (Simplified) English French German Italian Japanese Russian Spanish

FAPESP aprova Núcleo de Inteligência de Dados para gerenciamento de Cidades e Segurança

NInDa nasce como uma spin-off do CeMEAI e terá sede no ICMC/USP São Carlos 

 

ninda

 

A Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) acaba de aprovar a criação do Núcleo de Inteligência de Dados para o Gerenciamento de Cidades e Segurança (NInDa), tornando-se um dos Núcleos de Pesquisa Orientada a Problemas em São Paulo (NPOP-SP).

O projeto nasce como uma spin-off do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) e tem como sede o Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos.

De estudo científico a Núcleo de Pesquisa, o trabalho que há vários anos se dedica a entender os problemas da criminalidade em São Paulo, agora terá financiamento de cinco anos e suporte específico para ampliar a criação de soluções no desenvolvimento de cidades sustentáveis e inteligentes, por meio da resolução de problemas dentro do eixo de segurança pública.

“Criar condições e mecanismos que conectem cientistas, agentes governamentais de segurança pública e a iniciativa privada em um ambiente colaborativo e envolvente, abordando os problemas da segurança pública de forma ampla e inovadora por meio de ferramentas baseadas em técnicas de ciência de dados e inteligência artificial é a principal missão do Núcleo. A formação de recursos humanos altamente qualificados e capazes de desenvolver novas metodologias voltadas para prevenção e redução de crimes também é componente importante do NInDa, trazendo assim grande benefício para a sociedade”, explicou o coordenador do Núcleo e pesquisador do CeMEAI, Luís Gustavo Nonato.

nonato

Luis Gustavo Nonato é pesquisador do CeMEAI e professor do ICMC/USP

O NInDa é composto por pesquisadores especialistas em ciência de dados, inteligência artificial, monitoramento urbano, segurança pública, cidades inteligentes e IoT, caracterizando uma equipe qualificada e multidisciplinar. Entre os principais parceiros estão o Centro Universitário Facens - Sorocaba, SP, Secretaria Municipal de Segurança Pública da Prefeitura de São Carlos, SP, Secretaria de Segurança Pública do Estado de São Paulo e o Núcleo de Estudo da Violência - USP / São Paulo. Pela iniciativa privada, a empresa Splice Indústria, Comércio e Serviços é parceira e como órgão não governamental, a Fundação Tide Setúbal.

“Os parceiros da iniciativa privada e dos órgãos de governo formam o elo entre a academia e os problemas reais de segurança pública que serão abordados. Desta forma, a principal característica no Núcleo é o foco na solução de problemas reais de segurança, criando ainda condições para que as soluções desenvolvidas sejam de fato empregadas pelos parceiros de modo a viabilizar, em primeiro lugar, a concepção de ações preventivas que inibam a atividade criminosa”.

Ainda segundo o coordenador Luís Gustavo Nonato, metodologias desenvolvidas no contexto de cidades inteligentes podem auxiliar estudos de fenômenos ligados ao problema da criminalidade. “De particular interesse são os sistemas de monitoramento urbano que vêm sendo construídos no contexto de cidades inteligentes, os quais são capazes de capturar, direta ou indiretamente, informações climáticas, de mobilidade urbana, iluminação, vegetação urbana, dentre outras. Fatores urbanos como a proporção de edifícios residenciais, comerciais e industriais, presença de bares e restaurantes, fluxo de pessoas, presença de parques e praças, fatores climáticos, além, é claro, das condições socioeconômicas influenciam fortemente no padrão e na dinâmica do crime em cada localidade”, disse.

O projeto busca apresentar soluções e alternativas inovadoras para esse cenário, visando ao desenvolvimento de ferramentas inteligentes que viabilizem a análise conjunta de todos os dados, propondo soluções de baixo custo para a captura de dados e análise preditiva de crimes, além do armazenamento adequado de tais dados de modo a viabilizar seu acesso de forma otimizada pelos parceiros do projeto. “Outro objetivo é a identificação de padrões para a predição de diferentes tipos de crime, como roubo de transeuntes, roubo de carro e roubo de carga. Tendo como base métodos de Inteligência Artificial e Ciência de Dados, os métodos propostos darão subsídios à confecção de políticas públicas baseadas em evidências, auxiliando no planejamento de ações de policiamento preventivo”, disse.

 

Sistema já auxilia no combate à criminalidade em áreas urbanas

O projeto iniciado em 2016 já apresenta resultados e ferramentas computacionais. Por intermédio de uma parceria com o Núcleo de Estudos da Violência (NEV), os pesquisadores puderam ter acesso a uma grande quantidade de dados sobre crimes na capital paulista que deram origem a um conjunto de ferramentas que possibilitam identificar padrões de crime ao longo do tempo em regiões da cidade, verificando os que mais prevalecem em termos quantitativos, entre outras variáveis.

Recentemente, o trabalho foi veiculado na Agência Fapesp em reportagem explicando a tecnologia. O CeMEAI, neste vídeo, também mencionou pesquisa relacionada que visa entender a relação entre a criminalidade e infraestrutura no entorno dos grupos de escolas para poder ajudar os formuladores de políticas públicas em suas decisões.

Esse trabalho resultou em um convênio com a Secretaria de Segurança Pública de São Carlos que utilizará a ferramenta no combate à criminalidade

“Agora, com a aprovação do NInDa, teremos um grande incentivo para desenvolvimento de outras parcerias e convênios. Seremos um polo de formação de recursos humanos capacitados a empregar e desenvolver tecnologias baseadas em ciência de dados e inteligência artificial para solução de problemas de segurança pública”, concluiu Nonato.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Nature destaca pesquisa sobre ressonância de coerência em redes complexas

Trabalho inédito tem contribuição do pesquisador Tiago Pereira do CeMEAI

 

coherence

 

Usualmente, ruídos são entendidos como algo ruim, que precisam ser descartados. Em alguns contextos, eles podem trazer importantes contribuições, como no artigo denominado Coherence resonance in influencer networks, que acaba de ser publicado pela Nature e tem colaboração do pesquisador Tiago Pereira, do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) e professor Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos.

Sabe-se que as redes de influenciadores possuem um conjunto de elementos conectados que impedem o aparecimento de comportamento coletivo quando a interação entre os elementos é baixa. Os pesquisadores mostraram que quando a força do ruído é ideal em uma rede de influenciadores, ocorre a sincronia entre os elementos e os grupos passam a ter uma ordem global.

“O que se sabia era sobre o efeito construtivo do ruído para casos homogêneos”, comenta Tiago Pereira.  Ele explica ainda que as redes complexas são abundantes na natureza e muitas contêm nós que são altamente conectados (hubs). “Alguns desses hubs são chamados de influenciadores porque eles se acoplam fortemente à rede. Surpreendentemente, apesar da abundância de redes com influenciadores, pouco se sabe sobre sua resposta ao ruído. Neste artigo, mostramos que submeter os influenciadores a uma intensidade ótima de ruído pode resultar em sincronização de rede aprimorada”.

A contribuição da pesquisa torna-se relevante em estudos, por exemplo, de epilepsia ou Parkinson, quando a sincronização dos neurônios tem papel fundamental. Ou ainda em redes do coração, quando quebrar a coletividade é um dos desafios.

“A publicação deste artigo na Nature, uma das principais fontes científicas internacionais, traz a possibilidade de compartilhar resultados inéditos e que podem auxiliar em pesquisas que utilizam-se desses parâmetros para importantes descobertas sobre efeitos construtivos da aleatoriedade”, finalizou Tiago.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira – Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Sistema usa Inteligência Artificial para monitorar e alertar sobre enchentes

Protótipo foi construído em São Carlos com tecnologia usada nos carros autônomos

 

enoe2 enoe1 
 enoe3  enoe4

 

A temporada das chuvas mal chegou e o município de São Carlos, no interior de São Paulo, já viveu alagamentos com grandes prejuízos à população.

Essas imagens foram registradas no início do mês de dezembro pelas câmeras de uma nova tecnologia que está sendo desenvolvida por pesquisadores do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com coordenação do professor Jó Ueyama do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos.

O sistema completo, denominado e-NOE, visa monitorar e alertar os moradores, não apenas de São Carlos, mas de todos os municípios onde a tecnologia for implantada.

Neste momento da pesquisa, o pós-doutorando Francisco Erivaldo Fernandes Junior foi o responsável por uma evolução do sistema, implantando algoritmos de Inteligência Artificial de última geração, encontrados apenas em carros autônomos.

Ele explica que esta nova etapa implantada ao e-NOE diz respeito a captação das imagens nos rios. Um sensor, consistindo de uma câmera, capta as imagens de cinco em cinco minutos e as envia para um servidor na nuvem.

O segundo passo é detectar a superfície do rio realizando uma Segmentação Semântica a partir de uma imagem de entrada, com ajuda de uma Rede Neural Profunda.

 

enoe5

 

Utilizando Visão Computacional, o pesquisador chega ao terceiro passo que é detectar o nível do rio, a partir da distância (em verde) de uma linha de referência (em azul) para a superfície segmentada da água (em vermelho).

 

enoe6

 

A emissão de alerta da enchente ocorre caso o nível do rio seja igual ou maior a 2,70 metros (considerando o ponto onde o protótipo está instalado no município de São Carlos). O trabalho consiste em desenvolver um aplicativo onde a população receberia o alerta, no entanto, atualmente, esse alerta já pode ser feito por e-mail ou acompanhado no website do projeto.

“Já temos condições, por exemplo, de enviar à Defesa Civil de São Carlos o aviso para que em um tempo máximo de 10 minutos, providências sejam tomadas a fim de evacuar a área que sofreria a enchente e preservar vidas”, explica Francisco.

Ainda segundo ele, houve muitos ganhos com a implantação de Inteligência Artificial nas câmeras de captação de imagens. “Uma das vantagens desse sistema proposto é que ele dispensa a utilização de sensores de pressão e vazão. O preço e manutenção de cada nó é muito mais baixo do que os outros sistemas e o mais importante, é que há mais tempo disponível para que a população se proteja das enchentes”.

Francisco trouxe experiências de seu doutorado na Oklahoma State University. “Esse sistema de monitoramento já foi implantado com eficácia comprovada em muitas cidades americanas e lá, o alerta é feito pelas próprias operadoras diretamente para os celulares da população. Aqui no Brasil, temos a intenção de, ao final da pesquisa, ter um aplicativo acessível a todos os interessados”.

O coordenador da pesquisa, Jó Ueyama comemorou a tecnologia desenvolvida por Francisco. “Quando iniciamos o projeto, nós detectávamos as enchentes usando sensores de altura do rio que ficavam submersos no córrego. Entretanto, tais sensores sofrem com corrosão e assoreamento (banco de areia móveis), levando-os às manutenções periódicas. Assim, esta tecnologia (uso da câmera para detectar enchentes automaticamente, sem a necessidade de um operador monitorando as imagens) vem para solucionar isso, de maneira que os sensores analógicos não sejam mais utilizados. Importante também ressaltar que as câmeras instaladas são multifuncionais e servem para monitorar as pessoas e o trânsito; um avanço nesta tecnologia que visa beneficiar a população e os motoristas. Lembramos que cabe ao poder público ou empresas privadas o uso das mesmas, com parcerias como a que já firmamos com a prefeitura de São Carlos”, finalizou Jó.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira – Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (19) 9 9199-8981

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Ferramenta que monitora Covid- 19 em SP registra aumento de casos suspeitos

Crescimento foi registrado na grande São Paulo e capital, enquanto interior mantém estabilidade e queda


A ferramenta Info Tracker, desenvolvida por professores da Unesp e da USP, que monitora o avanço da pandemia e utiliza matemática e inteligência artificial para projetar o número de infecções, óbitos e pacientes recuperados da Covid-19 no estado de São Paulo e demais regiões do Brasil, registrou entre os meses de agosto e novembro, aumento no número de casos suspeitos, especialmente na região da grande São Paulo. Esse dado corresponde às pessoas consideradas suspeitas de estarem com Covid-19 e que atualmente ou estão aguardando a realização ou divulgação de resultado de teste, ou ainda casos que foram diagnosticados como Síndrome Gripal (SG) ou Síndrome Respiratória Aguda Grave (SRAG). 

No caso da Grande São Paulo, os números não seguem uma tendência de estabilidade ou de queda, como tem ocorrido na maioria das regiões pesquisadas no interior do estado.

A ferramenta mostra que, entre 1 de agosto e 5 de novembro, as regiões analisadas do interior do estado apresentaram uma queda gradual nos casos suspeitos. Por exemplo, na região de Ribeirão Preto, houve uma redução drástica, de 84%, de 7.483 para 1.200 casos no período. No mês de outubro a redução foi de 39%, de 2.098 para 1.282 casos.

suspeitos interior

Figura 1: casos suspeitos das regiões (departamentos regionais de saúde) do interior do estado. Fonte: Info Tracker.

 

Depto. Regional de Saúde 01-agosto 05-novembro aumento/queda
Campinas 8.496 4.789 -44%
Taubaté 7.670 5.597 -27%
Ribeirão Preto 7.483 1.200 -84%
São José do Rio Preto 4.550 3.692 -19%
Sorocaba 2.762 1.677 -39%

Tabela 1: Variação nos casos suspeitos do interior do estado. Fonte: Info Tracker.

Dados apontam para uma possível segunda onda da doença

O cenário é diferente quando são analisadas as regiões da Grande SP. Na Grande SP Sudeste, região onde há maior concentração de casos suspeitos, houve alta de 75%, tendo os casos suspeitos saltando de 43.494 para 76.188, no mesmo período de análise.

suspeitos grd sp

Figura 2: casos suspeitos das regiões (departamentos regionais de saúde) da Grande SP. Fonte: Info Tracker.

 

Depto. Regional de Saúde 01-agosto 05-novembro aumento/queda
Grande SP Sudeste 43.494 76.188 75%
Grande SP Leste 3.328 3.731 12%
Grande SP Oeste 10.679 18.760 76%
Grande SP Sudoeste 5.967 8.395 41%

Tabela 2: variação nos casos suspeitos na Grande SP. Fonte: Info Tracker.

 

Quando a análise passa apenas para a capital paulista, também há um aumento expressivo nos casos suspeitos, da ordem de aproximadamente 50% no período, subindo de 339.934 (em 1 agosto) para mais de meio milhão de casos, 504.949 suspeitos (em 5 novembro).

suspeitos grd sp

Figura 3: casos suspeitos na capital paulista. Fonte: Info Tracker.

 

"A ferramenta é de fácil entendimento e pode ser acessada por qualquer pessoa interessada. Os dados são coletados diretamente dos boletins epidemiológicos dos municípios que são acompanhados pela plataforma. Nosso principal objetivo ao desenvolvê-la foi dar amparo técnico à análises do comportamento da doença no estado de São Paulo, contribuindo assim com a tomada de decisão dos gestores, especialmente das áreas de saúde e governos. Devemos estar atentos aos números não somente de casos confirmados, óbitos e internações, mas também outros dados que sejam relevantes nesse contexto como casos suspeitos e casos descartados, pois eles nos permitem avaliar a pandemia de forma mais aprofundada e sob diferentes ângulos”, comenta um dos pesquisadores que desenvolveram a ferramenta, Wallace Cassaca, professor da Unesp e pesquisador do CeMEAI-USP.

“A diferença no número de casos suspeitos do interior paulista com relação à grande SP e capital aponta para a possibilidade de que o estado possa estar vivenciando o começo de uma segunda onda de Covid-19, que tem tomado forma na região da Grande SP. Portanto, o alerta e precaução são fundamentais para que se tenha ações mais efetivas para tentar conter o avanço da doença enquanto", disse.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira– Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Como o MBA em Ciências de Dados mudou as carreiras dos participantes

Alunos da primeira turma comentam resultados obtidos nas empresas em que atuam

 

frame divulgação

 

Quem está no mercado de trabalho sabe a dificuldade que é arrumar tempo para tarefas que não sejam as atribuições que o próprio emprego exige. Ao mesmo tempo, a capacitação profissional é uma necessidade. E quanto mais ágil, eficiente e de qualidade os cursos, melhor o aproveitamento. 

No início deste ano, cumprindo sua principal premissa de fazer interagirem a matemática e indústria, o Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), em parceria com o Instituto de Ciências Matemáticas e de Computação (ICMC/USP) lançaram o MBA em Ciências de Dados, o primeiro da área oferecido a distância por uma universidade pública.

A proposta de mudar a vida profissional dos participantes em um ano foi percebida quase na totalidade. Arion Melkan de Freitas é Engenheiro de Software no Itaú Unibanco e integra a primeira turma. "Quando soube que esse MBA estava sendo oferecido, não pensei duas vezes. Passado esses 10 meses de curso, só tenho a agradecer, especialmente pela relação da teoria com a prática. Quando você entra nesse curso, você não tem um certificado garantido. É preciso muita dedicação para realizar as atividades, provas e o trabalho de conclusão de curso, além da assimilação dos conhecimentos. Tive muitos ganhos na percepção de padrões que encontramos quando tratamos os dados, trabalho melhor com python, com análise exploratória e identificação dos dados que realmente geram informação ao cliente. Além disso, o MBA já me ajudou a prestar alguns processos seletivos para direcionar a minha carreira para área de Ciências de Dados, esse é um objetivo que eu tenho", disse Arion.

Para Ricardo Grego, Senior Business Analyst no NuBank, o MBA em Ciências de Dados se destacou pela carga teórica, aliada às aplicações práticas." É um ótimo equilíbrio para entender muito bem o que é Ciências de Dados e como utilizar todo esse ferramental matemático e estatístico. O formato de aulas e monitorias EAD foram muito bem estruturados, com equipe de professores e monitores de altíssimo nível. Eu, que trabalho com análise de dados, já enxergo muitas aplicações em minha atividade profissional atual e diversas possibilidades de desenvolvimento de carreira".

Um dos diferenciais do curso é o fato de contar com uma das melhores equipes de cientistas da computação, estatística e matemática aplicada do país. "Ministrar o curso de Aprendizado Dinâmico para o MBA foi uma experiência interessantíssima, pois pude discutir temas relevantes para a análise de dados coletados ao longo do tempo, como modelos de séries temporais, redes dinâmicas e análise de sobrevivência. No curso, trabalhamos com problemas práticos atuais, precedidos de desenvolvimentos teóricos e com referências de qualidade. Como o curso é oferecido pela USP, os alunos têm acesso amplo à infraestrutura online da universidade, como repositórios de livros e artigos. Tive retornos extremamente positivos dos alunos. Analisamos dados de diversas naturezas, como aplicações das áreas médica, financeira, biológica, e inclusive dados epidemiológicos de COVID-19. Os tutores fizeram um excelente trabalho também, oferecendo todo o apoio teórico e computacional para o desenvolvimento das práticas propostas em cada aula. Considero o curso um sucesso, que traz retorno a curto prazo à carreira dos alunos, como inclusive já foi relatado por alguns deles", comentou Cibele Russo, Professora Doutora em Estatística do ICMC. 

"Não menos importante é destacar que a primeira edição do MBA realmente trouxe problemas das empresas onde os participantes trabalham para que fossem solucionados por nossa equipe de especialistas, sendo que, o nosso maior objetivo, de dar aos alunos as ferramentas e o conhecimento para tomadas de decisões nas empresas que atuam, foi cumprido. Ganham os profissionais e as indústrias de forma geral.", observou o coordenador do MBA, Francisco Louzada Neto

Francisco lembra ainda que o MBA oferece diploma chancelado pela USP, um diferencial em qualquer currículo." Convido a todos para integrar esse novo mundo da informação digital. O processo seletivo para a segunda turma já começou!".

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciências de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira – Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Pesquisadores criam ferramenta para predizer a evolução da Covid-19 em São Paulo

Sistema analisa diagnósticos específicos para cada região do estado

 

 

Professores da Unesp e da USP desenvolveram uma ferramenta que utiliza matemática e inteligência artificial para predizer o número de infecções, óbitos e pacientes recuperados no estado de São Paulo. Utilizando dados fornecidos pelas prefeituras municipais e concentrados na plataforma Info Tracker, os pesquisadores do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), apoiado pela Fapesp, conseguem apontar resultados individuais para cada uma das 22 regiões do estado.

Os dados sobre a Covid-19 já existentes são utilizados para calibrar os parâmetros do modelo matemático, que se baseia na modelagem SIR – amplamente utilizada para analisar qualitativamente a dinâmica de epidemias. Com inteligência artificial, os pesquisadores conseguem analisar esses dados preexistentes e fazer com que o modelo aponte as tendências para os próximos dias, incluindo o número efetivo de reprodução do vírus em cada região.  “Utilizar um modelo epidemiológico já bem estabelecido na literatura científica aliado à robustez da inteligência artificial é unir o melhor dos dois mundos. Assim, conseguimos resultados acurados e customizados para a realidade de cada uma das regiões do estado”, analisa Wallace Casaca, professor da Unesp em Rosana.

Ferramenta foi disponibilizada pelos pesquisadores nesta semana

“A inteligência artificial permite descobrir quais parâmetros melhor modelam cada região. Descobrir os parâmetros do modelo matemático é mais útil que predizer os dados diretamente, pois permite analisar as tendências das curvas em cada região”, completa Fábio Amaral, aluno da Pós-graduação em Matemática Computacional da Unesp em Presidente Prudente.

Em resumo, os pesquisadores utilizam os dados coletados das últimas semanas para treinar o modelo, a fim de analisar um comportamento qualitativo e também quantitativo nas regiões do estado. Assim, os resultados obtidos para os dias seguintes refletem com mais precisão as tendências das curvas de infecções, óbitos e recuperações. “Com dados atuais e projeções curtas, é possível ser mais assertivo nos resultados. Além disso, fazer essas análises de forma individual para cada região do estado é a maneira mais adequada, porque os resultados levam em consideração as peculiaridades de cada uma delas e as ajudam a tomar as decisões de forma mais eficiente”, destaca Cassio Oishi, professor da Unesp em Presidente Prudente.

A ferramenta já está disponível na internet e pode ser acessada por qualquer interessado. A esperança é que as predições ajudem os governos a combater a pandemia com mais aporte. “A previsão é sempre excelente, porque com ela os governos podem se preparar, inclusive com leitos hospitalares, planejando a volta gradual das atividades e muito mais. A eficiência da previsão depende muito dos dados oferecidos. Esse trabalho pode ter mais sucesso do que outros porque a coleta e o armazenamento dos dados são feitos com informações de cada município, o que aumenta o nível de detalhes obtidos”, finaliza José Alberto Cuminato, diretor do CeMEAI.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Leonardo Zacarin - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Estudos comparativos indicam inconsistências em boletins de São Paulo sobre Covid

Divulgação dos dados contém diferenças entre os próprios documentos liberados pela Prefeitura

 

Nas últimas semanas, a cidade de São Paulo tem dado passos na direção da reabertura gradual do comércio e da flexibilização das medidas de isolamento social. Porém, um estudo comparativo realizado por um pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) mostra que os dados sobre óbitos por Covid-19 divulgados pela Prefeitura têm sofrido alterações retroativas nos boletins emitidos diariamente.

Nas imagens abaixo, retiradas dos boletins da Prefeitura, é possível observar que o número de mortes pode ter sido atualizado de forma retroativa – ou seja: se, por exemplo, uma vítima da Covid no dia 15 de julho teve o diagnóstico da doença como causa da morte apenas no dia 20, seu óbito será contabilizado no dia 15, e não no dia 20. Dessa forma, o número de óbitos diários é mitigado, já que as mortes estariam sendo distribuídas nos dias anteriores.

13 714 7

Os boletins dos dias 13 e 14 de julho de 2020 mostram os mesmos números de óbitos nos dias anteriores

15 7

Já o boletim do dia 15 de julho de 2020 altera os números que permaneceram iguais nos boletins anteriores

 

Observando a tabela a seguir, que também utiliza dados dos boletins da Prefeitura, é possível perceber o efeito prático de uma mudança dessa natureza na divulgação. Se os óbitos fossem contabilizados de acordo com a data de constatação da Covid, como no boletim do dia 14, e não a partir da data da morte em si, como no boletim do dia 15, os dados de óbitos no período entre os dias 9 e 13 de julho seria praticamente o dobro do que foi informado.

tabela boletins

*Tabelas de evolução de óbitos - MSP (SIM / SMS-SP) dos Boletins Epidemiológicos da Prefeitura de São Paulo.

Essa prática também ajuda a explicar o gráfico abaixo. Comparando os dados da Lombardia, na Itália, e da cidade de Nova Iorque, nos Estados Unidos, com os números informados pela Prefeitura de São Paulo, pode-se perceber que não houve um pico abrupto de óbitos diários na capital paulista – ao contrário do que ocorreu nas outras duas regiões. Dessa forma, a partir desses dados, não é possível identificar ao certo se já houve o pico na capital, ou, ainda, que o declínio dos óbitos diários observado na Lombardia e em Nova Iorque ocorrerá em São Paulo.

casos diarios

“Analisando os dados e os gráficos de Nova Iorque e da Lombardia, é possível observar que as duas curvas apresentam comportamentos similares, isto é, uma espécie de assinatura de como a pandemia se comportou nessas regiões. Isso não é possível constatar na curva de São Paulo. Uma hipótese poderia ser a questão da ausência de uma testagem massiva, ou ainda, por outro lado, como o resultado - positivo - do isolamento social adotado nos primeiros meses da pandemia. Nesse sentido, São Paulo parece estar esticando a curva, o que em um primeiro momento é algo positivo. Porém, é importante ponderar que, como o número de novos óbitos ainda se mantém elevado, essa regularidade acaba sendo prejudicial, já que, ao contrário das outras regiões, não vemos indícios fortes de quedas no número de óbitos”, explica Wallace Casaca, responsável pelo estudo comparativo entre as cidades.

A análise do número de casos confirmados também mostra alguns pontos inconsistentes. Como observado na ferramenta InfoTracker, que também é alimentada por dados oficiais, entre os dias 10 e 22 de julho, os dados de casos diários positivos de Covid-19 em São Paulo se mantiveram cerca de 90% abaixo do que foi observado com relação às médias semanais anteriores ao dia 10. Pode-se perceber no gráfico a seguir – também criado a partir de dados divulgados pela Prefeitura – que há uma queda abrupta no número de casos diários em São Paulo.

casos diários all

Entre os dias 10 e 21, o número máximo de casos diários foi de 600, ocorridos no dia 16. Porém, os casos diários do dia 22 chegaram a 18.601, o que corresponde a um crescimento de quase 10% em relação ao número total de casos durante todo o curso da pandemia. A própria Prefeitura, em boletim, confirma que os dados do E-SUS não são atualizados desde o dia 9 de julho.

e sus

Desta forma, não é possível ter certeza se os dados entre os dias 10 e 22 foram se acumulando e divulgados apenas ao fim do período ou se eles não foram corretamente levantados.

O estudo completo, com explicações técnicas e metodológicas, pode ser acessado aqui.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Leonardo Zacarin - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Parceria auxilia São Carlos em políticas para moradores de rua

Pesquisadores utilizam a matemática para análise das informações

 

Parceria auxilia São Carlos em políticas para moradores de rua

Em parceria com a Prefeitura Municipal de São Carlos, pesquisadores do CEPID - CeMEAI realizam um projeto para entender o perfil de moradores em situação de rua na cidade. Após um censo com cerca de duzentas pessoas, os dados irão receber análise matemática e poderão contribuir com políticas públicas para quem está nessa situação. Conheça melhor o trabalho:

Publicado por CEPID - CeMEAI em Quarta-feira, 15 de julho de 2020

 

A Prefeitura de São Carlos em parceria com pesquisadores do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) realizam um projeto para entender o perfil de moradores em situação de rua. Após um censo com cerca de duzentas destas pessoas, os dados irão receber análise matemática que poderão contribuir com políticas públicas para essa população.

O coordenador do projeto é o pesquisador do CeMEAI e professor do ICMC, Alexandre Delbem. “Precisamos entender todos os processos deste sistema complexo e em conjunto, desenvolver as ferramentas matemáticas que podem esclarecer aspectos importantes e colaborar nas políticas”, disse.

Para a secretária de Cidadania e Assistência Social de São Carlos, Glaziela Solfa Marques, comentou os benefícios da parceria. “Este trabalho com a universidade gera economia de recursos, são processos que faríamos de uma outra forma e agora estão sendo digitalizados, com uma análise diferenciada e trazer a área da matemática, de informações de dados com essa realidade social tem sido muito interessante e tem mostrado esse lado de que essa junção de saberes pode ser potente”.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Raquel Vieira - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Sistema analisa dados comparativos sobre o avanço da Covid-19 em São Paulo

Ferramenta apresenta dados de 82 cidades do estado

 

info tracker

 

Desde o início da pandemia do novo coronavírus, uma das grandes preocupações dos pesquisadores que buscam formas de combatê-la é com a qualidade e a organização dos dados de casos, óbitos, internações e outros números que ajudem a traçar um panorama mais certeiro da evolução da doença.

Nos últimos dias, essa discussão ganhou ainda mais força com a decisão do Governo Federal em remover algumas informações do portal oficial – que depois foi anulada por decisão do STF – e a alteração na forma de contagem de casos e óbitos diários no país.

Foi nesse contexto que pesquisadores lançaram o SP Covid-19 Info Tracker. A ferramenta reúne dados desde o início da pandemia em 82 cidades paulistas, que correspondem a 95% dos óbitos confirmados no estado. O sistema apresenta dados de histórico diário, índices epidemiológicos e resultados de estatísticas matemáticas fornecidas por cada município monitorado, possibilitando que as informações sejam comparadas na íntegra. Assim, a ferramenta de análise de dados permite uma avaliação mais assertiva da evolução da doença em cada município e no estado como um todo.

O projeto é uma iniciativa de pesquisadores da UNESP e da USP liderados por Wallace Casaca, professor da Unesp em Rosana e pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela Fapesp.

“Trata-se de uma ferramenta de análise de dados que monitora as cidades do estado em tempo real, permitindo que sociedade, mídia, comunidade científica e entidades governamentais possam entender com maior nível de detalhamento a evolução da Covid-19 no estado. A ferramenta compila diversas informações sobre o avanço da doença no estado, incluindo, além dos dados brutos dos municípios, dados de historicidade, estatísticas, índices epidemiológicos e resultados de simulações matemáticas”, explica Casaca.

 

Info Tracker possibilita comparações de dados entre cidades

 

O Info Tracker é um sistema aberto para acesso público que reúne várias estatísticas e processa os dados com modelos matemáticos e algoritmos de ciência de dados. O instrumento se divide em quatro partes. A primeira mostra os números diários e absolutos de casos confirmados, descartados e notificados, testes realizados, pacientes recuperados e óbitos confirmados, de acordo com as informações fornecidas por cada município e do processamento dos dados coletados.

A segunda parte apresenta gráficos que apresentam visualmente a historicidade dessas informações e dão um perfil detalhado do desenvolvimento da Covid-19 ao longo do tempo.

As duas últimas páginas possibilitam um comparativo entre os dados de quaisquer cidades do estado monitoradas pelo projeto, também com apresentação de gráficos e estatísticas para análise temporal.

Além de fornecer os dados de uma forma mais didática e informar a população mais claramente, os pesquisadores querem que a ferramenta seja útil para que governo e municípios sejam auxiliados nas tomadas de decisão para desenvolver políticas públicas de combate à pandemia.

“Além de dar transparência aos dados sobre o novo coronavírus no estado, a plataforma visa dar condições para que secretarias municipais e entidades do poder público estadual possam implementar respostas rápidas, de ordem técnica e síncrona com a ocorrência do dado, a partir da análise dos dados e da situação de cada município”, completa o pesquisador.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Leonardo Zacarin - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Analisando apenas hemograma, pesquisadores detectam casos negativos de Covid-19 com 95% de precisão

Sistema utiliza dados para facilitar o diagnóstico e auxiliar o trabalho dos profissionais de saúde

 

diagnow

 

Pesquisadores estão desenvolvendo uma plataforma digital que utiliza dados de pacientes para criar indicadores e auxiliar na tomada de decisão dos médicos no combate ao novo coronavírus. Apenas com dados de hemograma, o sistema utiliza inteligência artificial para ajudar os hospitais a agilizar o processo de diagnóstico e otimizar recursos.

O DiagoNow, como foi chamada a ferramenta, funciona em quatro etapas, que atuam de forma complementar para confirmar casos positivos ou dispensar os casos negativos. A primeira delas é a auto-triagem - um fornecimento de dados por conta do próprio paciente, que responde a um questionário online sobre os sintomas. As respostas alimentam o banco de dados e auxiliam o paciente a tomar a decisão de ir ou não ao hospital. Os dados são também aproveitados na anamnese, que é a segunda parte do processo.

Na anamnese, o sistema utiliza informações de sintomas, sinais vitais e histórico médico para calcular um indicador inicial sobre a presença ou não da Covid-19 em cada paciente.

A terceira etapa da ferramenta são os exames complementares. São aproveitados exames como hemograma e raio-x para calcular indicadores precisos sobre a presença do vírus. Esse momento é fundamental para auxiliar a tomada de decisão dos médicos e fornecer diagnósticos assertivos sobre o coronavírus.

O último passo é o de previsões e monitoramento, que faz um acompanhamento dos pacientes consultados ou internados para monitorar o quadro clínico de cada um e emitir alertas, auxiliando a decidir se o paciente deve ser internado e, posteriormente, se deve ser encaminhado para a UTI.

jornada

Apesar de o DiagoNow ter quatro passos bem definidos, os pesquisadores começaram a implementação da plataforma pela terceira fase: a de exames complementares, que já está em funcionamento. A decisão foi tomada de forma estratégica. "Geralmente, a confirmação do diagnóstico pelo rt-PCR, exame padrão ouro para detectar o coronavírus, é muito distante das primeiras suspeitas da presença do vírus - e pode até mesmo não acontecer. Por isso, decidimos criar um momento intermediário através do hemograma em que a ferramenta consegue acelerar o processo e fornecer mais dados para a tomada de decisão dos profissionais de saúde”, explica Vinícius Molina Garcia, estudante de Engenharia de Computação da USP em São Carlos e Head de Estratégia do projeto.

As análises dos hemogramas já têm dado resultados muito satisfatórios. A partir dos dados preexistentes, a plataforma DiagoNow consegue informar, com até 95% de precisão, os casos negativos da doença. Ou seja: um simples hemograma é suficiente para descartar casos negativos em 19 de cada 20 exames. 

Quando a ferramenta acusa possibilidade da doença, a precisão é de 67%. Nesses casos, o possível infectado segue sendo avaliado nas partes seguintes do processo.

Durante as etapas, o DiagoNow oferece gráficos detalhados, que mostram os dados levados em conta pelo modelo. “Isso ajuda o médico a tomar as decisões com mais embasamento e também ver como o modelo chegou a essa resposta”, completa Garcia.

União entre universidades para desenvolver a solução

Os pesquisadores que trabalham no desenvolvimento do DiagoNow se juntaram depois de participarem de um desafio do Hospital Albert Einstein. A banca julgadora avaliou muito bem os trabalhos, elencando-os como destaques. Com isso, os autores entraram em contato para trabalhar juntos na solução.

Além de Garcia, o grupo é formado por outros dois alunos de André de Carvalho, professor do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP em São Carlos e pesquisador do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI): Samuel Bastos, aluno de Engenharia Mecatrônica da USP, e Rafael Bizão, aluno de pós-doutorado do ICMC. O grupo também é formado por dois alunos da Universidade Federal do ABC - Jairo da Silva Freitas Júnior e Patrícia dos Santos - por um aluno da Universidade Federal da Bahia - Kaike Weslley Reis - e pelo desenvolvedor Ivan Bolorino. 

membros

Juntos, os pesquisadores têm avançado no desenvolvimento do DiagoNow e contam com o apoio do Hospital de Amor de Barretos, que está fornecendo consultoria médica para o aprimoramento da plataforma.

Próximos passos

Os cientistas querem, agora, aperfeiçoar a fase de exames complementares do DiagoNow, desenvolver as habilidades do sistema nas outras fases e integrar o sistema às plataformas hospitalares já existentes.

“Queremos oferecer a ferramenta de forma gratuita aos hospitais interessados. Para isso, estamos buscando hospitais parceiros, porque precisamos de dados para treinar os modelos. Estamos trabalhando para que os algoritmos sejam treinados dentro do banco de dados de cada hospital”, destaca Garcia.

Com a plataforma em pleno funcionamento, a ideia dos pesquisadores é que ela não fique restrita ao coronavírus. “Queremos expandir o DiagoNow para que ele seja capaz de atuar como um norte em toda decisão médica difícil, fornecendo dados que possam ajudar a combater outras doenças também”, finaliza.

 

Sobre o CeMEAI

O Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), com sede no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, é um dos Centros de Pesquisa, Inovação e Difusão (CEPIDs) financiados pela FAPESP.

O CeMEAI é estruturado para promover o uso de ciências matemáticas como um recurso industrial em três áreas básicas: Ciência de Dados, Mecânica de Fluidos Computacional e Otimização e Pesquisa Operacional.

Além do ICMC-USP, CCET-UFSCar / IMECC-UNICAMP / IBILCE-UNESP / FCT-UNESP / IAE e IME-USP compõem o CeMEAI como instituições associadas.

 

Leonardo Zacarin - Comunicação CeMEAI

 

Mais informações

Assessoria de Comunicação do CeMEAI: (16) 3373-6609

E-mail: Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo.

Página 1 de 2