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

Escola Avançada em Big Data Analysis abre inscrições

Evento será realizado no próximo mês de outubro

 

4 eabda

 

A quarta edição da Escola Avançada em Big Data Analysis já tem data marcada: de 12 a 16 de outubro deste ano. Por conta da pandemia do novo coronavírus, todo o evento será realizado virtualmente. As inscrições para os interessados já estão abertas.

O evento é coordenado pela professora Roseli Romero, do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP em São Carlos e pesquisadora do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), financiado pela FAPESP.

O público-alvo da Escola são alunos de pós-graduação e de graduação (preferencialmente do último ano) cursando engenharias, computação, estatística e economia e graduados em áreas afins.

Como de costume, a EABDA contará com especialistas da área de Big Data em todo o Brasil. Serão oferecidos 12 cursos, espalhados durante toda a semana do evento.

Confira abaixo os 12 cursos oferecidos:

Horário 12/OUT 13/OUT 14/OUT 15/OUT 16/OUT
08:30 às 12:00 Curso I:
Análise de Dados com Aprendizado de Máquina
Curso IV:
Estatística na ciência da computação experimental
Curso VII:
Interfaces Cérebro-Computador
Curso X:
Gerência de Dados Complexos em Larga Escala
14:00 às 17:30 Curso II:
Visualização e análise de dados: de características a modelos
Curso V:
Processamento de línguas naturais (PLN)
Curso VIII:
Mineração de textos baseada em redes
Curso XI:
Aumento de dados em aprendizado de máquina
Curso XII:
Entendendo o valor dos sistemas de recomendação personalizados para o e-business/negócios
18:30 às 22:00 Curso III:
Mineração de eventos: algoritmos e aplicações
Curso VI:
Recuperação de informação multimídia no contexto de Big Data
Curso IX:
Aprendendo representações com Deep Learning: arquiteturas, treinamento e transferência de aprendizado

Estudantes têm desconto no valor das inscrições, que já podem ser realizadas pelo site da 4ª Escola Avançada em Big Data Analysis. Até o dia 22 de setembro, é possível requerer isenção do valor de acordo com critérios de fragilidade socioeconômica ou desemprego. O pedido pode ser feito por meio deste formulário, que também detalha as condições para isenção.

O site também traz as ementas dos cursos e informações de contato com a organização do curso. As vagas são limitadas e o período de inscrições vai até o dia 8 de outubro ou enquanto houver vagas.

 

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.

Plataforma que otimiza estoques de EPIs na pandemia ganha projeção internacional

Tecnologia desenvolvida com apoio do CeMEAI é implantada na Bionexo da Argentina

 

StockSeguro1

 

Depois do sucesso e eficácia da plataforma inédita de gestão de insumos médicos desenvolvida em uma parceria entre a USP de São Carlos e a empresa Bionexo Brasil, a tecnologia ganha projeção internacional e irá auxiliar também a Argentina na pandemia do novo coronavírus.

Por meio de um sistema inteligente de algoritmos, a plataforma que já é utilizada no Brasil, foi reformulada para atender o mercado de saúde da Argentina. Ela mapeia a quantidade necessária de equipamentos de proteção individual (EPIs) e insumos por unidade hospitalar em determinada região, permitindo projetar o consumo futuro e incentivando a solidariedade entre os hospitais, com o objetivo de assegurar que os estoques sejam usados de maneira efetiva em favor da população.

A solução é resultado de uma união de esforços, de pesquisadores dos laboratórios de Estatística e de Otimização (ICMC/USP), Centro de Estudos de Risco (CER), Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) e da iniciativa privada, por intermédio da empresa de soluções digitais para gestão de processos em saúde, a Bionexo.

“O principal objetivo deste trabalho que utiliza modelos preditivos é acomodar a demanda explosiva e fornecer aos hospitais meios para possíveis realocações de recursos, principalmente os EPIs, que se tornam limitados diante da pandemia que diariamente ainda faz milhares de vítimas no mundo”, explicou Francisco Louzada Neto, Coordenador de Transferência Tecnológica do CeMEAI.

O aluno de doutorado em Estatística do ICMC, Gustavo Sabillón foi um dos responsáveis em adaptar a ferramenta às necessidades do mercado argentino. “Uma grande diferença entre as ferramentas do Brasil e Argentina foram os dados que utilizamos nas modelagens. Na ferramenta da Argentina, a modelagem foi feita com base na quantidade de hospitalizados reportados em cada província. Aqui no Brasil, nos baseamos na quantidade de óbitos reportados em cada cidade. Isso fez com que os processos de previsão dos consumos hospitalares fossem diferentes nos dois países. No entanto, com resultados otimizados para ambos os casos”, disse.

software

A pesquisadora e professora do ICMC/USP Cibele Maria Russo Novelli observa que o planejamento da cadeia de suprimentos pode trazer bons resultados em diversos sentidos, além de segurança para o ramo hospitalar. “Importante ressaltar, no entanto, que fazer esse planejamento durante a pandemia é um grande desafio dada a incerteza do comportamento da doença em cada região ou cidade. Com a boa aceitação da ferramenta pelos hospitais brasileiros, surgiu a ideia da expansão para a Argentina, visando entender o comportamento da pandemia naquele país e também oferecer aos hospitais uma forma segura de se planejar durante o período, de forma que não faltem EPIs aos hospitais e que também não haja excesso de estoques com materiais caros demais nesse período. Como a ferramenta usa informações da doença específicas da região, a ferramenta do Brasil precisaria ser adaptada para a realidade argentina, o que justificou o novo projeto”, explicou.

A pesquisadora lembrou ainda que os desafios surgiram desde a coleta de dados. “A forma de armazenar e disponibilizar as informações é bastante diferente no Brasil e na Argentina. Além disso, há mudanças nos termos dos materiais utilizados e houve a necessidade de traduzir toda a ferramenta. Já nos protocolos de utilização dos materiais pelos hospitais, houve uma similaridade maior”.

O Country Manager da Bionexo Argentina, o brasileiro Luiz Reis falou sobre sua expectativa de benefícios aportados ao sistema de saúde argentino. “Estamos trazendo uma plataforma capaz de realizar a gestão inteligente dos suprimentos médicos, com eficácia já comprovada no Brasil. O objetivo é disponibilizar a todos os hospitais do país uma solução capaz de orientar seus processos de compras, garantindo uma melhor assistência a toda a população argentina.”

O estudo mostra as melhores maneiras dos hospitais se planejarem e evitarem o excesso ou a falta de estoque, baseando-se na pesquisa inédita realizada pelo CeMEAI e Bionexo, voltada a esse cenário de pandemia.

O projeto na Argentina contou com a colaboração de Oilson Alberto Gonzatto Jr, doutorando em Estatística ICMC/USP e UFSCar, Gustavo Alexis Sabillón, doutorando em Estatística ICMC/USP e UFSCar, Caio Tomazella, doutorando em Ciências da Computação e Matemática Computacional ICMC-USP, Francisco Louzada Neto, Cibele Maria Russo Novelli e Maristela Oliveira dos Santos do SME/ICMC/USP, Luiz Reis Country Manager Bionexo Argentina, Dario Galdamez Gerente de Operaciones, Hector Yapura, Tecnología e María Asunción Fragni, Analytics

 

Sobre a Bionexo

A Bionexo é uma empresa de tecnologia que oferece soluções digitais para gestão de processos na saúde.

Através de soluções digitais de alta performance, promove a automação de processos, aumentando a visibilidade e transparência da informação para uma tomada de decisão mais rápida e inteligente.

Fundada em 2000, a Bionexo conhece a complexidade que envolve o negócio da saúde, o que a torna a maior referência na construção de soluções digitais em nuvem para saúde, contribuindo decisivamente para a profissionalização do setor.

 

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.

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.

Palestra online aborda problema de corte de estoque unidimensional

Organização é do Grupo de Modelagem e Otimização de Sistemas do IBILCE

 

felipe lemos

 

Na sexta-feira, 14 de agosto, das 9h às 10h, o Grupo de Modelagem e Otimização de Sistemas do IBILCE-UNESP organizará a palestra online intitulada Integração do Problema de Corte de Estoque com modos múltiplos de manufatura. O seminário tem o apoio do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) e dos professores Geraldo Nunes Silva e Silvio de Araújo.  

O palestrante será Felipe Kesrouani Lemos, da UNESP/UNOESTE e abordará o problema corte de estoque unidimensional integrado ao problema de múltiplos modos de manufatura. Interessados devem acessar o link: https://meet.google.com/gcs-fefp-bit

 

Confira o resumo da palestra:

A principal contribuição deste problema é a proposição, formulação e teste exploratório de instâncias desta integração. A motivação para este estudo é a indústria de construção civil, na qual estruturas de concreto armado podem ser montadas com várias combinações de barras de aço unidimensionais, com diferentes espessuras e comprimentos, chegando às mesmas especificações estruturais finais. Uma formulação foi proposta utilizando programação inteira com o objetivo de minimizar o custo total de matéria-prima considerando todas as espessuras disponíveis, atendendo à demanda de produtos finais que levam em conta as diferentes possibilidades de configurações. Um procedimento de geração de colunas foi adaptado como método de solução para atender às especificações do problema, junto a um procedimento heurístico de obtenção de solução inteira. Instâncias reais foram analisadas nos resultados computacionais, a fim de mostrar o valor da abordagem em uma situação industrial. De forma exploratória, um conjunto de instâncias aleatórias foi gerado para identificar o impacto dos parâmetros do problema nos resultados e dificuldade das mesmas. Nos exemplos reais, encontrou-se economias de custos da ordem de 8,4%. Através das instâncias aleatórias, verificou-se uma influência estatisticamente significativa do número de modos alternativos e tamanho dos itens na dificuldade das instâncias. Esta diferença não foi significativa para o número de tipos de matérias-primas, nem diferença de custos entre elas. Para diferentes quantidades de tipos de itens, observou-se que os gaps não se alteraram significativamente, ao passo que o tempo computacional foi crescente e ainda manteve valores aceitáveis até 40 itens.

 

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.

Inscrições abertas para pós-graduação em Computação Aplicada à Educação

Especialização oferecida pelo ICMC/USP é coordenada por pesquisador do CeMEAI

 

123RF

Imagem: 123RF

 

Profissionais da área educacional interessados em aprimorar conhecimentos em computação já podem se inscrever na pós-graduação a distância em Computação Aplicada à Educação, oferecida pelo Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos.

A especialização tem o apoio do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) e é coordenada pelo pesquisador do CeMEAI e professor Seiji Isotani, do ICMC.

Com uma jornada de 21 meses, na modalidade a distância, o curso passa pelos conceitos, práticas e ferramentas mais avançadas na área de computação que dão apoio aos processos de ensino e aprendizagem.

Não é necessário possuir formação em computação e programação, basta ter concluído uma graduação em qualquer área. “O curso oferece uma combinação única entre pesquisa e experiência prática com conceitos teóricos sólidos e projetos desenhados para acelerar a construção do conhecimento. Além disso, trabalhamos as habilidades fundamentais para que os participantes desenvolvam suas carreiras, tornem-se líderes na área de tecnologias educacionais e possam implantar estratégias de inovação digital em suas instituições”, explicou Seiji Isotani.

As inscrições vão até o dia 24 de agosto. Saiba mais.

 

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.

 

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 matemáticas 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.

Estudo analisa efetividade das medidas de saúde na transmissão da Covid-19

Resultado demonstra por cidades que isolamento e máscaras reduzem contágio

 

Uma nova pesquisa que conta com o apoio do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), via Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), tem como foco a transmissão doméstica da COVID-19 no Brasil, com uma análise da eficiência das medidas de saúde pública como isolamento social/ quarentena e uso de máscaras na mitigação da transmissão do vírus no país.

O estudo tem como autores Thiago Christiano Silva, Leandro Anghinoni e o pesquisador Zhao Liang, todos da Universidade de São Paulo (USP). Eles trabalharam com uma abordagem inovadora e desenvolveram um modelo que permite estimar as taxas de transmissão de cada uma das cidades brasileiras. E entre as conclusões, a eficiência do uso de máscaras como demonstrada na figura abaixo.

img2

“Plotamos duas linhas verticais, a primeira linha vertical é o início da quarentena em SP, enquanto que a segunda representa a data de uso da recomendação de máscara pelo governo federal. O eixo vertical representa a média semanal da taxa de crescimento de infectados pela Covid-19 em municípios de SP. Cada curva representa subgrupos de municípios que tinham baixa, média e alta taxas de distanciamento social anteriormente à entrada da quarentena em SP. Podemos ver que o crescimento de infectados pela doença tem uma diminuição substancial para os três grupos após a segunda linha vertical, ou seja, há menores taxas de crescimento de infectados pela Covid-19 após a recomendação do governo federal sobre o uso de máscaras. Vale ressaltar, no entanto, que os nossos resultados tratam de associações e não causalidade.”, explicou Zhao.

 “Embora a doença tenha se espalhado por quase todo o mundo, o isolamento social ainda é uma política de saúde pública controversa e os governos de muitos países ainda duvidam de seu nível de eficácia. Essa situação cria impasses em locais onde há discrepância entre as políticas municipais, estaduais e federais. O aumento exponencial do número de pessoas infecciosas e mortes nos últimos dias mostra que essa desordem política pode levar a resultados muito sérios. Neste trabalho, estudamos a evolução da Covid-19 com modelos clássicos de epidemiologia e com redes complexas somente com dados de início de pandemia”, disse Zhao.

img1

O método pode ser resumido em três etapas. “Primeiro, construímos a rede de transmissão Covid-19 entre cidades, ajustando a estrutura da rede a partir de dados de infectados em cada município brasileiro por meio de algoritmos de aprendizado de máquina e redes complexas. Segundo, medimos a propensão da rede de espalhar o coronavírus pelas cidades usando uma análise espectral de grafos. E por fim, propomos uma metodologia para quantificar a eficácia das políticas públicas de saúde usando a dinâmica do modelo SIR e da teoria das redes espectrais”.

Segundo os pesquisadores, o trabalho se difere dos demais uma vez que a rede de transmissão da Covid-19 é aprendida a partir de dados municipais de cada município acometido com casos locais da doença. “Ajustamos esses dados a um modelo autoregressivo vetorial com regularização, que estima canais de transmissão direcionais de Covid-19. Nossos resultados revelam que o isolamento social e, principalmente quando utilizado em conjunto com o uso de máscaras, estão associados a menores taxas de transmissão do Covid-19 no Brasil durante período analisado”, conclui o estudo.

Como exemplo, a pesquisa mostra que a adoção dessas duas medidas potencialmente diminuiria o pico de infectados em São Paulo (SP) e Brasília (DF) em 15% e 25%, respectivamente, no período analisado (2 a 8 de maio em São Paulo e de 2020).

“Temos a sexta maior população do mundo, o que torna o impacto humano substancial. O efeito da Covid-19 também deve ser estudando levando em conta as disparidades socioeconômicas e culturais nos 5.570 municípios brasileiros. Portanto, as taxas de transmissão e mortalidade por COVID-19 podem diferir amplamente entre as cidades, como evidenciamos nesta pesquisa. O modelo proposto neste artigo é capaz de estimar essas cidades específicas e as taxas de transmissão e tem a intenção, por intermédio dos aspectos regionais da transmissão, auxiliar no planejamento de medidas de saúde pública”, finalizou Zhao.

img3

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 55