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

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.

Ferramenta matemática ajuda a planejar isolamento intermitente em SP

Modelo aponta momentos em que cada cidade poderia ter mais ou menos restrições

 

Medidas de controle são fundamentais para resguardar o sistema de saúde diante da pandemia de Covid-19. O protocolo de distanciamento social tem sido adotado na maior parte dos países e também no Brasil. Pesquisadores unem esforços e utilizam a matemática para estudar algumas questões: Por quanto tempo o protocolo deve ser mantido para se evitar o colapso do sistema de saúde? Cientes de que a evolução da doença não se encontra no mesmo estágio em todas as cidades e que a capacidade hospitalar varia muito em cada região, deve-se implantar o mesmo protocolo de distanciamento de forma homogênea em todas cidades e no mesmo momento? Deve-se amenizar o protocolo também de forma homogênea em todo o estado?

O grupo denominado ModCovid19, formado por uma parceria entre pesquisadores do Instituto de Ciências Matemáticas e de Computação, da USP São Carlos (ICMC), Instituto de Matemática, Estatística e Computação Científica, da Unicamp Campinas (IMECC), do Instituto de Matemática Pura e Aplicada do Rio de Janeiro (IMPA) e da Universidade Federal de Alagoas (UFAL), foi atrás das respostas e chegou a modelos matemáticos capazes de simular diversos fenômenos e comportamentos ligados à pandemia.

Apoiados pelo Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) e com financiamento do Instituto Serrapilheira, os professores Paulo J. S. Silva, do IMECC/Unicamp, Tiago Pereira e Luís Gustavo Nonato, do ICMC/USP, desenvolveram um sistema que permite avaliar quando e com qual intensidade o protocolo de distanciamento deve ser implantado em cada cidade individualmente a fim de evitar o colapso do sistema de saúde. “O modelo leva em consideração fatores importantes na transmissão da infecção, como a proporção de pessoas que comutam diariamente entre cidades, a disponibilidade de leitos, além é claro, do número de casos de Covid-19 registrados em cada cidade”, comenta Luis Gustavo Nonato.

sp rp osa

Ele utiliza a figura acima para explicar: “Considere, hipoteticamente, que o número de leitos em São Paulo é capaz de atender até 1.5% da população infectada, enquanto que a disponibilidade de leitos em São José do Rio Preto e em Osasco é a metade da de São Paulo, logo, tais cidades poderiam suportar até 0.75% de sua população infectada em um dado momento. De acordo com o exemplo hipotético, que assume um nível de distanciamento social semelhante ao implantado atualmente no estado, o sistema de saúde de São Paulo iria colapsar a partir do início de junho, superando esta situação apenas em meados de agosto  (linhas verde pontilhadas). São José do Rio Preto e Osasco entrariam em colapso no final de junho, permanecendo nesta condição até a primeira quinzena de setembro  (linhas cinzas pontilhadas)”.

Utilizando o modelo matemático para estimar quando e com que rigor o distanciamento deve ser aplicado em cada cidade a fim de evitar o colapso do sistema de saúde, obtém-se como resultado os períodos e intensidade de distanciamento representados nesta outra figura que mostra a simulação do exemplo hipotético para algumas das principais cidades de São Paulo.

14dias oficial

A linha preta representa a previsão de pessoas infectadas e as cores, os níveis de controle classificados como abertura total (azul claro), baixo (verde), moderado (azul), elevado (amarelo), alto (laranja) e severo (vermelho). 

A simulação mostra que São Paulo deveria impor um período de distanciamento de alto a severo até a segunda semana de julho, passando a moderado por 30 dias, finalizando então o protocolo de distanciamento a partir da metade de agosto. Note que com o controle adequado do distanciamento, o sistema de saúde não colapsaria e a abertura total se daria apenas quinze dias depois do final do colapso previsto no exemplo inicial. Osasco deveria impor um período de distanciamento alto até início de agosto, iniciando então períodos quinzenais intercalados de distanciamento severo seguidos de abertura total. Já São José do Rio Preto, demandaria um período longo de distanciamento severo e alto, que vai do final de maio até meados de outubro. Ou seja, a cidade de São Paulo poderia relaxar o período de distanciamento bem antes de Osasco e Rio Preto, sendo que Osasco poderia iniciar o distanciamento intermitente meses antes que Rio Preto.

Os cenários são bem distintos em cada cidade e trazem parâmetros para que medidas de restrição sejam adotadas de acordo com cada município.

No entanto, um dos autores desta pesquisa, Paulo J.S. Silva, observa que tais medidas devem ser orquestradas. “O estudo sugere que, de posse de dados confiáveis, é possível desenhar protocolos eficientes para a mitigação da Covid-19 nas cidades que consideram o que está ocorrendo em outras localidades com objetivo de evitar que toda economia do estado fique paralisada ao mesmo tempo. Acreditamos que esse modelo matemático é capaz de ajudar os governos e tomadores de decisão a balancear qual seria o melhor protocolo a ser adotado a fim de controlar a propagação da epidemia, levando também em conta os interesses econômicos e a ocupação dos leitos hospitalares. É preciso observar que a eficácia depende de decisões planejadas e as ações precisam ser vistas como um todo, levando em consideração o conjunto de todas cidades, ou regiões”, diz.

O grupo ModCovid19 trabalha em outras frentes de pesquisas que auxiliem no controle do novo coronavírus no Brasil. Este e outros trabalhos estão sendo reunidos em um website de apoio a gestores, população e comunidade científica.

 

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 estima que um brasileiro pode ser salvo a cada quatro minutos com isolamento

Simulação matemática mostra mortes que poderiam ser evitadas no Brasil e por regiões

 

vidas salvas

 

O isolamento social tem sido um dos assuntos mais discutidos na pandemia. Efetivamente, ele salva vidas? Era essa resposta que os pesquisadores do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI) Paulo J. S. Silva e Claudia Sagastizábal queriam ter quando iniciaram um estudo matemático em colaboração com Tiago Pereira e Alexandre Delbem e que resultou em uma página que pode ser consultada pela população.

O grupo fez ajustes do modelo SEIR, que representa a taxa de replicação do vírus SARS-CoV-2 (o coronavírus que causa a Covid-19), tentando descobrir se ele varia no tempo. A ideia era buscar identificar tendências na evolução da taxa de propagação do vírus e consequente aceleração ou desaceleração da epidemia depois do início dos protocolos de distanciamento social que foram implementados a partir de 24 de março.

“Fizemos a análise para o país todo e depois especializamos os resultados para os estados de São Paulo, Rio de Janeiro e Maranhão e para todas as grandes regiões do país”, explicou Paulo J. S. Silva, professor do IMECC/Unicamp.

Muito se discute sobre os reais números da pandemia no Brasil e no mundo, no entanto, os resultados da pesquisa estão baseados nos dados oficiais baixados a partir do site Observatório Covid-19 BR. “Esses dados sofrem de clara subnotificação e assim, as nossas estimativas serão também seguirão subestimadas. Porém, acreditamos que mesmo assim é possível ter uma ideia da evolução da epidemia e ser útil”.

O estudo considerou vidas que seriam salvas com o isolamento social nos próximos 14 dias (a partir de 04/05/20) e concluiu: 84 (06/05), 111 (07/05), 141 (08/05), 176 (09/05), 216 (10/05), 259 (11/05), 310 (12/05), 367 (13/05), 430 (14/05), 502 (15/05), 583 (16/05), 673 (17/05), 774 (18/05), 887 (19/05).

“Dessa forma, até o dia 19 de maio, seriam salvas 5.513 vidas o que dá aproximadamente uma vida a cada 4 minutos”, explicou o autor lembrando ainda que a página atualiza as projeções automaticamente a cada dia. “Logo, esses números simulados em 06/05 irão mudar de acordo com a divulgação diária dos dados oficiais do site Observatório Covid-19 BR”.

Paulo comenta ainda sobre a análise feita levando em consideração estudos específicos para cada região do país. “O distanciamento social parece ter sido efetivo quando consideramos o Brasil inteiro, mas vem perdendo força o que é preocupante. Essa é a tendência no Sudeste, que concentra a maior parte dos casos e também no Centro-Oeste. No Norte e Nordeste, que já possuem regiões onde o sistema de UTIs está acima da capacidade, parecem ter entendido a dimensão do problema e passaram a adotar um distanciamento mais efetivo. Na contra mão está o Sul, que sofreu um forte pico de casos reportados recentemente com causas a serem estudadas”, concluiu.

Claudia Sagastizábal (IMECC/Unicamp) comentou ainda sobre as curvas que de uma forma geral foram achatadas. “Objetivamente, esse estudo mostra a eficiência do isolamento e se torna preocupante quando analisamos os picos previstos pelo modelo SEIR que ainda são extremamente altos. Isso sugere que é imperativo que os governos busquem alternativas de controle da epidemia para não enfrentemos colapsos nos sistemas de saúde em breve”.

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.

Pesquisa otimiza estoques de EPIs em hospitais durante pandemia de COVID-19

Modelos preditivos auxiliam no planejamento e manutenção segura dos insumos

 

img estoque

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 iniciativa privada, por intermédio da empresa de soluções digitais para gestão de processos em saúde, Bionexo, nasceu um projeto desafiador que está utilizando a matemática como um auxílio na tomada de decisão dos hospitais, ao lidar com as consequências da pandemia de COVID-19.

O principal objetivo deste trabalho que utiliza dados reais 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.

Segundo um dos coordenadores do trabalho, Francisco Louzada Neto, a intenção é construir modelos preditivos para a demanda de insumos em hospitais atendidos pela empresa e com essas previsões propor métodos para a movimentação otimizada desses insumos entre hospitais, com a garantia de um estoque mínimo e, consequentemente, sem acarretar a falta dos mesmos no hospital em um determinado período de tempo.

“Estamos trabalhando com dados históricos da utilização de insumos e outras variáveis como taxa de internação, frequência no pronto atendimento, número de leitos disponíveis, entre outras. O modelo estatístico a ser desenvolvido se baseia na demanda hospitalar, o que envolve o entendimento da curva da doença/previsão de internações, bem como o material utilizado para atender essa previsão, fornecidos pelos hospitais ou pela empresa parceira”, explicou Louzada.

A pesquisadora Maristela de Oliveira Santos, que também coordena o trabalho, comenta que o aumento demasiado da procura fez com que a empresa identificasse não apenas crescimento na demanda nos hospitais, mas o aumento de preços de muitos insumos. Assim, existe a necessidade de desenvolver ferramentas para a manutenção inteligente de estoque, de forma que não faltem esses insumos para os hospitais.

“Esta ferramenta auxilia os gestores na estimativa do montante seguro necessário em estoque dos suprimentos, permitindo o intercâmbio e a cooperação entre hospitais e colaborando para a tomada de decisão sobre a compra de insumos durante a pandemia. Os modelos estatísticos propostos por este projeto acomodam características e estratégias assumidas de acordo com a especialidade clínica do hospital, bem como pela dinâmica da epidemia em cada cidade de operação. Tais modelos visam fazer previsões destinadas a estimar o nível de segurança no estoque para cada insumo desejado”, complementou Maristela.

A pesquisadora e professora do ICMC/USP Cibele Maria Russo Novelli também explicou que para os testes iniciais do modelo, a equipe considerou o consumo dos EPIs em hospitais levando em conta a mudança de padrão provocado pelo atendimento de pacientes com Covid-19, cujas características foram obtidas por meio de dados fornecidos pela empresa e também pelas séries históricas de consumo destes insumos em períodos anteriores a doença. “Geralmente um hospital com um número determinado de leitos aloca os pacientes em três categorias: Unidade de Internação (UI), Unidade de Terapia Intensiva (UTI) e Pronto-Atendimento (PA). Pacientes nas UIs encontram-se em estado não crítico, enquanto pacientes nas UTIs estão em estado crítico e por isso requerem mais profissionais e insumos.  Com o aumento no número de pacientes com COVID-19, caso seja necessário, leitos de UI são convertidos em UTI. Um percentual de pacientes que chegam ao PA podem ser internados em UI ou UTI, dependendo da gravidade dos sintomas. Desses, alguns precisam de cuidados intensivos e equipamentos especiais como ventiladores pulmonares. A demanda por profissionais e insumos é calculada separadamente com base na quantidade de pacientes que passa pelo pronto atendimento e nas demais unidades do hospital e podem ser adaptadas de acordo com o tamanho de cada hospital”, explicou.

Francisco Louzada observou ainda que com essas informações, os modelos preditivos indicam a tendência de aumento do consumo de cada insumo ao longo do tempo dadas as observações, bem como o momento em que atinge o limite máximo, considerando a ocupação total do hospital e quanto tempo permanecerá neste limite. “Dessa forma, é possível mensurar quando atinge um platô de consumo, sua duração e quando sairia e voltaria a apresentar consumos, conforme as características usuais do hospital”, finalizou Louzada.

Esta não é a primeira vez que a empresa Bionexo e pesquisadores do CEPID-CeMEAI desenvolvem soluções conjuntamente. Após a participação da empresa no Workshop de Soluções Matemáticas para Problemas Industriais, agora, o desafio é apoiar os hospitais no enfrentamento da doença.

Para Denis Neves, Head de Analytics da Bionexo, esta aproximação com a academia é de grande valor para produzir soluções para problemas reais do mercado, especialmente em momentos críticos como este de pandemia.

“A Bionexo está conectada a uma rede de cerca de 2 mil hospitais e opera no Brasil e América Latina. A maioria dos nossos clientes está com dificuldade em planejar suas compras, principalmente insumos como máscaras, álcool em gel e produtos de grande demanda, fica difícil estimar quantas unidades adquirir, levando também em consideração os aumentos de preço e procura.  Muitos hospitais compraram muito, enquanto outros, estão com dificuldades em abastecer os estoques”, explica.

“Pelo histórico de consumo dos clientes nós conseguimos saber se um hospital está com muito estoque e, esta, é a principal contribuição da Bionexo no Projeto. Dada esta interação com hospitais, conseguimos colaborar com a obtenção desses dados de consumo e auxiliar para que os pesquisadores trabalhem nessa modelagem preditiva, conseguindo confrontar o estoque atual de um determinado hospital e quais vão ser as necessidades dele nos próximos dias ou semanas”, disse.

Ainda segundo Denis, com base nessa predição será possível saber quais os locais que terão ou não problemas de abastecimento de insumos. “A proporção de valor está aí. Todos os hospitais sabem que precisam de estoques maiores, mas não sabem dimensionar o quanto. Com o estudo, vamos conseguir dar aos nossos clientes a visibilidade de como esse consumo vai se comportar no futuro próximo”.

Denis lembra ainda a importância da segunda parte da parceria. “A ideia é conseguir remanejar esses estoques de um hospital a outro, claro se houver decisões voluntárias para isso e dessa forma, equilibrar o atendimento aos pacientes”, concluiu.

O estudo também conta com a colaboração de Oilson Alberto Gonzatto Jr e  Marcos Jardel Henriques, doutorandos em Estatística  ICMC/USP e UFSCar, Caio Tomazella doutorando em Ciências da Computação e Matemática Computacional ICMC-USP , Diego Nascimento doutor em Estatística  ICMC-USP/UFSCar,  Maurício Barbosa, Presidente do Conselho de Administração da Bionexo,  Evelyn Bertazo Gerente de Customer Success da Bionexo, Diego Assad Leite Coordenador de Costumer Development da Bionexo  e Rafaela Guerra, Chief Medical Officer da Apus.

 

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.

Pesquisa analisa distribuição de processos no Supremo Tribunal Federal

Um dos autores, Julio Stern utiliza técnicas matemáticas para sugerir transparência

 

Como é decidido qual ministro do Supremo Tribunal Federal vai julgar qual processo? A distribuição dos processos no STF ou em qualquer tribunal tem que seguir o pressuposto de que o juiz não escolhe que casos vai julgar e as pessoas não decidem que juízes julgarão seus casos.

As regras constam de regimentos internos. E também são analisadas por uma pesquisa intitulada “Avaliando a aleatoriedade em caso de atribuição: o estudo de caso do Supremo Tribunal Brasileiro”, que tem como um dos autores o pesquisador do CEPID- CeMEAI Julio Michael Stern, professor do IME/USP.

Uma das justificativas do estudo se baseia no fato de que, nos sistemas judiciais dos países ocidentais modernos, os procedimentos aleatórios são empregados para selecionar o júri, a corte e/ou o juiz encarregado de julgar um caso legal. “Portanto, esses procedimentos aleatórios desempenham um papel importante no decorrer de um caso e devem cumprir alguns princípios, como transparência e auditabilidade completa”, diz o resumo da pesquisa.

“No entanto, esses princípios são negligenciados por procedimentos aleatórios em alguns sistemas judiciais, que são realizados em sigilo e não são auditáveis pelas partes envolvidas”, observa Julio.

Ainda segundo ele, a distribuição de casos no Supremo Tribunal Federal é um exemplo de tal procedimento, pois é realizada por meio de procedimentos desconhecidos para as partes envolvidas nos processos judiciais.

O artigo, com publicação na Law, Probability & Risk, da Oxford Academic, apresenta uma revisão de como o Sorteio tem sido empregado historicamente.

No vídeo, o pesquisador explicou o estudo.

 

Pesquisa analisa distribuição de processos no Supremo Tribunal Federal

A distribuição dos processos no STF ou em qualquer tribunal tem que seguir o pressuposto de que o juiz não escolhe que casos vai julgar e as pessoas não decidem que juízes julgarão seus casos. O professor Julio Stern, do IME-USP e pesquisador do CEPID - CeMEAI, é um dos autores de um estudo de como essa aleatoriedade tem sido empregada historicamente. Entenda:

Publicado por CEPID - CeMEAI em Quinta-feira, 23 de abril de 2020

 

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.

Página 1 de 54