Alertas sanitários em cidades inteligentes: artefato para previsão de doenças com base em dados de redes sociais (2023)
- Autores:
- Autor USP: SANTOS, KLEBER RODRIGUES DOS - FEA
- Unidade: FEA
- Sigla do Departamento: EAD
- DOI: 10.11606/D.12.2023.tde-15062023-152656
- Assuntos: PANDEMIAS; APRENDIZADO COMPUTACIONAL; CIDADES INTELIGENTES; COVID-19; INTELIGÊNCIA ARTIFICIAL; REDES SOCIAIS; VIGILÂNCIA SANITÁRIA
- Palavras-chave do autor: Análise textual; Artificial intelligence; Geolocalização; Geolocation; Health surveillance; Machine learning; Modelo preditivo; Pandemic; Predictive model; Social networks; Textual analysis
- Idioma: Português
- Resumo: Durante a elaboração desta dissertação, o mundo enfrentou a pandemia do COVID- 19. No Brasil, entre janeiro de 2020 e fevereiro de 2023, 697mil brasileiros morreram devido a COVID-19 e 36,9 milhões de casos foram registrados. Além disso, os impactos econômicos e sobre os sistemas produtivos levaram a uma crise de proporções globais, com aumentos de preços, redução dos níveis de emprego e escassez de matérias primas entre outros. Essa pandemia também deixou claro que a demanda por serviços de saúde pode se tornar imprevisível, o que fortalece a relevância de se construir modelos e métodos capazes de antecipar tendências. Dentre as diversas fontes de dados complementares, as redes sociais têm sido utilizadas por bilhões de pessoas como uma ferramenta de comunicação, gerando conteúdo sobre tópicos variados e permitindo o compartilhamento de informações. Com um bom levantamento de dados, as plataformas de redes sociais estão se tornando ferramentas essenciais. Compreender essas informações, opiniões, momento, local e sua disseminação pode fornecer recursos inestimáveis para também alimentar os sistemas de alerta precoce. Para explorar o potencial dos dados das redes sociais, este estudo realiza uma análise retrospectiva da pandemia de COVID-19 no Brasil e investiga mais de 10 milhões de tweets. Com a ajuda de técnicas de processamento de linguagem natural, aprendizado de máquina e modelagem de tópico, identifica o conteúdo textual de cada tweet refletindo assim o contexto dosposts sobre o momento da pandemia. Após analisar os posts, foram criados modelos de regressão temporal demonstrando ser possível criar alertas para o aumento de casos, combinado com informações oficiais de contagens de casos anteriores. São calibrados três modelos que foram capazes de estimar os casos semanais com 1 semana de antecedência com razoável precisão, sendo um modelo para a São Paulo, outro para Amazonas e um modelo para o Brasil. Essa abordagem tem as vantagens de rapidez, quantidade, informação temporal e espacial, além de boa previsibilidade para auxiliar no desdobramento de crises, podendo alimentar os atuais sistemas de acompanhamento ajudando as agências governamentais a melhorarem os alertas precoces em tempo hábil
- Imprenta:
- Data da defesa: 24.04.2023
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
SANTOS, Kleber Rodrigues dos. Alertas sanitários em cidades inteligentes: artefato para previsão de doenças com base em dados de redes sociais. 2023. Mestrado Profissionalizante – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/12/12142/tde-15062023-152656/. Acesso em: 06 set. 2024. -
APA
Santos, K. R. dos. (2023). Alertas sanitários em cidades inteligentes: artefato para previsão de doenças com base em dados de redes sociais (Mestrado Profissionalizante). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/12/12142/tde-15062023-152656/ -
NLM
Santos KR dos. Alertas sanitários em cidades inteligentes: artefato para previsão de doenças com base em dados de redes sociais [Internet]. 2023 ;[citado 2024 set. 06 ] Available from: https://www.teses.usp.br/teses/disponiveis/12/12142/tde-15062023-152656/ -
Vancouver
Santos KR dos. Alertas sanitários em cidades inteligentes: artefato para previsão de doenças com base em dados de redes sociais [Internet]. 2023 ;[citado 2024 set. 06 ] Available from: https://www.teses.usp.br/teses/disponiveis/12/12142/tde-15062023-152656/
Informações sobre o DOI: 10.11606/D.12.2023.tde-15062023-152656 (Fonte: oaDOI API)
Como citar
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
