Plataforma de Monitoramento Inteligente da COVID-19

Autores

DOI:

https://doi.org/10.33448/rsd-v11i14.36659

Palavras-chave:

Big Data; Aprendizado de Máquina; COVID-19; Análise de dados.

Resumo

Durante a pandemia da COVID-19 surgiram, por meio da análise e visualização de dados, plataformas de monitoramento para a doença. O foco da maioria das plataformas era o monitoramento a nível de Estado, com informações concentradas em macrorregiões. Com isso, cidades e municípios ficaram sem a devida atenção aos seus dados internos, o que resultou em dificuldade de tomada de decisão e estratégias de enfrentamento personalizadas para suas necessidades locais. Com uma prévia experiência no monitoramento da COVID-19 no Estado do Paraná coletando informações de acesso públicos, foi possível identificar novos tipos de dados e análises que poderiam ser realizadas com informações específicas de cada cidade ou município, no intuito de gerar informações úteis no contexto das características locais, como forma de auxiliar gestores na tomada de decisão. A capacidade de análise e visualização de dados da plataforma proposta, está diretamente relacionada aos desafios de estabelecer um padrão para obtenção dos mais variados tipos de dados encontrados nas organizações internas de cidades e municípios brasileiros. Assim, este trabalho apresenta uma metodologia de monitoramento inteligente dos dados da COVID-19, que compreende as etapas de obtenção, extração, limpeza, análise e a visualização dos dados. Com a análise de dados foi possível investigar ações e definir estratégias com foco nas características locais, gerando uma plataforma que foi transferida para uso entre alguns municípios do Paraná no ano de 2021.

Referências

Alsunaidi, S. J., Almuhaideb, A. M., Ibrahim, N. M., Shaikh, F. S., Alqudaihi, K. S., Alhaidari, F. A., Khan I. U., Aslam, N., & Alshahrani, M. S. (2021). Applications of Big Data Analytics to Control COVID-19 Pandemic. Sensors (Basel). 21(7), 2282. 10.3390/s21072282

Ayyoubzadeh, S. M., Zahedi, H., Ahmadi, M., & Niakan Kalhori, S. R. (2020). Predicting COVID-19 incidence through analysis of google trends data in Iran: data mining and deep learning pilot study. JMIR public health and surveillance. 6(2), 18828. 10.2196/18828

Blackwood, J. C., & Childs, L. M. (2018). An introduction to compartmental modeling for the budding infectious disease modeler. Letters in Biomathematics 2018, 5(1), 195.10.1080/23737867.2018.1509026

Clement, F., Kaur, A., Sedghi, M., Krishnaswamy, D., & Punithakumar, K. (2020). Interactive Data Driven Visualization for COVID-19 with Trends, Analytics and Forecasting. 2020 24th International Conference Information Visualisation(IV), 593-598. 10.1109/IV51561.2020.00101

Cota, W. (2020). Monitoring the number of COVID-19 cases and deaths in Brazil at municipal and federative units level. SciELO Preprints. https://doi.org/10.1590/SciELOPreprints.362

Hu, T., et al. (2021). Human mobility data in the COVID-19 pandemic: characteristics, applications, and challenges. International Journal of Digital Earth, 14(9), 1126-1147. https://doi.org/10.1080/17538947.2021.1952324

Ito, G. C. (2021). Informar para superar: retratos sobre a COVID-19 na web. Livros Editora UniFil. http://periodicos.unifil.br/index.php/livros_unifil/article/view/1478

Luo, Y., Chai, C. Qin, X., Tang, N., & Li, G. (2020). Interactive cleaning for progressive visualization through composite questions. IEEE. 2020 36th International Conference on Data Engineering (ICDE). [S.l.: s.n.], 733–744. 10.1109/ICDE48307.2020.00069

Madeiro, C. (2020). Covid-19 já é a maior causa de mortes no Brasil registrada em um único ano. Uol. https://noticias.uol.com.br/saude/ultimas-noticias/redacao/2020/09/15/com-133-mil-obitos-covid-ja-tem-recorde-como-causa-morte-no-pais-em-um-ano.htm

Matheus, D., et al. (2020). Universidades públicas de São Paulo juntas no combate à covid-19. Jornal da USP. https://jornal.usp.br/institucional/universidades-publicas-de-sao-paulo-juntas-no-combate-a-covid-19/

Moreira, A., & Pinheiro, L. (2020). OMS declara pandemia de coronavírus. G1 – Bem-Estar. https://g1.globo.com/bemestar/coronavirus/noticia/2020/03/11/oms-declara-pandemia-de-coronavirus.ghtml

Pham, Q., Nguyen, D., Huynh-The, T., Hwang, W., & Pathirana, P. (2020). Artificial intelligence (AI) and big data for coronavirus (COVID-19) pandemic: a survey on the state-of-the-arts. IEEE access, Institute of Electrical e Electronics Engineers, 8, 130820-130839. 10.1109/ACCESS.2020.3009328

Piccolomini, E. L., & Zama, F. (2020) Monitoring Italian COVID-19 spread by a forced SEIRD model. PloS one, 15(8), e0237417. https://doi.org/10.1371/journal.pone.0237417

Ponjavic, M., Karabegović, A., Ferhatbegović, E., Tahirović, E., Uzunović, S., Travar, M., Pilav, A., Mulić, M., Karakaš, S., Avdić, N., Mulabdić, Z., Pavić, G., Bičo, M., Vasilj, I., Mamić, D., & Hukić, M. (2020). Spatio-temporal data visualization for monitoring of control measures in the prevention of the spread of COVID-19 in Bosnia and Herzegovina. Med Glas (Zenica), 17(2), 265–274. 10.17392/1215-20

PowerBI: Dashboards para usuários de negócios do serviço do Power BI (2022). Microsoft Ignite. https://learn.microsoft.com/pt-br/power-bi/consumer/end-user-dashboards

Ribeiro, M., Nisi, V., Prandi, C., & Nuneset, N. (2020). A data visualization interactive exploration of human mobility data during the COVID-19 outbreak: a case study 2020 IEEE Symposium on Computers and Communications (ISCC), 1–6. 10.1109/ISCC50000.2020.9219552

Roh, Y., Heo, G., & Whang, S. E. (2019). A survey on data collection for machine learning: a big data-ai integration perspective. IEEE Transactions on Knowledge and Data Engineering, 33(4), 1328-1347. 10.1109/TKDE.2019.2946162

Saini, S. K., Dhull, V., Singh, S., & Sharma, A. (2020). Visual exploratory data analysis of covid-19 pandemic. 5th IEEE International Conference on Recent Advances and Innovations in Engineering (ICRAIE). 1-6. 10.1109/ICRAIE51050.2020.9358331

Salloum, S., Dautov, R., Chen, X., et al. (2016). Big data analytics on Apache Spark. International Journal of Data Science and Analytics, 1(3), 145-164, https://doi.org/10.1007/s41060-016-0027-9

SESI-ODS: Projeto desenvolvido na UTFPR de Santa Helena ganha Prêmio SESI ODS (2020). O Presente. https://www.opresente.com.br/municipios/projeto-desenvolvido-na-utfpr-de-santa-helena-ganha-o-premio-sesi-ods-2020/

Downloads

Publicado

07/11/2022

Como Citar

BEUREN, A. T. .; FREITAS, H. J. T. de .; NAVES, T. F. .; RUIZ FLÓREZ, H. A.; LÓPEZ SEPÚLVEDA, G. P.; SOARES, A. da S. .; SOARES, T. W. de L. . Plataforma de Monitoramento Inteligente da COVID-19. Research, Society and Development, [S. l.], v. 11, n. 14, p. e580111436659, 2022. DOI: 10.33448/rsd-v11i14.36659. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/36659. Acesso em: 15 jan. 2025.

Edição

v. 11 n. 14

Seção

Ciências Exatas e da Terra

Licença

Copyright (c) 2022 Arlete Teresinha Beuren; Hugo José Teixeira de Freitas; Thiago França Naves; Hugo Andrés Ruiz Flórez; Gloria Patrícia López Sepúlveda; Anderson da Silva Soares; Telma Woerle de Lima Soares

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Autores que publicam nesta revista concordam com os seguintes termos:

1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.