S. H. Comunicação – Seu evento científico está aqui

Você está aqui:

Covid-19: Pesquisadores do IFMA desenvolvem modelo computacional para rastreamento

Por: Cláudio Moraes - IFMA

A pesquisa de Daiana Gomes e do professor Ginalber Serra tem aplicações na saúde, biomedicina e políticas públicas

Contribuir no tratamento e análise dos dados epidemiológicos da Covid-19 e auxiliar profissionais e instituições, em caráter preditivo, no diagnóstico sobre a forma e duração da propagação das ondas de infecção epidemiológicas. Esse é um dos objetivos da pesquisa desenvolvida, desde 2019, por Daiana Caroline dos Santos Gomes, egressa do curso de Engenharia Elétrica Industrial no Instituto Federal do Maranhão (IFMA), Campus São Luís Monte Castelo.

Atualmente, Daiana é pesquisadora e bolsista pela Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes), em nível de mestrado, no Programa de Pós-Graduação em Engenharia Elétrica da Universidade Federal do Maranhão (UFMA). A dissertação está prevista para ser defendida ainda neste mês.

Na pesquisa foi proposto um modelo computacional com aprendizagem de máquina inteligente com possibilidade de aplicações em análise de dados epidemiológicos. Ela está sendo desenvolvida, integralmente, nas instalações do Laboratório de Inteligência Computacional do Departamento de Eletroeletrônica do IFMA Campus São Luís Monte Castelo, sob orientação do professor Ginalber Luiz de Oliveira Serra.

Daiana integra o Grupo de Pesquisa em Inteligência Computacional Aplicada à Tecnologia (ICAT), certificado pela instituição CNPq/IFMA, vinculado ao Departamento de Eletroeletrônica do Campus Monte Castelo e coordenado pelo professor Ginalber.

A mestranda já está inscrita no processo seletivo do doutorado em Engenharia Elétrica da UFMA onde pretende dar continuidade à pesquisa, também sob orientação do professor Ginalber Serra do IFMA, e avançar para o caso multivariável, em que será possível inserir mais conjuntos de dados experimentais, oriundos de diferentes contextos, para melhor desempenho dos aspectos de rastreamento, previsão e diagnóstico.

“Com base nos resultados de previsão é possível tomar decisões e estabelecer planejamentos, com antecipação, no sentido de prevenir maiores danos causados por possíveis avanços epidemiológicos”, ressaltou o professor Ginalber Serra.

“Poder contribuir com minha pesquisa de mestrado em um momento tão difícil para a humanidade é extremamente gratificante para mim enquanto pesquisadora”, afirmou Daiana. “Fazer uma previsão para a curva de propagação da COVID-19 pode contribuir com as diretrizes adotadas para conter a contaminação e evitar a superlotação dos hospitais”, complementou.

“A dissertação de mestrado de Daiana tem sua originalidade caracterizada por sua contribuição de um ambiente computacional de aprendizagem de máquina (Machine Learning) baseado em tecnologia fuzzy”, enfatizou o orientador do IFMA. De acordo com o professor Ginalber, as aplicações se deram no rastreamento, previsão e auxílio no diagnóstico de dados experimentais.

A metodologia foi validada com sucesso através dos dados epidemiológicos da COVID-19. “Após rigorosa análise comparativa da metodologia proposta com diferentes metodologias e modelos propostos em publicações renomadas com alto fator de impacto nesta área, obtivemos os melhores resultados”, prosseguiu  Ginalber.

Pesquisa é divulgada em revistas de alto impacto

O artigo “Machine Learning Model For Computational Tracking and Forecasting the COVID-19 Dynamic Propagation” foi publicado na revista IEEE Journal of Biomedical and Health Informatics, conhecida anteriormente como IEEE Transactions on Information Technology in Biomedicine.

O periódico, de Qualis A1 (CAPES) e fator de impacto 5.223, publica artigos originais e de alta relevância que descrevam avanços recentes no campo da informática biomédica e em saúde, onde as tecnologias de informação e comunicação se cruzam com saúde, ciências da vida e biomedicina.

“O nosso artigo foi submetido a um rigoroso critério de avaliação, por um comitê internacional especializado na temática ‘AI-driven Informatics, Sensing, Imaging and Big Data Analytics for Fighting the COVID-19 Pandemic’ e foi selecionado como uma das publicações internacionais mais relevantes para compor esse número especial”, celebrou Ginalber.

 

O outro artigo “Computational Approach For Real-Time Interval Type-2 Fuzzy Kalman Filtering and Forecasting via Unobservable Spectral Components of Experimental Data” foi publicado no Journal of Control, Automation and Electrical Systems. O periódico da Sociedade Brasileira de Automática (SBA), de Qualis B1 (CAPES), publica artigos de pesquisa originais e de alta relevância sobre automação industrial, sistemas inteligentes, robótica, eletrônica de potência, sistemas de potência, teoria e aplicações de controle, instrumentação eletrônica e biomédica, modelagem e identificação de sistemas.

 

Deixe um comentário

O seu endereço de email não será publicado. Campos obrigatórios marcados com *