Uma aplicação para o monitoramento da disseminação do mosquito aedes aegypti

• Autor(a) principal: Stepien, Gabriel Henrique da Silva
• Data de Publicação: 2021
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: eng
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/234986
• topic: Aprendizado de máquina; Dengue; Controle; Visualization platform; Aedes aegypti; Monitoring; Control; Crowd ing; Spread; Prediction

A dengue é uma doença que utiliza o mosquito Aedes aegypti como vetor de transmissão. Apesar de ter um padrão conhecido de condições que favorecem a multiplicação e disseminação do seu transmissor, ela continua fazendo milhares de vítimas a cada ano no mundo. Segundo o boletim epidemiológico Vol. 52 de Janeiro de 2021 publicado pela Secretaria de Vigilância em Saúde, foram registrados, em 2020, 987.173 possíveis casos da doença no território brasileiro até a semana epidemiológica 53. A utilização de ferramentas para a prevenção e identificação de possíveis surtos pode ser útil para entidades responsáveis tomarem decisões sobre campanhas de prevenção. Além disso, a centralização dos dados de identificações do mosquito pode estimular a população a tomar medidas preventivas de eliminação dos pontos focais em suas residências. Este trabalho de conclusão de curso propõe uma plataforma para agregar os dados de identificações do mosquito Aedes aegypti feitas a partir de dispositivos móveis e dados meteorológicos para gerar visualizações e insights com potencial de ajudar na prevenção e controle da proliferação dos mosquitos e, consequentemente, de doenças como a dengue. Será apre sentada a modelagem de um sistema que tornará possível a integração de aplicativos que fazem a identificação do mosquito Aedes aegypti através de aprendizado de máquina. Por proporcionar uma integração em tempo real com os dados das identificações e pelas vi sualizações implementadas, o sistema desenvolvido neste trabalho mostra um potencial para ser utilizado como ferramenta principal no planejamento de ações de controle do mosquito. Também, foi validada a possibilidade de integração de um modelo preditivo para prever infestações do A. aegypti com base em identificações históricas e dados climáticos.