Plano nacional de vacinação contra a COVID-19 : uso de inteligência artificial espacial para superação de desafios

Detalhes bibliográficos
Autor(a) principal: Rocha, Thiago Augusto Hernandes
Data de Publicação: 2021
Outros Autores: Boitrago, Ghabriela Moura, Mônica, Rayanne Barbosa, Almeida, Dante Grapiuna de, Silva, Núbia Cristina da, Silva, Debora Marcolino, Terabe, Sandro Haruyuki, Staton, Catherine, Facchini, Luiz Augusto, Vissoci, João Ricardo Nickenig
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: https://repositorio.unb.br/handle/10482/41508
https://doi.org/10.1590/1413-81232021265.02312021
https://orcid.org/0000-0002-6262-3276
https://orcid.org/0000-0002-3710-6437
https://orcid.org/0000-0003-0129-8382
https://orcid.org/0000-0003-4434-0667
https://orcid.org/0000-0002-0809-2152
https://orcid.org/0000-0001-5126-6835
https://orcid.org/0000-0003-1315-6226
https://orcid.org/0000-0002-6468-2894
https://orcid.org/0000-0002-5746-5170
https://orcid.org/0000-0001-7276-0402
Resumo: O objetivo deste artigo é analisar o uso da inteligência artificial espacial no contexto da imunização contra COVID-19 para a seleção adequada dos recursos necessários. Trata-se de estudo ecológico de caráter transversal baseado em uma abordagem espaço-temporal utilizando dados secundários, em Unidades Básicas de Saúde do Brasil. Foram adotados quatro passos analíticos para atribuir um volume de população por unidade básica, aplicando algoritmos de inteligência artificial a imagens de satélite. Em paralelo, as condições de acesso à internet móvel e o mapeamento de tendências espaço-temporais de casos graves de COVID-19 foram utilizados para caracterizar cada município do país. Cerca de 18% da população idosa brasileira está a mais de 4 quilômetros de distância de uma sala de vacina. No total, 4.790 municípios apresentaram tendência de agudização de casos de Síndrome Respiratória Aguda Grave. As regiões Norte e Nordeste apresentaram o maior número de Unidades Básicas de Saúde com mais de 5 quilômetros de distância de antenas de celular. O Plano nacional de vacinação requer o uso de estratégias inovadoras para contornar os desafios do país. O uso de metodologias baseadas em inteligência artificial espacial pode contribuir para melhoria do planejamento das ações de resposta à COVID-19.
id UNB_cac2c749645b09ccb9f70c0b6c16b966
oai_identifier_str oai:repositorio.unb.br:10482/41508
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Plano nacional de vacinação contra a COVID-19 : uso de inteligência artificial espacial para superação de desafiosNational COVID-19 vaccination plan : using artificial spatial intelligence to overcome challenges in BrazilAnálise espacialInteligência artificialVacinação em massaProgramas de imunizaçãoMapeamento geográficoO objetivo deste artigo é analisar o uso da inteligência artificial espacial no contexto da imunização contra COVID-19 para a seleção adequada dos recursos necessários. Trata-se de estudo ecológico de caráter transversal baseado em uma abordagem espaço-temporal utilizando dados secundários, em Unidades Básicas de Saúde do Brasil. Foram adotados quatro passos analíticos para atribuir um volume de população por unidade básica, aplicando algoritmos de inteligência artificial a imagens de satélite. Em paralelo, as condições de acesso à internet móvel e o mapeamento de tendências espaço-temporais de casos graves de COVID-19 foram utilizados para caracterizar cada município do país. Cerca de 18% da população idosa brasileira está a mais de 4 quilômetros de distância de uma sala de vacina. No total, 4.790 municípios apresentaram tendência de agudização de casos de Síndrome Respiratória Aguda Grave. As regiões Norte e Nordeste apresentaram o maior número de Unidades Básicas de Saúde com mais de 5 quilômetros de distância de antenas de celular. O Plano nacional de vacinação requer o uso de estratégias inovadoras para contornar os desafios do país. O uso de metodologias baseadas em inteligência artificial espacial pode contribuir para melhoria do planejamento das ações de resposta à COVID-19.This article explores the use of spatial artificial intelligence to estimate the resources needed to implement Brazil’s COVID-19 immu nization campaign. Using secondary data, we conducted a cross-sectional ecological study adop ting a time-series design. The unit of analysis was Brazil’s primary care centers (PCCs). A four-step analysis was performed to estimate the popula tion in PCC catchment areas using artificial in telligence algorithms and satellite imagery. We also assessed internet access in each PCC and con ducted a space-time cluster analysis of trends in cases of SARS linked to COVID-19 at municipal level. Around 18% of Brazil’s elderly population live more than 4 kilometer from a vaccination point. A total of 4,790 municipalities showed an upward trend in SARS cases. The number of PCCs located more than 5 kilometer from cell towers was largest in the North and Northeast regions. Innovative stra tegies are needed to address the challenges posed by the implementation of the country’s National COVID-19 Vaccination Plan. The use of spatial artificial intelligence-based methodologies can help improve the country’s COVID-19 response.Faculdade de Medicina (FMD)ABRASCO - Associação Brasileira de Saúde Coletiva2021-07-27T17:16:46Z2021-07-27T17:16:46Z2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfapplication/pdfRocha, Thiago Augusto Hernandes et al. Plano nacional de vacinação contra a COVID-19: uso de inteligência artificial espacial para superação de desafios. Ciência & Saúde Coletiva, Rio de Janeiro, v. 26, n. 5, p. 1885-1898, 2021. DOI: https://doi.org/10.1590/1413-81232021265.02312021. Disponível em: https://doi.org/10.1590/1413-81232021265.02312021. Epub 28 Maio 2021. ISSN 1678-4561. Acesso em: 27 jul. 2021.https://repositorio.unb.br/handle/10482/41508https://doi.org/10.1590/1413-81232021265.02312021https://orcid.org/0000-0002-6262-3276https://orcid.org/0000-0002-3710-6437https://orcid.org/0000-0003-0129-8382https://orcid.org/0000-0003-4434-0667https://orcid.org/0000-0002-0809-2152https://orcid.org/0000-0001-5126-6835https://orcid.org/0000-0003-1315-6226https://orcid.org/0000-0002-6468-2894https://orcid.org/0000-0002-5746-5170https://orcid.org/0000-0001-7276-0402Inglêspor(CC BY) - Este é um artigo publicado em acesso aberto sob uma licença Creative Commons.info:eu-repo/semantics/openAccessRocha, Thiago Augusto HernandesBoitrago, Ghabriela MouraMônica, Rayanne BarbosaAlmeida, Dante Grapiuna deSilva, Núbia Cristina daSilva, Debora MarcolinoTerabe, Sandro HaruyukiStaton, CatherineFacchini, Luiz AugustoVissoci, João Ricardo Nickenigreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-05-24T10:55:44Zoai:repositorio.unb.br:10482/41508Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-05-24T10:55:44Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Plano nacional de vacinação contra a COVID-19 : uso de inteligência artificial espacial para superação de desafios
National COVID-19 vaccination plan : using artificial spatial intelligence to overcome challenges in Brazil
title Plano nacional de vacinação contra a COVID-19 : uso de inteligência artificial espacial para superação de desafios
spellingShingle Plano nacional de vacinação contra a COVID-19 : uso de inteligência artificial espacial para superação de desafios
Rocha, Thiago Augusto Hernandes
Análise espacial
Inteligência artificial
Vacinação em massa
Programas de imunização
Mapeamento geográfico
title_short Plano nacional de vacinação contra a COVID-19 : uso de inteligência artificial espacial para superação de desafios
title_full Plano nacional de vacinação contra a COVID-19 : uso de inteligência artificial espacial para superação de desafios
title_fullStr Plano nacional de vacinação contra a COVID-19 : uso de inteligência artificial espacial para superação de desafios
title_full_unstemmed Plano nacional de vacinação contra a COVID-19 : uso de inteligência artificial espacial para superação de desafios
title_sort Plano nacional de vacinação contra a COVID-19 : uso de inteligência artificial espacial para superação de desafios
author Rocha, Thiago Augusto Hernandes
author_facet Rocha, Thiago Augusto Hernandes
Boitrago, Ghabriela Moura
Mônica, Rayanne Barbosa
Almeida, Dante Grapiuna de
Silva, Núbia Cristina da
Silva, Debora Marcolino
Terabe, Sandro Haruyuki
Staton, Catherine
Facchini, Luiz Augusto
Vissoci, João Ricardo Nickenig
author_role author
author2 Boitrago, Ghabriela Moura
Mônica, Rayanne Barbosa
Almeida, Dante Grapiuna de
Silva, Núbia Cristina da
Silva, Debora Marcolino
Terabe, Sandro Haruyuki
Staton, Catherine
Facchini, Luiz Augusto
Vissoci, João Ricardo Nickenig
author2_role author
author
author
author
author
author
author
author
author
dc.contributor.author.fl_str_mv Rocha, Thiago Augusto Hernandes
Boitrago, Ghabriela Moura
Mônica, Rayanne Barbosa
Almeida, Dante Grapiuna de
Silva, Núbia Cristina da
Silva, Debora Marcolino
Terabe, Sandro Haruyuki
Staton, Catherine
Facchini, Luiz Augusto
Vissoci, João Ricardo Nickenig
dc.subject.por.fl_str_mv Análise espacial
Inteligência artificial
Vacinação em massa
Programas de imunização
Mapeamento geográfico
topic Análise espacial
Inteligência artificial
Vacinação em massa
Programas de imunização
Mapeamento geográfico
description O objetivo deste artigo é analisar o uso da inteligência artificial espacial no contexto da imunização contra COVID-19 para a seleção adequada dos recursos necessários. Trata-se de estudo ecológico de caráter transversal baseado em uma abordagem espaço-temporal utilizando dados secundários, em Unidades Básicas de Saúde do Brasil. Foram adotados quatro passos analíticos para atribuir um volume de população por unidade básica, aplicando algoritmos de inteligência artificial a imagens de satélite. Em paralelo, as condições de acesso à internet móvel e o mapeamento de tendências espaço-temporais de casos graves de COVID-19 foram utilizados para caracterizar cada município do país. Cerca de 18% da população idosa brasileira está a mais de 4 quilômetros de distância de uma sala de vacina. No total, 4.790 municípios apresentaram tendência de agudização de casos de Síndrome Respiratória Aguda Grave. As regiões Norte e Nordeste apresentaram o maior número de Unidades Básicas de Saúde com mais de 5 quilômetros de distância de antenas de celular. O Plano nacional de vacinação requer o uso de estratégias inovadoras para contornar os desafios do país. O uso de metodologias baseadas em inteligência artificial espacial pode contribuir para melhoria do planejamento das ações de resposta à COVID-19.
publishDate 2021
dc.date.none.fl_str_mv 2021-07-27T17:16:46Z
2021-07-27T17:16:46Z
2021
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv Rocha, Thiago Augusto Hernandes et al. Plano nacional de vacinação contra a COVID-19: uso de inteligência artificial espacial para superação de desafios. Ciência & Saúde Coletiva, Rio de Janeiro, v. 26, n. 5, p. 1885-1898, 2021. DOI: https://doi.org/10.1590/1413-81232021265.02312021. Disponível em: https://doi.org/10.1590/1413-81232021265.02312021. Epub 28 Maio 2021. ISSN 1678-4561. Acesso em: 27 jul. 2021.
https://repositorio.unb.br/handle/10482/41508
https://doi.org/10.1590/1413-81232021265.02312021
https://orcid.org/0000-0002-6262-3276
https://orcid.org/0000-0002-3710-6437
https://orcid.org/0000-0003-0129-8382
https://orcid.org/0000-0003-4434-0667
https://orcid.org/0000-0002-0809-2152
https://orcid.org/0000-0001-5126-6835
https://orcid.org/0000-0003-1315-6226
https://orcid.org/0000-0002-6468-2894
https://orcid.org/0000-0002-5746-5170
https://orcid.org/0000-0001-7276-0402
identifier_str_mv Rocha, Thiago Augusto Hernandes et al. Plano nacional de vacinação contra a COVID-19: uso de inteligência artificial espacial para superação de desafios. Ciência & Saúde Coletiva, Rio de Janeiro, v. 26, n. 5, p. 1885-1898, 2021. DOI: https://doi.org/10.1590/1413-81232021265.02312021. Disponível em: https://doi.org/10.1590/1413-81232021265.02312021. Epub 28 Maio 2021. ISSN 1678-4561. Acesso em: 27 jul. 2021.
url https://repositorio.unb.br/handle/10482/41508
https://doi.org/10.1590/1413-81232021265.02312021
https://orcid.org/0000-0002-6262-3276
https://orcid.org/0000-0002-3710-6437
https://orcid.org/0000-0003-0129-8382
https://orcid.org/0000-0003-4434-0667
https://orcid.org/0000-0002-0809-2152
https://orcid.org/0000-0001-5126-6835
https://orcid.org/0000-0003-1315-6226
https://orcid.org/0000-0002-6468-2894
https://orcid.org/0000-0002-5746-5170
https://orcid.org/0000-0001-7276-0402
dc.language.iso.fl_str_mv Inglês
por
language_invalid_str_mv Inglês
language por
dc.rights.driver.fl_str_mv (CC BY) - Este é um artigo publicado em acesso aberto sob uma licença Creative Commons.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv (CC BY) - Este é um artigo publicado em acesso aberto sob uma licença Creative Commons.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv ABRASCO - Associação Brasileira de Saúde Coletiva
publisher.none.fl_str_mv ABRASCO - Associação Brasileira de Saúde Coletiva
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1814508217993003008