Your browser doesn't support javascript.
loading
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
Global Emergency Medicine Innovation and Implementation ResearchRocha, Thiago Augusto Hernandes; Boitrago, Ghabriela Moura; Mônica, Rayanne Barbosa; Almeida, Dante Grapiuna de; Global Emergency Medicine Innovation and Implementation ResearchSilva, Núbia Cristina da; Silva, Débora Marcolino; Terabe, Sandro Haruyuki; Global Emergency Medicine Innovation and Implementation ResearchStaton, Catherine; Departamento de Medicina SocialFacchini, Luiz Augusto; Global Emergency Medicine Innovation and Implementation ResearchVissoci, João Ricardo Nickenig.
Afiliação
  • Global Emergency Medicine Innovation and Implementation ResearchRocha, Thiago Augusto Hernandes; Duke University. Duke Global Health Institute. Global Emergency Medicine Innovation and Implementation ResearchRocha, Thiago Augusto Hernandes. Durham. US
  • Boitrago, Ghabriela Moura; Organizacão Pan-Americana da Saúde / Organização Mundial da Saúde. Brasília. BR
  • Mônica, Rayanne Barbosa; Universidade de Brasília. Brasília. BR
  • Almeida, Dante Grapiuna de; Medomai Informática Ltda. Belo Horizonte. BR
  • Global Emergency Medicine Innovation and Implementation ResearchSilva, Núbia Cristina da; Duke University. Duke Global Health Institute. Global Emergency Medicine Innovation and Implementation ResearchSilva, Núbia Cristina da. Durham. US
  • Silva, Débora Marcolino; Universidade de Brasília. Brasília. BR
  • Terabe, Sandro Haruyuki; Fundação Oswaldo Cruz. Escola Nacional de Saúde Pública Sergio Arouca. Rio de Janeiro. BR
  • Global Emergency Medicine Innovation and Implementation ResearchStaton, Catherine; Duke University. Duke Global Health Institute. Global Emergency Medicine Innovation and Implementation ResearchStaton, Catherine. Durham. US
  • Departamento de Medicina SocialFacchini, Luiz Augusto; Universidade Federal de Pelotas. Faculdade de Medicina. Departamento de Medicina SocialFacchini, Luiz Augusto. Pelotas. BR
  • Global Emergency Medicine Innovation and Implementation ResearchVissoci, João Ricardo Nickenig; Duke University. Duke Global Health Institute. Global Emergency Medicine Innovation and Implementation ResearchVissoci, João Ricardo Nickenig. Durham. US
Ciênc. Saúde Colet. (Impr.) ; 26(5): 1885-1898, maio 2021. tab, graf
Artigo em Inglês, Português | LILACS | ID: biblio-1249510
Biblioteca responsável: BR1.1
RESUMO
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.
ABSTRACT
Abstract 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.
Assuntos


Texto completo: Disponível Coleções: Bases de dados internacionais Contexto em Saúde: Agenda de Saúde Sustentável para as Américas / ODS3 - Saúde e Bem-Estar / ODS3 - Meta 3.3 Acabar com as doenças tropicais negligenciadas e combater as doenças transmissíveis Problema de saúde: Objetivo 5 Medicamentos, vacinas e tecnologias sanitárias / Meta 3.3: Acabar com as doenças tropicais negligenciadas e combater as doenças transmissíveis / Meta 3.4: Reduzir as mortes prematuras devido doenças não transmissíveis / Pneumonía Base de dados: LILACS Assunto principal: Vacinas contra COVID-19 / COVID-19 Tipo de estudo: Estudo observacional / Estudo de prevalência / Fatores de risco Limite: Idoso / Humanos País/Região como assunto: América do Sul / Brasil Idioma: Inglês / Português Revista: Ciênc. Saúde Colet. (Impr.) Assunto da revista: Saúde Pública Ano de publicação: 2021 Tipo de documento: Artigo País de afiliação: Brasil / Estados Unidos Instituição/País de afiliação: Duke University/US / Fundação Oswaldo Cruz/BR / Medomai Informática Ltda/BR / Organização Mundial da Saúde+BR / Universidade Federal de Pelotas/BR / Universidade de Brasília/BR

Texto completo: Disponível Coleções: Bases de dados internacionais Contexto em Saúde: Agenda de Saúde Sustentável para as Américas / ODS3 - Saúde e Bem-Estar / ODS3 - Meta 3.3 Acabar com as doenças tropicais negligenciadas e combater as doenças transmissíveis Problema de saúde: Objetivo 5 Medicamentos, vacinas e tecnologias sanitárias / Meta 3.3: Acabar com as doenças tropicais negligenciadas e combater as doenças transmissíveis / Meta 3.4: Reduzir as mortes prematuras devido doenças não transmissíveis / Pneumonía Base de dados: LILACS Assunto principal: Vacinas contra COVID-19 / COVID-19 Tipo de estudo: Estudo observacional / Estudo de prevalência / Fatores de risco Limite: Idoso / Humanos País/Região como assunto: América do Sul / Brasil Idioma: Inglês / Português Revista: Ciênc. Saúde Colet. (Impr.) Assunto da revista: Saúde Pública Ano de publicação: 2021 Tipo de documento: Artigo País de afiliação: Brasil / Estados Unidos Instituição/País de afiliação: Duke University/US / Fundação Oswaldo Cruz/BR / Medomai Informática Ltda/BR / Organização Mundial da Saúde+BR / Universidade Federal de Pelotas/BR / Universidade de Brasília/BR
...