Título: Um Sistema de Recomendação Híbrido para Gestão em Saúde Pública
Autores: Lucena, Caroline; Lacerda, Marcelo; Cordeiro, Paulo; Caldas, Rafael; Buarque, Fernando
Resumo: A relação entre a medicina e os problemas sociais é tema de pesquisas científicas há mais de um século em todo o mundo.Visando o estudo de determinantes sociais em saúde (DSS), a Organização Mundial de Saúde (OMS) criou uma comissão especial com tal objetivo. Tais determinantes englobam fatores relacionados à ocorrência de problemas em saúde pública podendo estes serem culturais, econômicos, sociais, entre outros tipos. Contudo, a complexidade da relação entre os determinantes sociais e os indicadores em saúde implica dificuldade no processo de tomada de decisões. Ademais, deve-se levar em consideração os custos agregados à cada ação. Nesse contexto, o presente trabalho propõe a criação de um sistema de recomendação híbrido para auxílio em gestão em saúde pública. Este é composto por dois módulos: (i) aproximador de funções e (ii) otimizador multiobjetivo. No módulo (i), uma Multilayer Perceptron é utilizada. Para o módulo (ii), uma das versões multiobjetivo do algoritmo Particle Swarm Optimization foi utilizada, o MOPSO-CDR. O sistema possui como objetivo retornar um conjunto de sugestões de ações a um gestor de saúde pública, visando a redução da ocorrência de determinadas doenças em sua região de atuação, porém levando em consideração o custo de cada ação, o qual deve ser minimizado. Para a execução dos testes, o sistema foi alimentado com dados reais colhidos na base de dados do DataSUS através do Sinan (Sistema de Informação de Agravos de Notificação) e do IBGE (Instituto Brasileiro de Geografia e Estatística). Considerando a aplicação do sistema em um cenário real, este obteve um resultado satisfatório, cumprindo com os objetivos previstos.
Palavras-chave: Determinantes sociais de saúde; Sistemas de Recomendação; Otimização Multiobjetivo; Redes Neurais Artificiais; Inteligência de Enxames
Páginas: 6
Código DOI: 10.21528/CBIC2013-311
Artigo em pdf: bricsccicbic2013_submission_311.pdf
Arquivo BibTex: bricsccicbic2013_submission_311.bib