Projeto do IFBA é aprovado em edital do Conif para o enfrentamento à Covid-19

O projeto Controle de leitos de campanha de paciente da Pandemia COVID-19, da equipe do Doutorado de Difusão do Conhecimento (DMMDC) do Instituto Federal de Educação, Ciência e Tecnologia da Bahia (IFBA) foi um dos 48 selecionados no edital nº 01/2020 do Conselho Nacional das Instituições da Rede Federal de Educação Profissional, Científica e Tecnológica (Conif), para o enfrentamento à doença.

A proposta, elaborada em cerca de seis dias, pretende ajudar na previsibilidade de oferta, demanda e permanência do paciente no leito de campanha destinado à Covid. Serão moduladas três redes neurais, utilizando a tecnologia Deep Learning (técnica de aprendizado de máquina, a partir de Redes Neurais Artificiais), para prever o tempo de permanência do paciente no leito; a demanda formada por pacientes graves e com possibilidade de complicação vindos das unidades de saúde e a a disponibilidade de leitos de campanha com base nos recursos disponíveis.

O professor do curso de Análise e Desenvolvimento de Sistemas (ADS) e atual coordenador geral do DMMDC, Antonio Carlos Souza, explica como a ferramenta funcionará: “As redes serão modeladas em máquinas com Gpu (unidade de processamento gráfico), utilizando SaaS*(Software como Serviço) para computação em nuvem, por conta deste cenário de isolamento social.  A primeira rede funcionará com as variáveis do estado do paciente, com base nos exames para estimar quando será sua alta. Já a segunda, pelo acompanhamento das Unidades Básicas de Saúde (UBS)  e Unidades de Pronto Atendimento (UPAs 24h). E a terceira, englobará pessoas, material e equipamentos que nos auxiliarão a prever a disponibilidade de leitos”.  

Para Souza, a solução “poderá ser utilizada para prever futuras pandemias que possam acontecer, sendo necessários alguns ajustes. Terá ainda impacto na formação dos discentes e na vivência dos docentes do curso de ADS. Além disso, teremos o futuro registro do software”, finaliza.

 Confira os projetos aprovados no edital. 

Equipe responsável pela criação da ferramenta:

Antonio Carlos Souza – coordenador do DMMDC

Elias Ramos - ex-coordenador do DMMDC (professor aposentado voluntário)

Wilson Otto Batista - docente do DMMDC

Romilson Lopes Sampaio - docente do DMMDC

Isabelle Matos Pinheiro - Professora do curso de Radiologia, discente do DMMDC, bacharel em Enfermagem e mestre em Ciências Ambientais pela UFBA

Ivonete Teixeira Leite de Queiroz - docente do campus de Barreiras

Simone de Souza Montes - discente do DMMDC

Hilda Carolina de Jesus Rios Fraga- discente do DMMDC

Marcio Cerqueira de Farias Macedo - egresso do curso de ADS/ IFBa. Mestre e doutor em Computacao pela UFBA

Aline de Oliveira Machado – egressa do curso de ADS e discente do Mestrado Profissional em Engenharia de Sistemas e Produtos (PPGESP)

Leandro Castro Santana - Discente especial do PPGESP - engenheiro de Controle e Automação (voluntário)

Igor Alexandre de Lima - ex-bolsista Embrapii/PIS/Fundação da Saúde da Família no Projeto Saúde-on - sinais vitais  e discente do curso de ADS 

Italo Luis Gomes Lacerda dos Santos - bolsista PIBITI 2019/2020 CNPQ/IFBA  e discente do curso de ADS

Vagner da Silva de Jesus - bolsista PIBIC 2019/2020 CNPQ/IFBA e discente do curso de ADS

Paulo Vitor de Oliveira Fonseca - bolsista PIBIC 2019/2020  FAPESB/IFBA e discente do curso de ADS

Manoel Messias Santos de Oliveira - discente do DMMDC