Otimização da Alocação de Equipes de Endemias com Inteligência de Enxames: Uma Abordagem Estratégica para Caruaru-PE
##plugins.themes.bootstrap3.article.main##
Resumo
Introdução: Este projeto tem como finalidade apresentar o desafio logístico da alocação dos agentes de endemias na cidade de Caruaru-PE, onde a distribuição manual das equipes pelos 44 bairros demonstra ineficiência. Consoante a limitação desses recursos que impede a cobertura total, o problema foi modelado como um Problema de Orientação em Equipe (TOP), cujo objetivo é maximizar o impacto na saúde pública. Entretanto, foi desenvolvido um Índice de Prioridade Sanitária (IPS) com base em dados reais dos casos de dengue e o índice das larvas. Aplicou-se a metaheurística de Otimização por Colônia de Formigas (ACO) para encontrar o plano de alocação semanal que maximize a soma dos IPS dos bairros visitados, respeitando assim a capacidade de trabalho das equipes. Nesse sentido, a solução foi implementada em um dashboard interativo e comparada com outras técnicas, como Simulated Annealing (SA) e a heurística de Nearest Neighbor (NN). Diante disso, os resultados demonstraram que a abordagem da Inteligência de Enxames do ACO foi superior, gerando um plano de ação estratégico, otimizado e baseado em dados. É importante ressaltar que a saúde pública de Caruaru está diante de um entrave que dificulta sua própria eficácia: a mobilização dos seus 108 agentes de endemias. Dessa maneira, a insistência em um processo de distribuição manual pelos 44 bairros é uma arrimo que prende a gestão no passado, forçando a operar sem uma orientação coerente, além da ausência do uso dinâmico dos dados epidemiológicos disponíveis pela respectiva secretária de saúde. Dessarte, o resultado prático é uma alocação que não é simples, sendo um desperdício dos recursos e uma proteção que é meramente reativa, quando na verdade poderia ser proativa. Nesse aspecto, alterar este paradigma não é uma questão de melhoria, mas sim uma necessidade urgente para uma gestão de saúde realmente dinâmica e eficaz. Em suma, é exatamente para responder a essa urgência que este projeto foi concebido. Uma proposta que solucione diretamente esse entrave, substituindo a subjetividade do processo manual pela otimização computacional. Sendo assim, foi utilizada uma abordagem da Inteligência Artificial - a Otimização por Colônia de Formigas (ACO), para realizar a análise dos dados de riscos e as restrições operacionais e gerar assim, um plano de alocação semanal que seja não apenas eficiente, mas eficaz diante das demandas do cotidiano das equipes.
Downloads
Não há dados estatísticos.
##plugins.themes.bootstrap3.article.details##
Seção
Engenharia da Computação e Sistemas