Otimização da Alocação de Equipes de Endemias com Inteligência de Enxames: Uma Abordagem Estratégica para Caruaru-PE

##plugins.themes.bootstrap3.article.main##

Paulo Henrique Ramos
Bruno Costa e Silva Nogueira
Rian Gabriel Santos Pinheiro
Carmelo Albanez Bastos Filho

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
Biografia do Autor

Paulo Henrique Ramos, Universidade de Pernambuco

Doutorando em Engenharia de Computação pela Universidade de Pernambuco (UPE), Mestre em Informática Aplicada - UFRPE (2023). Especialista em Tecnologias Educacionais e Educação a Distância - IFRN - 2021. Especialista em Engenharia de Sistemas - ESAB - 2014. Graduado em Análise e Desenvolvimento de Sistemas - FAFICA - 2009.

Bruno Costa e Silva Nogueira, Universidade Federal de Alagoas

Possui graduação em Engenharia da Computação (2009), mestrado (2010) e doutorado (2015) em Ciência da Computação, todos pelo Centro de Informática da Universidade Federal de Pernambuco. É atualmente professor associado do Instituto de Computação da Universidade Federal de Alagoas (UFAL), onde também coordena o Programa de Pós-Graduação em Informática (PPGI). Além disso, É bolsista de produtividade do CNPQ (desde 2022), integra o corpo docente do Programa de Pós-Graduação em Engenharia da Computação (PPGEC) da Universidade de Pernambuco (UPE), e também é professor do Programa de Especialização em Software (PES) da Embraer. Anteriormente, atuou como professor adjunto na Universidade Federal Rural de Pernambuco (UFRPE) entre 2010 e 2018. Suas áreas de interesse em pesquisa incluem a aplicação de técnicas de avaliação de desempenho e otimização para resolver problemas complexos em diversas áreas, como sistemas embarcados e de tempo real, computação em nuvem, teoria dos grafos, engenharia de software e logística.

Rian Gabriel Santos Pinheiro, Universidade Federal de Alagoas

Possui graduação em Ciência da Computação pela Universidade Federal de Alagoas (2010), mestrado em Computação pela Universidade Federal Fluminense (2012) e doutorado em Computação Universidade Federal Fluminense (2016) . Atualmente é professor na Universidade Federal de Alagoas / Instituto de Computação. Tem experiência na área de Ciência da Computação, com ênfase em Otimização Combinatória, atuando principalmente nos seguintes temas: algoritmos em grafos, programação matemática, meta-heurísticas, problemas de otimização e pesquisa operacional.

Carmelo Albanez Bastos Filho, Universidade de Pernambuco

Carmelo J. A. Bastos Filho é pró-reitor de Pós-graduação, pesquisa e inovação, e professor associado do quadro efetivo da Escola Politécnica de Pernambuco, Universidade de Pernambuco (UPE). É membro efetivo da Acadêmia Pernambuca de Ciências. Ele é livre docente pela UPE. Foi Cientista-chefe do Parque Tecnológico de Eletro-eletrônica do Estado de Pernambuco entre 2016-2020. Foi o diretor de ambientes de inovação e formação superior da secretaria de ciência, tecnologia e inovação de Pernambuco de 2020 a 2022. É o coordenador da Rota TIC Mangue Digital, ação conjunta com a SUDENE e MDR. Faz parte do conselho consultivo do ISI TICs SENAI. É o coordenador da especialização em Inteligência Artificial da UPE e vice-coordenador da residência em ciência de dados para o setor automobilística com Stelantis. Foi coordenador do Programa de Especialização/Residência Tecnológica em Engenharia de Redes IP da UPE/Alcatel-Lucent/FITec, vice-coordenador da Especialização em TV Digital e Redes de Comunicações da UPE. Foi coordenador geral de Pós-Graduação da Universidade de Pernambuco em 2015. Após o término do doutorado, sua tese foi escolhida pela CAPES como melhor tese do Brasil na área de Engenharias IV no ano de 2005. Ele publicou mais de 300 artigos completos. Coordenou vários projetos de pesquisa financiados pelo CNPq/Universal, FACEPE, FINEP, CHESF (PD ANEEL), FITec, Alcatel-Lucent e Fiat-Chrysler.