USO DE MACHINE LEARNING E DE DEEP LEARNING PARA PREVER INTERNAÇÕES CAUSADAS POR DENGUE NA PARAÍBA

Resumo

Dengue é um problema de saúde pública no Brasil, e, embora não seja uma doença nova, ainda não existe uma vacina sem restrições de uso que possa ser aplicada na população. Complementar a isso, o vetor da dengue encontra, no território brasileiro, locais favoráveis a sua proliferação, ocasionando um crescimento contínuo da doença. Conforme o boletim epidemiológico da Paraíba, divulgado em agosto de 2021, houve um aumento de 53% de casos em relação ao ano anterior. Técnicas de Machine Learning (ML) e de Deep Learning estão sendo utilizadas como ferramentas para a previsão da doença e auxiliando no seu combate. O objetivo deste trabalho foi, por meio das técnicas Random Forest (RF), Support Vector Regression (SVR), Multilayer Perceptron (MLP), Long Short-Term Memory (LSTM) e Convolutional Neural Network (CNN), e usando informações epidemiológicas, climáticas e sanitárias, criar um sistema capaz de realizar previsões de internações causadas por dengue para as cidades Bayeux, Cabedelo, Cajazeiras, João Pessoa, Patos e Santa Rita. Ao término do trabalho, o sistema conseguiu realizar previsões para Bayeux com taxa de erro 0,529017139, para Cabedelo o erro foi 0,927428107, 1,000751246 para Cajazeiras, 9,552880644 em João Pessoa, 0,422049567 em Patos e, finalmente, para Santa Rita, 0,745519952.

DOI: 10.36558/rsc.v11i3.7475