Monitoring methodology of epidemics: a basic approach in artificial neural networks

Dengue fever is a viral infectious disease that is present in more than 100 countries worldwide. In underdeveloped countries such as Brazil, this pathology presents dramatic contours when prevailing socioeconomic factors are added, such as the precarious basic sanitation conditions characteristic of large cities. When we associate this scenario with the Amazon we perceive that the geographic location and climatic conditions of this space contribute to the occurrence of this disease is dimensioned. The Ministry of Health provided data from a survey that found that of the 409,073 reported cases in the North, 106,433 occurred in the state of Pará, where the municipalities with the highest reports of dengue cases are: Belém, Parauapebas, Altamira and Santarém. This work proposes a methodology to monitor epidemics based on the use of Artificial Neural Networks, based on a case study of prediction of dengue cases in the state of Pará. To this end, a system was developed that uses a public database of cases of the disease, of weekly occurrence of the municipalities already mentioned. In addition, it performs the statistical analysis of the series of municipalities showing complexity, and justifying the use of neural networks for this type of problem. It performs the layer adjustments, time window of the trained neural model which in this case is a variation known as recurrent neural network. It implements a module for issuing alerts to detect a sudden increase in new cases of the disease, contributing to the decision-making of public health agencies and their respective actions to control epidemics in the municipalities under study. From our analysis we can conclude that the methodology described in the research is valid for predicting dengue cases using neural networks, anticipating combat actions and contributing to decision making, which can be used by public health managers . And that the use of recurrent neural networks can adjust to the complexity of the series studied. The results demonstrated that the RNA model, for the current scenario, performed well in the epidemiological prediction, reaching satisfactory accuracyA dengue é uma doença infecciosa viral presente em mais de 100 países no mundo. Nos países subdesenvolvidos como o Brasil essa patologia apresenta contornos dramáticos quando se acrescentam fatores socioeconômicos preponderantes como as condições precárias de saneamento básico características das grandes cidades. Ao associarmos esse cenário à Amazônia percebemos que a localização geográfica e as condições climáticas desse espaço contribuem para que a ocorrência dessa doença seja dimensionada. O Ministério da Saúde, disponibilizou dados resultantes de uma pesquisa que constata que dos 409.073 casos notificados na região Norte, 106.433 ocorreram no estado do Pará, em que os municípios com maiores notificações de casos de dengue são: Belém, Parauapebas, Altamira e Santarém. Este trabalho propõe uma metodologia para monitorar epidemias com base na utilização de Redes Neurais Artificiais, a partir de um estudo de caso de predição de casos de dengue no estado do Pará. Para isso, desenvolveu-se um sistema que usa base de dados públicos de casos da doença, de ocorrência semanal dos municípios já mencionados. Em adição, realiza a análise estatística das séries dos municípios constando complexidade, e justificando o uso de redes neurais para esse tipo de problema. Realiza os ajustes das camadas, janela de tempo do modelo neural treinado que nesse caso é uma variação conhecida como rede neural recorrente. E implementa um módulo de emissão de alertas, visando à detecção de um aumento repentino de novos casos da doença, contribuindo para tomada de decisão dos órgãos de saúde pública e suas respectivas ações de controle das epidemias nos municípios em estudo. A partir de nossas análises podemos concluir que a metodologia descrita na pesquisa tem validade para realizar previsões de casos de dengue, usando redes neurais, antecipando ações de combate e contribuindo para a tomada de decisão, que poderá ser usado por gestores públicos da área da saúde. E que o uso de redes neurais recorrentes consegue se ajusta a complexidade das séries estudadas. Os resultados demonstraram que o modelo de RNA, para o cenário em voga, obteve um bom desempenho na predição epidemiológica, alcançando acurácia satisfatória