Explorando Técnicas Computacionais para Aprimorar a Atenção Básica à Saúde: Oportunidades, Sinergias e Potenciais Impactos

• Dimas Cassimiro Nascimento UFAPE
• Igor Medeiros Vanderlei UFAPE
• Daliton da Silva UFAPE

DOI: https://doi.org/10.5753/ercas.2024.238693

Resumo

O acesso universal da população a serviços de atenção básica à saúde é um dos pilares mais relevantes do Sistema Único de Saúde do Brasil. Por meio da análise e processamento de dados produzidos pelos sistemas empregados no SUS, é possível explorar uma série de técnicas computacionais com o intuito de melhorar a qualidade da atenção básica. Este trabalho visa apresentar e discutir o potencial de uma série de técnicas computacionais, tais como otimização, heurísticas, previsão de séries temporais, agrupamento automático e aprendizado de máquina, para melhorar a prestação de serviços de saúde primários.

Referências

Arruda, L. C., do Amaral Rodrigues, G., da Ponte Pierre, L. P., and Porfirio, E. J. (2019). Uma ferramenta para análise de dados coletados pelo limesurvey nas unidades básicas de saúde. In Anais da VII Escola Regional de Computação Aplicada à Saúde, pages 37–42. SBC.

Baia, M. J., Conde, G. A., and Conde, V. M. G. (2019). Utilizando análise espacial na identificação dos territórios de unidades básicas de saúde e sua correlação com casos de hanseníase. In Anais do XIX Simpósio Brasileiro de Computação Aplicada à Saúde, pages 164–174. SBC.

Bishop, C. (2006). Pattern recognition and machine learning. Springer google schola, 2:531–537.

Hamilton, J. D. (2020). Time series analysis. Princeton university press.

Nithya, B. and Ilango, V. (2017). Predictive analytics in health care using machine learning tools and techniques. In 2017 International Conference on Intelligent Computing and Control Systems (ICICCS), pages 492–499. IEEE.