Banca de QUALIFICAÇÃO: RODRIGO DANTAS DA SILVA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : RODRIGO DANTAS DA SILVA
DATA : 15/10/2019
HORA: 10:10
LOCAL: SEDIS-UFRN
TÍTULO:

ANÁLISE PREDITIVA BASEADA EM DADOS PARA CRIAÇÃO DE PERFIL DE GRUPOS DE RISCO NO SUS

PALAVRAS-CHAVES:

BIG DATA, DATA DRIVEN, SAÚDE PÚBLICA

PÁGINAS: 20
RESUMO:

Há muitas décadas a sociedade tem a necessidade de monitorar e avaliar o nível de vida da população. Na década de 1950, a Organização das Nações Unidas (ONU) enxergou essa necessidade e propôs 12 áreas que deveriam ser avaliadas, sendo a primeira das áreas listadas a de “Saúde e Demografia”, voltada para o que se expressa como o nível de saúde de uma população. Décadas se passaram e grandes resultados foram obtidos a partir de iniciativas semelhantes, como a redução de mortalidade por doenças infecciosas e até erradicação de algumas outras. Na era da sociedade digital as necessidades aumentaram e os horizontes se ampliaram. As demandas de monitoramento que antes pereciam de dados para que se tornassem concretas, hoje sofre do efeito contrário, o excesso de dados provenientes de todos os lugares. Os sistemas de saúde ao redor do mundo se utilizam de diversos sistemas de informação, coletando e gerando centenas de dados a uma velocidade inimaginável. Somos bilhões de pessoas no planeta e a maioria de nós está conectada ao mundo virtual, compartilhando informações, experiências e acontecimentos com a nuvem. Nesta era da informação, a capacidade de agregar e processar esses dados é fator preponderante para elevar a forma de se fazer saúde pública a um novo patamar. O desenvolvimento de ferramentas capazes de analisar um grande volume de dados em segundos e produzir conhecimento para uma tomada de decisão direcionada pode auxiliar no combate à doenças especificas, no processo de educação continuada dos profissionais, na formação de novos profissionais, na elaboração de novas politicas públicas com o olhar loco-regional especifico, nas análises de tendências ocultas fronte a tanta informação enfrentadas no dia a dia e outras possibilidades. O presente trabalho propõe uma arquitetura capaz de manipular essa grande quantidade de dados e uma sistemática capaz de produzir, a partir destes dados, análises preditivas para grupos de risco.

MEMBROS DA BANCA:
Presidente - 2488270 - RICARDO ALEXSANDRO DE MEDEIROS VALENTIM
Interna - 2562782 - KARILANY DANTAS COUTINHO
Externo à Instituição - ION GARCIA MASCARENHAS DE ANDRADE - UNP
Externo à Instituição - JAILTON CARLOS DE PAIVA