CovidCheck

Versão funcionado em serviço web(Shiny)
Versão funcionado em serviço web(Shiny)
Versão funcionado em Mobile- Android
Versão funcionado em Mobile- Android
Árvore de decisão utilizada para classificar a probabilidade que o usuário irá receber pela triagem da UPA

Inspiração

A superlotação das unidades de saúde e a necessidade de um rápido atendimento diante do avanço do COVID-19 nos inspirou a desenvolver esta aplicação. Nosso objetivo é fornecer uma ferramenta que agiliza a classificação de risco dos pacientes e é capaz de indicar unidades de atendimento com base na distância e no tempo de espera estimado de acordo com o risco.

O Que Faz

O seguinte projeto utiliza dados sintéticos, criando uma base de dados contendo informações correspondentes à uma anamnese para classificar o usuário conforme o Protocolo de Manchester, utilizado nas unidades de atendimento. São catalogadas as unidades de pronto atendimento localizadas no município do Rio de Janeiro e arredores. Desta forma um modelo de aprendizado de máquina em árvore de decisão classifica o usuário dentro do Protocolo. Assim, a aplicação mobile recebe os dados fornecidos pelo usuário e retorna as Unidades de Pronto Atendimento próximas.

Como Nós Construímos

Foi construído um modelo de aprendizado de máquina em árvore de decisão onde, utilizando os dados sintéticos, foi possível realizar o treinamento e assim retornar a probabilidade do usuário ser classificado dentro das cores azul, verde, amarelo, laranja e vermelho, dando ao usuário ciência do tempo de espera. Também foram catalogadas as Unidades de Pronto Atendimento.

Para este projeto também foi criada uma aplicação em Shiny. Nesta aplicação o usuário consegue informar sua idade, comorbidades e sinais e sintomas. Através do envio dessas informações para o treinamento da árvore de decisão é retornado um gráfico de pizza com a probabilidade de cada uma das classes. A aplicação também mostra uma lista de UPAs da região com tempo de espera estimado e um mapa com a localização do usuário e unidades de atendimento.

Além disso um protótipo da aplicação foi criado em React Native utilizando a tecnologia react native onde é possível informar os dados do usuário e esta retorna a lista de upas da região com tempo de espera e um mapa de localização.

Desafios Que Nós Enfrentamos

Foi um grande desafio o contato com ferramentas das quais não tínhamos pleno domínio dispondo de um curto intervalo de tempo para sua implementação. Alguns exemplos foram: a integração com aplicação de mapas, a criação de dados sintéticos para execução do algoritmo e o desenvolvimento de uma aplicação móvel.

Do Que Nos Orgulhamos

Estamos orgulhosos de termos a oportunidade de participar de um projeto visando o bem coletivo em um momento crítico como o que vivemos. Esperamos que nossa aplicação possa contribuir de forma significativa para um atendimento mais eficiente por parte das unidades de saúde.

O Que Aprendemos

Durante a competição, aprendemos muito com os mentores com os quais tivemos contato, bem como a respeito das diferentes tecnologias de desenvolvimento que utilizamos.

Qual o Futuro do CovidCheck

Como próximos passos, temos como objetivo obter dados a respeito das lotação Unidades de Atendimento, através de integração em tempo real, bem como a implementação completa dos recursos inicialmente desenvolvidos no protótipo.