Ferramenta para análise de big data auxilia tomada de decisão na área médica

Professora do ICMC coordena projeto que reúne cientistas da computação, médicos, matemáticos e outros pesquisadores

Rangaraj Rangayyan (à esquerda), Agma Traina e Marco Gutierrez: três dos 25 pesquisadores que fazem parte do projeto temático Mineração, indexação e visualização de Big Data no contexto de sistemas de apoio à decisão clínica (MIVisBD)
(crédito da imagem: Denise Casatti)

Sistemas computacionais sofisticados, capazes de armazenar, indexar, analisar e dar sentido a grandes conjuntos de dados não processáveis por softwares tradicionais, poderão se tornar ferramentas essenciais para apoiar a tomada de decisão na área médica.

Pesquisas direcionadas a esse objetivo têm sido conduzidas pelo Grupo de Bases de Dados e de Imagens (GBdI) do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP) em São Carlos. O tema foi abordado pela professora Agma Traina, em palestra apresentada na FAPESP Week France.

“Um dos maiores desafios no campo da Ciência da Computação é integrar, organizar e aproveitar grandes volumes de dados multimodais de plataformas diversificadas para impulsionar processos de tomada de decisão. Ou seja, tornar possível usar dados de fontes variadas, como exames, monitoramento e tratamento de pacientes, para coletar informações de casos semelhantes e construir uma melhor compreensão sobre um determinado caso”, disse Traina.

As pesquisas feitas no laboratório do GBdI lidam com grandes quantidades de dados complexos, oriundos de hospitais públicos do Estado de São Paulo. O grupo trabalha principalmente com imagens e vídeos capazes de fornecer aos médicos informações sobre casos similares tratados no passado.

“Quando um especialista analisa, por exemplo, a radiografia do tórax de um paciente, ele pode até se lembrar de ter visto um resultado semelhante no passado, mas dificilmente saberá quando ou onde foi e com qual paciente. Mas, se puder buscar instantaneamente em uma base de dados por casos similares, exames, resultados e tratamentos indicados no passado, poderá tomar decisões com menos esforço e mais confiança”, disse Traina à Agência FAPESP.

Parte da pesquisa tem apoio da FAPESP por meio de um Projeto Temático coordenado por Traina. Ela conta que o projeto envolve organização de bases de dados, métodos de acessos métricos (empregados para acelerar a avaliação de consultas semelhantes), processamento e visualização de imagens que permitem oferecer a médicos especialistas ferramentas, algoritmos e métodos para reunir e acessar informações muito valiosas de casos antigos e atuais.

“Precisamos para isso reunir profissionais em aprendizado de máquina, base de dados, linhagem de dados [sobre a origem dos dados], visualização e processamento de imagens. Em nosso grupo, temos cientistas da computação, médicos, matemáticos e outros pesquisadores que trabalham integrados, de modo a resolver os problemas propostos”, disse a pesquisadora, que também é membro da Coordenação de Área de Ciência e Engenharia da Computação da FAPESP.

Traina destaca que o tamanho e a complexidade das bases de dados de registros eletrônicos de pacientes oferecem grandes desafios de processamento, tanto em termos de desenvolvimento e de aplicação de técnicas de análise e de extração de conhecimento, como no apoio ao desenvolvimento de ferramentas práticas para uso clínico.

“No entanto, também incorporam uma infinidade de oportunidades para criar algoritmos e métodos capazes de exibir informações relevantes relacionadas com um paciente particular ou grupos de pacientes, que estariam usualmente ocultas pelo grande volume de dados”, disse.

“Além disso, a manipulação eficiente desses dados ajuda a tornar os registros eletrônicos de pacientes em uma plataforma mais úteis para apoiar os profissionais de saúde, lidando com aplicações médicas de rápida demanda, bem como decisões governamentais estratégicas em saúde”, disse.

O simpósio FAPESP Week France foi realizado entre os dias 21 e 27 de novembro, graças a uma parceria entre a FAPESP e as universidades de Lyon e de Paris, ambas da França. Leia outras notícias sobre o evento em www.fapesp.br/week2019/france.

Texto: Heitor Shimizu, de Lyon – Agência FAPESP

Acesse aqui a reportagem original da Agência FAPESP. A Agência FAPESP licencia notícias via Creative Commons (CC-BY-NC-ND) para que possam ser republicadas gratuitamente e de forma simples por outros veículos digitais ou impressos. A Agência FAPESP deve ser creditada como a fonte do conteúdo que está sendo republicado e o nome do repórter deve ser atribuído.

Leia mais: 

• Reunir dados de 1,6 milhão de pacientes de hospitais públicos paulistas desafia pesquisadores
• Desafios e oportunidades permeiam o diálogo entre medicina e computação

Mais informações
Assessoria de Comunicação do ICMC: (16) 3373.9666
E-mail: comunica@icmc.usp.br

Escola Avançada em Big Data Analysis prorroga inscrições com desconto

Valores só serão reajustados após 27 de agosto; evento começa dia 2 de setembro

A 3ª Escola Avançada em Big Data Analysis (EABDA 2019) acontecerá de 2 a 6 de setembro no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos. O evento apresentará as principais técnicas usadas para a análise de grandes volumes de dados, destacando as mais avançadas e promissoras ferramentas para análise, extração de conhecimento e visualização de dados. 

A escola oferece dez cursos sobre temas como ciência de dados, aprendizado de máquina, deep learning, mineração de dados, processamento de línguas naturais, sistemas de recomendação e redes complexas. Além dos cursos, serão oferecidas cinco palestras sobre temas relacionados à área de big data. 

Para se inscrever, basta acessar o site do evento. O valor da matrícula para cada curso é de R$ 100 para estudantes e R$ 150 para profissionais formados. Já o pacote com os dez cursos custa R$ 700 para estudantes e R$ 1.200 para profissionais. Esses valores são acrescidos de uma taxa de 10% referente ao uso da plataforma on-line e são válidos até o dia 27 de agosto, quando serão reajustados. 

Podem participar da iniciativa estudantes de pós-graduação e profissionais graduados nas áreas de engenharia, computação, estatística, economia e afins, além de alunos de graduação, desde que estejam no último ano do curso. A Escola é organizada pelo Departamento de Ciências da Computação do ICMC e recebe o apoio do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), do Centro de Robótica de São Carlos (CRob) e do Centro de Tecnologia da Informação Renato Archer (CTI-Campinas). 

Texto: Assessoria de Comunicação do ICMC/USP 

Com informações de Leonardo Zacarin - Comunicação CeMEAI 

Mais informações 

Site do evento: cemeai.icmc.usp.br/3EABDA 

Assessoria de Comunicação do CeMEAI: (16) 3373-6609 / contatocemeai@icmc.usp.br

Inscrições com desconto para Escola Avançada em Big Data são prorrogadas até dia 17

Evento é voltado para pós-graduandos e profissionais de diversas áreas do conhecimento

Apresentar as mais avançadas e promissoras técnicas e ferramentas para análise de grandes volumes de dados. Este é o principal objetivo da segunda edição da Escola Avançada em Big Data Analysis, que acontecerá de 2 a 6 de setembro no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos. O prazo para fazer inscrição com desconto foi prorrogado até 17 de agosto.

O evento é composto por 10 minicursos, que serão apresentados por renomados pesquisadores do Brasil e do exterior. O público-alvo são alunos de pós-graduação e profissionais graduados em computação, estatística, engenharias, economia e áreas afins. Alunos de graduação serão aceitos, desde que estejam no último ano do curso. As inscrições estão abertas e podem ser realizadas por meio do site do evento. 

Realização e apoio – A Escola é organizada pelo departamento de Ciências da Computação do ICMC e conta com apoio do Centro de Ciências Matemáticas Aplicadas à Indústria (CeMEAI), do Centro de Robótica de São Carlos (CRob) e da Pró-Reitoria de Pesquisa da USP.

Texto: Assessoria de Comunicação do ICMC com informações da Assessoria de Comunicação do CeMEAI

Mais informações

Site do evento: www.cemeai.icmc.usp.br/2EABDA/

Seção de Eventos do ICMC: (16) 3373-9622
E-mail: eventos@icmc.usp.br

Pesquisadores da USP desenvolvem técnica de monitoramento de enchentes por meio do Twitter

O objetivo é que, no futuro, esse mecanismo possa prever alagamentos e alertar moradores 

 Palavras relacionadas (à esquerda) e não relacionadas (à  direita) encontradas com frequência na análise dos tweets

As redes sociais estão cada vez mais presentes na vida das pessoas, mas já imaginou que elas também podem ajudar a monitorar e até mesmo prever catástrofes ambientais? Foi com esse propósito que uma equipe de cinco pesquisadores do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, criou uma técnica computacional capaz de entender como publicações no Twitter conseguem representar fenômenos naturais, no caso chuvas e enchentes. Liderada pelo professor João Porto de Albuquerque, o principal objetivo da equipe é amplificar as áreas de monitoramento, para assim, no futuro, conseguir prever acidentes.

Ao todo, foram analisados quase 16 milhões de tweets que possibilitaram descobrir que esse tipo de análise de dados pode ser usada como método de prevenção e melhorar os sistemas de alertas já existentes, como é o caso das notificações do Centro Nacional de Monitoramento e Alertas de Desastres Naturais (Cemaden) e do Climatempo. As análises de dados foram feitas em dois momentos, em relação à cidade de São Paulo. Inicialmente, houve a publicação do artigo científico que analisava tweets referentes ao mês de janeiro de 2016. Em um segundo artigo, foi analisado o mesmo período acrescido de informações de novembro do mesmo ano até fevereiro de 2017.

Cidade de São Paulo durante o período analisado. Tweets relacionados às chuvas identificados com pontos pretos, pluviômetros com triângulos azuis e a bacia de Aricanduva sombreada em cinza 

De acordo com Sidgley, doutorando do ICMC e um dos pesquisadores do projeto, o monitoramento das chuvas é feito por pluviômetros, radares meteorológicos e satélites. Por serem de alto custo, esses instrumentos possuem limitações em sua cobertura espacial. Além disso, a manutenção desses sensores físicos tem de ser regular. “Hoje em dia, existem cerca de cinco mil desses sensores no Brasil. Em São Carlos, existem três, mas só um funciona. Se chover forte em alguns desses pontos onde os sensores estão quebrados, não há informação a ser registrada. Então, a vantagem de monitorar dados de publicações do Twitter é muito maior se comparada aos sensores físicos”, esclarece Sidgley. Ele também explica que as pessoas publicam de vários lugares, portanto, esse monitoramento humano é feito de forma distribuída e tudo isso com um custo baixíssimo.

Um dos desafios do projeto é encontrar uma correlação de dados entre os sensores físicos e os sensores humanos, já que eles são estimulados de formas diferentes, ou seja, a principal dificuldade da pesquisa é conseguir transformar os dados qualitativos de um tweet em dados quantitativos e, para isso, os pesquisadores tiveram que criar critérios de avaliação. Um dos critérios utilizados é a frequência de palavras-chaves como chuva e tempestade. Um outro critério é ponderações de regiões. Ou seja, notou-se que regiões centrais tweetavam mais do que regiões periféricas, o que aumentava o número de dados.

Com os estudos dessa relação entres os dados dos sensores, pôde-se descobrir também que existe um tempo de reação de ambos em relação ao fenômeno, que pode variar de 10 minutos antes do acontecimento até 10 minutos depois. “As pessoas costumam publicar suas expectativas em relação ao clima, então, elas podem postar que o tempo está fechando, por exemplo, e esse mecanismo ajuda a identificar possíveis indícios de que algo vai acontecer em relação à chuva”, explica Sidgley.

Por que o Twitter?

De acordo com os autores, o Twitter é a melhor rede social para esse tipo de análise. Segundo eles, a coleta de dados da rede é mais simples do que a do Facebook, por exemplo. A principal função do Twitter é publicar mensagens curtas, o que facilita esse recolhimento de informações. Além disso, a rede possibilita que as contas de outras redes sociais sejam sincronizadas e essa ferramenta não é possível no Facebook.

Reconhecimento

O estudo é fruto da colaboração multidisciplinar de cinco pesquisadores. Além do professor João Porto e Sidgley, a pesquisa também foi realizada por Camilo Restrepo Estrada, doutorando da Escola de Engenharia de São Carlos (EESC), Alexandre Delbem, professor do ICMC, e por Eduardo Mario Mendiondo, professor do Departamento de Engenharia Hidráulica e Saneamento da EESC.

O estudo começou a ser desenvolvido há cinco anos dentro de um projeto maior, chamado “Ágora”, que também é coordenado pelo Professor João Porto, e tem como foco desenvolver pesquisas e soluções tecnológicas que apoiem o suporte às comunidades vulneráveis na construção de propostas contra desastres naturais e eventos extremos. O primeiro artigo resultante do estudo foi publicado no início de 2017, pela Conferência Internacional Anual de Ciência da Informação Geográfica e teve foco na análise temporal das mensagens. Em fevereiro de 2018, um segundo artigo foi publicado na renomada revista científica Computers and Geosciences, explorando o uso das mensagens para alimentar modelos de monitoramento e previsão de inundações.

O sucesso das pesquisas foi tanto que já se solidificou em um projeto de larga escala. Os resultados desses dois artigos serão utilizados em um novo projeto de pesquisa internacional chamado Waterproofing Data, que tem como objetivo desenvolver métodos práticos para o engajamento de comunidades ameaçadas por enchentes em São Paulo e também no Acre, em parceria com o Cemaden. Ou seja, as atividades de monitoramento e alertas de desastres naturais, que são realizadas em regime contínuo no Cemaden, serão integradas às informações disponíveis de tempo e clima para as áreas de risco de ocorrência de desastres, no caso São Paulo e Acre. A partir da análise desses dados, será feita uma avaliação para emissão de alertas.

Atualmente, João Porto é professor visitante no grupo de Geoinformática do Instituto de Geografia da Universität Heidelberg, na Alemanha, e está afastado do ICMC

O novo projeto também está sob coordenação do professor João Porto e recebeu um financiamento de aproximadamente 1 milhão de euros do Belmont Forum, da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) e do Economics and Social Science Research Council (ESRC) do Reino Unido, que envolve a University of Warwick (Reino Unido). A pesquisa será realizada em parceria pelo ICMC, Heidelberg University (Alemanha), Escola de Administração de Empresas de São Paulo da Fundação Getúlio Vargas (EAESP-FGV) além das seguintes organizações: Cemaden, Companhia de Pesquisa de Recursos Minerais (CPRM), British Geological Survey (BGS), Prefeitura de São Paulo, Secretaria do Meio Ambiente do Estado do Acre e cidade de Eberbach, na Alemanha.

Texto: Talissa Fávero - Assessoria de Comunicação do ICMC/USP
Crédito das imagens: divulgação

Mais informações
Site do projeto Agora: http://www.agora.icmc.usp.br/site/language/pt/
Artigo Mining Rainfall Spatio-Temporal Patterns in Twitter: A Temporal Approach: https://link.springer.com/chapter/10.1007%2F978-3-319-56759-4_2

Artigo Geo-social media as a proxy for hydrometeorological data for streamflow estimation and to improve flood monitoring:

https://www.sciencedirect.com/science/article/pii/S0098300417306118?via%3Dihub

Contato para esta pauta
Assessoria de Comunicação do ICMC: (16) 3373.9666
E-mail: comunica@icmc.usp.br

ICMC promove eventos sobre aprendizado de máquina e extração de conhecimento

O Instituto de Ciências Matemáticas e de Computação (ICMC) promoverá de 14 a 17 de julho a II School on Machine Learning and Knowledge Discovery in Databases (MLKDD), evento que tem como objetivo ajudar na capacitação de profissionais qualificados nas áreas de aprendizado de máquina e extração de conhecimento. O evento será realizado no auditório Fernão Stella de Rodrigues Germano, no campus USP de São Carlos.

A programação do MLKDD contará com cinco minicursos, ministrados por especialistas mundiais nessas áreas:

• Predicting the rankings of financial analysts, supporting big data projects and other applications of label ranking methods, com Carlos Soares, da Universidade do Porto (Portugal)
• Multi-label Classification, com Jesse Read, da Universidade Carlos III de Madrid (Espanha)
• Knowledge Discovery from Data Streams, com João Gama, da Universidade do Porto (Portugal)
• Big Data Analytics, com Marko Grobelnik, do Instituto Jožef Stefan (Eslovênia)
• Comparing apples and oranges: towards commensurate evaluation metrics in classification, com Peter Flach, da Universidade de Bristol (Reino Unido)

As inscrições podem ser feitas no site do evento, onde estão disponíveis também a programação completa e o valor das taxas, com descontos até o dia 30 de junho. As vagas são limitadas.

O evento é financiado pelo Núcleo de Apoio à Pesquisa em Aprendizado de Máquina e Análise de Dados (NAP-AMDA).

KDMiLe 2013

Na mesma semana, entre os dias 17 e 19 de julho, o ICMC também será sede do primeiro Symposium on Knowledge Discovery, Mining and Learning (KDMiLe). O objetivo é integrar pesquisadores, profissionais, desenvolvedores, estudantes e usuários das áreas de mineração de dados e aprendizado de máquina, por meio da apresentação de pesquisas, discussão de idéias e intercâmbio de técnicas, ferramentas e experiências relacionadas a essas áreas.

O simpósio aceita submissões de trabalhos até o dia 30 de junho, e em breve disponibilizará em seu site a programação completa e o formulário de inscrição.

O evento é organizado pela Sociedade Brasileira de Computação (SBC), com apoio financeiro do CNPq e da FAPESP.

Informações

Site do MLKDD: www.amda.icmc.usp.br/mlkdd2013

Site do KDMiLe: kdmile.linkedej.com.br