A contribuição da geomática na geografia da saúde sob uma abordagem da Teoria Geral de Sistemas.

O conjunto de técnicas de Geomática tem sido um poderoso aliado no apoio à tomada de decisões e manipulação de dados espaciais. Nas últimas décadas tornou-se quase indispensável na gestão de recursos humanos e recursos naturais. Na área da Saúde, a Geomática tem viabilizado estudos sobre: análise da distribuição de pacientes; variações na ocorrência de epidemias; monitoramento de vetores; avaliação em tempo real de situações de emergência ou catastróficas, entre outros. A associação da Medicina com a Geografia é antiga. A associação entre a saúde e a espacialização das doenças deve considerar a estruturação física do espaço geográfico a partir da caracterização de cada parte componente do sistema como preconiza a perspectiva sistêmica na Teoria Geral de Sistema, pois a população é parte integrante do espaço geográfico no qual ocorrem determinados agravos à saúde. Nestes pontos recai a relevância da presente pesquisa. O estudo foi desenvolvido na área da Bacia Hidrográfica de Jacarepaguá no município do Rio de Janeiro. Com aproximadamente 295 km2 é composta por 19 bairros e tem uma população aproximada de 682000 habitantes. O estudo pretendeu estruturar uma metodologia para inserção das técnicas de Geomática na prática de análises de dados de saúde, apoiada na Teoria Geral de Sistemas, visando contribuir no processo de vigilância ambiental em saúde permitindo realizar um prognóstico de situações de risco de determinada população. A base cartográfica que apoiou o estudo foi construída através de cartas topográficas da DSG na escala 1:50000. Das cartas foram retiradas informações de planimetria relevantes ao estudo e as informações de altimetria que foram utilizadas na elaboração do modelo digital de terreno (MDT). Com o MDT foi gerado o mapa de declividade por grau que permitiu criar divisões em 5 classes para posterior geração de mapas temáticos com os dados de saúde. Os dados de saúde foram retirados do Sistema de Informações de Notificação de Agravos (SINAN) disponibilizado pelo Ministério da Saúde. A doença analisada foi a leptospirose. Os casos foram localizados pontualmente a partir dos endereços de residência. A hipótese aventada neste estudo era a existência de um alto grau de correlação entre as partes componentes representadas pela estruturação física do espaço e a ocorrência de leptospirose. Com os resultados comprovou-se a hipótese nula, pois somente ocorrem doenças em áreas associadas ao Fundo Chato da Baixada de Jacarepaguá e nos Declives Suaves dos Morros Isolados, também localizados no Subsistema Baixada. Isto demonstra que em termos desta doença existe uma ausência de população nesta componente espacial em áreas de maiores declividades.

Modelos de agrupamento e classificação para os bairros da cidade do Rio de Janeiro sob a ótica da Inteligência Computacional: Lógica Fuzzy, Máquinas de Vetores Suporte e Algoritmos Genéticos

A partir de 2011, ocorreram e ainda ocorrerão eventos de grande repercussão para a cidade do Rio de Janeiro, como a conferência Rio+20 das Nações Unidas e eventos esportivos de grande importância mundial (Copa do Mundo de Futebol, Olimpíadas e Paraolimpíadas). Estes acontecimentos possibilitam a atração de recursos financeiros para a cidade, assim como a geração de empregos, melhorias de infraestrutura e valorização imobiliária, tanto territorial quanto predial. Ao optar por um imóvel residencial em determinado bairro, não se avalia apenas o imóvel, mas também as facilidades urbanas disponíveis na localidade. Neste contexto, foi possível definir uma interpretação qualitativa linguística inerente aos bairros da cidade do Rio de Janeiro, integrando-se três técnicas de Inteligência Computacional para a avaliação de benefícios: Lógica Fuzzy, Máquina de Vetores Suporte e Algoritmos Genéticos. A base de dados foi construída com informações da web e institutos governamentais, evidenciando o custo de imóveis residenciais, benefícios e fragilidades dos bairros da cidade. Implementou-se inicialmente a Lógica Fuzzy como um modelo não supervisionado de agrupamento através das Regras Elipsoidais pelo Princípio de Extensão com o uso da Distância de Mahalanobis, configurando-se de forma inferencial os grupos de designação linguística (Bom, Regular e Ruim) de acordo com doze características urbanas. A partir desta discriminação, foi tangível o uso da Máquina de Vetores Suporte integrado aos Algoritmos Genéticos como um método supervisionado, com o fim de buscar/selecionar o menor subconjunto das variáveis presentes no agrupamento que melhor classifique os bairros (Princípio da Parcimônia). A análise das taxas de erro possibilitou a escolha do melhor modelo de classificação com redução do espaço de variáveis, resultando em um subconjunto que contém informações sobre: IDH, quantidade de linhas de ônibus, instituições de ensino, valor m médio, espaços ao ar livre, locais de entretenimento e crimes. A modelagem que combinou as três técnicas de Inteligência Computacional hierarquizou os bairros do Rio de Janeiro com taxas de erros aceitáveis, colaborando na tomada de decisão para a compra e venda de imóveis residenciais. Quando se trata de transporte público na cidade em questão, foi possível perceber que a malha rodoviária ainda é a prioritária