Equipe da UFRPE composta pelo professor do DEINFO e do programa de Pós Graduação em Informática Aplicada (PPGIA) Cícero Garrozi e o aluno de mestrado Gleydson Alves de Brito foram premiados com a 2º colocação no Industrial Challenge 2021 da Genetic and Evolutionary Computation Conference (GECCO 2021). O evento é classificado pela CAPES com extrato A1 (QUALIS). A competição contou com a participação de equipes de pesquisadores de todo o mundo.
A equipe desenvolveu um algoritmo de otimização aplicado a um modelo de simulação computacional de eventos discretos para resolver um problema de planejamento de recursos hospitalares. O projeto foi motivado pelos desafios vivenciados pelas instituições de saúde na pandemia de COVID 19 e pode ser utilizado pelos hospitais para estimar a demanda por leitos de terapia intensiva, respiradores mecânicos e recursos de pessoal.
Visão Geral
O planejamento das capacidades e recursos hospitalares é um desafio ao sistema de saúde de qualquer país, uma vez que a disseminação do vírus gera alta demanda por recursos escassos, tais como os leitos de unidade de cuidados intensivos (UTI) e respiradores mecânicos. Para lidar com esse tipo de problema, a equipe da UFRPE utilizou o simulador BaBSim.Hospital, que foi desenvolvido na Alemanha pelo time de pesquisadores a seguir: Prof. Thomas Bartz-Beielstein, Frederik Rehbach, Prof. Oliver Mersmann (Institute for Data Science, Engineering and Analytics, Cologne University of Applied Sciences, TH Köln), em conjunto com Eva Bartz (Managing Director, Bartz & Bartz GmbH).
O BaBSim.Hospital é uma ferramenta computacional capaz de simular o curso típico dos pacientes acometidos por COVID 19 em sua permanência no serviço hospitalar, e planejar a capacidade e utilização de recursos hospitalares como leitos de UTI, ventiladores mecânicos, equipamentos de segurança, quantidade de equipes profissionais, considerando fatores que podem gerar agravamento do quadro dos pacientes como a idade e as condições de saúde.
O simulador considera a disponibilidade de recursos, o espalhamento do vírus ao longo do tempo e as probabilidades de alteração no curso das condições de saúde do paciente ao longo da infecção. Os dados são obtidos e ajustados diariamente através do Robert Koch Institute (RKI) e o Deutsche interdisziplinarë Institute (DIVI), ambos da Alemanha.
Objetivos
O objetivo da competição foi encontrar a configuração de parâmetros ideal para o simulador em um conjunto de dados de alta dimensionalidade. Ao todo, 29 parâmetros do simulador foram ajustados através do algoritmo de otimização para obter resultados mais eficientes. Cada parâmetro é delimitado por um intervalo de valores reais predefinidos. Assim, cada um dos 29 parâmetros pode assumir infinitos valores reais, o que torna a solução inexequível por um algoritmo de força bruta. A equipe da UFRPE desenvolveu um algoritmo genético para obter a melhor configuração de parâmetros, conseguindo atingir a 2a melhor solução da competição.
Informações adicionais:
https://gecco-2021.sigevo.org/Competition-Awards