Refatoramento da Body Sensor Network (BSN) para detecção de casos suspeitos de covid-19

Abstract

Considerando um cenário pós pandêmico marcado pela era da tecnologia e informação, esse trabalho foca no aperfeiçoamento da Body Sensor Network (BSN), ou, em português, Rede de Sensores Corporais. De forma geral, a BSN foi concebida para funcionar dentro e fora das instituições de saúde, permitindo triagem e detecção de emergências e riscos em tempo real. O projeto visa integrar as áreas das tecnologias de informação com as de saúde, oferecendo uma solução para os atuais e futuros desafios enfrentados, especialmente durante crises como a da pandemia de covid-19. Essa monografia busca desenvolver e aprimorar um sistema para detectar casos sus peitos de covid-19, focando em duas frentes para essa compatibilidade. Na primeira implementa-se novas interfaces de coleta de dados e na segunda desenvolve-se o algo ritmo de Aprendizado de Máquina (AM) para a detecção desses casos. Ao falar da coleta de dados, abre-se três possibilidades de entradas para alguns dos seus sensores virtuais: dados gerados a partir de simulação, dados documentados tabelados inseridos pelo oper ador e dados reais coletados do paciente por meio de sensores físicos. Na segunda frente empreende-se o uso de um algoritmo de aprendizado supervisionado do tipo Máquina de Vetores de Suporte (SVM) para detectar esses casos suspeitos de covid-19 com base nos sinais fisiológicos de entrada, comparando os casos de entrada com os fornecidos como treinamento.