evidoria

← Voltar à navegação

Good practice

Sistema de Alerta Precoce de Dengue com IA — Previsão de Surtos por Aprendizagem Automática da NEA de Singapura

Singapura · Singapore · Ver o perfil de Singapura

A NEA de Singapura opera um sistema de IA, revisto por pares, que prevê casos de dengue até três meses antes. No surto de 2013 previu um pico de 863 casos face aos 842 observados, permitindo campanhas com dois meses de antecedência.

22,170
Total de casos na epidemia de dengue de 2013 (2013)
863 forecast vs 842 observed
Pico previsto vs. pico observado, semana 26 (2013)
17 %
Erro de previsão (MAPE) no horizonte de 1 semana
24 %
Erro de previsão (MAPE) no horizonte de 3 meses
~29 %
MAPE do modelo de referência SARIMA/regressão step-down aos 3 meses
~50,000
Dispositivos de vigilância de mosquitos Gravitrap

Detalhes

Maturidade
Established
Promotor
National Environment Agency (NEA) — Environmental Health Institute, with National University of Singapore and Nanyang Technological University
Período
Developed on 2001-2012 data, operational since 2013, ongoing
Palavras-chave
public health surveillance, disease early warning, vector-borne disease forecasting, machine learning, decision support

Contexto

A National Environment Agency de Singapura, em conjunto com a NUS e a NTU, desenvolveu um sistema de aprendizagem automática (regressão LASSO) que prevê o número semanal de casos de dengue com até três meses de antecedência, treinado com dados de 2001-2010 e validado com dados de 2011-2012 em doze submodelos semanais, utilizando mais de 200 séries de variáveis preditoras.

Resultados

Durante a grave epidemia de 2013 (22,170 casos), o modelo previu um pico de 863 casos na semana 26, face a um pico observado de 842 casos na semana seguinte, com um MAPE de 17% no horizonte de uma semana, subindo para 24% aos três meses — superando os modelos de referência SARIMA/regressão step-down (~29% de MAPE aos três meses). A previsão antecipada permitiu às autoridades lançar campanhas de prevenção cerca de dois meses mais cedo e priorizar a sua rede de vigilância Gravitrap, com cerca de 50,000 dispositivos.

Implementação

Os detalhes de implementação (custo, prazo, equipa, condições de sucesso) ainda não estão disponíveis para esta prática.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Práticas semelhantes que podem ser úteis