Inteligência Artificial na Prevenção da COVID-19: prospecção no contexto epidemiológico no mundo pós-pandêmico

Autores

DOI:

https://doi.org/10.9771/cp.v16i2.50873

Palavras-chave:

Inteligência Artificial, Epidemiologia, COVID-19.

Resumo

A pandemia ocasionada pela COVID-19 motivou o desenvolvimento científico e tecnológico para seu enfrentamento. A Inteligência Artificial (IA) entra como um ramo capaz de auxiliar no controle epidemiológico e na prevenção da doença. O objetivo deste artigo é realizar a prospecção científica e tecnológica sobre IA no contexto epidemiológico e de prevenção no mundo pós-pandêmico. Tais informações podem contribuir para combater novas crises de saúde. A plataforma Lens.org foi utilizada para averiguar trabalhos científicos e patentes relacionando IA, prevenção e epidemiologia com a COVID-19. Foram encontrados 57 artigos e 19 patentes, destas, uma patente que cita um artigo e quatro patentes que são citadas em novas tecnologias. Observa-se que a IA se tornou um aliado no controle epidemiológico, na prevenção e no diagnóstico da COVID-19 e pode contribuir com a análise de grande volume de dados, na geração de estratégias de controle, na condução de testes e na criação de medicamento ou vacinas.

Downloads

Não há dados estatísticos.

Biografia do Autor

Robson Almeida Borges de Freitas, Instituto Federal do Piauí

Doutor em Ciências da Propriedade Intelectual (2021), UFS.

Humbérila da Costa e Silva Melo, Instituto Federal do Piauí

Mestra em Biotecnologia em Saúde Humana e Animal (2020), UECE.

Margarete Almeida Freitas de Azevedo, Instituto Federal do Piauí

Mestra em Epidemiologia em Saúde Pública com Ênfase nas Doenças Relacionadas à Pobreza (2015) pela Fiocruz.

Antonio Martins de Oliveira Junior, Universidade Federal de Sergipe

Doutor em Engenharia Química (2006) pela UFRJ.

Referências

BI, Qifang et al. Epidemiology and transmission of COVID-19 in 391 cases and 1286 of their close contacts in Shenzhen, China: a retrospective cohort study. The Lancet Infectious Diseases, [s.l.], v. 20, n. 8, p. 911-919, 2020. DOI: https://doi.org/10.1016/S1473-3099(20)30287-5.

CHEN, Jianguo et al. A survey on applications of artificial intelligence in fighting against COVID-19. ACM Computing Surveys (CSUR), [s.l.], v. 54, n. 8, p. 1-32, 2021. DOI: https://doi.org/10.1145/3465398.

COLLINS James J. et al. Massachusetts Inst Technology US, Massachusetts Gen Hospital US, Collins James J US, Bhattacharyya Roby. Depositante: WIPO, WO 2020/227530 A1, 2020.

DONG, Jiancheng et al. Application of big data and artificial intelligence in COVID-19 prevention, diagnosis, treatment and management decisions in China. Journal of Medical Systems, [s.l.], v. 45, n. 9, p. 1-11, 2021. DOI: https://doi.org/10.1007/s10916-021-01757-0.

FREITAS, Robson Almeida Borges et al. Prospecção científica sobre epidemiologia e prevenção da COVID-19 aliada a inteligência artificial. Cadernos de Prospecção, Salvador, v. 13, n. 2 COVID-19, p. 543-543, 2020. DOI: https://doi.org/10.9771/cp.v13i2.36190.

GAL, Ehrlich; MAIER, Fenster. Methods and systems of prioritizing treatments, vaccination, testing and/or activities while protecting the privacy of individuals, USA, US 11107588 B2, 2020.

GUIMARÃES, Reinaldo. Vacinas anticovid: um olhar da saúde coletiva. Ciência & Saúde Coletiva, [s.l.], v. 25, p. 3.579-3.585, 2020. DOI: https://doi.org/10.1590/1413-81232020259.24542020.

HOLMES, Elizabeth A. et al. Labrador Diagnostics LLC. Depositante: Integrated health data capture and analysis system, USA, US 11195624 B2. 2021.

HUANG, Shigao et al. Artificial intelligence in the diagnosis of COVID-19: Challenges and perspectives. International Journal of Biological Sciences, [s.l.], v. 17, n. 6, p. 1.581, 2021. DOI: https://doi.org/10.7150/ijbs.58855.

INFORME, E. N. S. P. et al. Fiocruz desenvolve novas vacinas para enfrentar Covid-19. [S.l.: s.n.], 2021.

JAMSHIDI, Mohammad et al. Artificial intelligence and COVID-19: deep learning approaches for diagnosis and treatment. Ieee Access, [s.l.], v. 8, p. 109581-109595, 2020. DOI: https://doi.org/10.1109/ACCESS.2020.3001973.

KHEMASUWAN, Danai; COLT, Henri G. Applications and challenges of AI-based algorithms in the COVID-19 pandemic. BMJ Innovations, [s.l.], v. 7, n. 2, 2021. DOI; http://dx.doi.org/10.1136/bmjinnov-2020-000648.

LENS.ORG. [Base de dados – Internet]. Cambia; Queensland University of Technology, 2020. Disponível em: https://www.lens.org/. Acesso em: 1º ago. 2022.

MAILLE, Baptiste et al. Smartwatch electrocardiogram and artificial intelligence for assessing cardiac-rhythm safety of drug therapy in the COVID-19 pandemic. The QT-logs study. International Journal of Cardiology, [s.l.], v. 331, p. 333-339, 2021. DOI: https://doi.org/10.1016/j.ijcard.2021.01.002.

MALIK, Yashpal Singh et al. How artificial intelligence may help the Covid‐19 pandemic: Pitfalls and lessons for the future. Reviews in Medical Virology, [s.l.], v. 31, n. 5, p. 1-11, 2021. DOI: https://doi.org/10.1002/rmv.2205.

NASEEM, Maleeha et al. Exploring the potential of artificial intelligence and machine learning to combat COVID-19 and existing opportunities for LMIC: a scoping review. Journal of Primary Care & Community Health, [s.l.], v. 11, p. 2150132720963634, 2020. DOI: https://doi.org/10.1177/2150132720963634.

OMS – ORGANIZAÇÃO MUNDIAL DE SAÚDE. Painel do Coronavírus da OMS (Covid). [2022]. Disponível em: https://covid19.who.int/. Acesso em: 27 ago. 2022.

PICCIALLI, Francesco et al. The role of artificial intelligence in fighting the COVID-19 pandemic. Information Systems Frontiers, [s.l.], v. 23, n. 6, p. 1.467-1.497, 2021. DOI: https://doi.org/10.1007/s10796-021-10131-x.

PRADUMAN, Jain; SCHILLING, Josh; KLEIN, Dave. Vignet Inc. Depositante: Potentiators of Antimicrobial and/or Antiviral Agents. WIPO, 2020.

RAHIMZADEH, Mohammad; ATTAR, Abolfazl. A modified deep convolutional neural network for detecting COVID-19 and pneumonia from chest X-ray images based on the concatenation of Xception and ResNet50V2. Informatics in Medicine Unlocked, [s.l.], v. 19, p. 100360, 2020. DOI: https://doi.org/10.1016/j.imu.2020.100360.

RAO, Arni SR Srinivasa; VAZQUEZ, Jose A. Identification of COVID-19 can be quicker through artificial intelligence framework using a mobile phone–based survey when cities and towns are under quarantine. Infection Control & Hospital Epidemiology, [s.l.], v. 41, n. 7, p. 826-830, 2020. DOI: https://doi.org/10.1017/ice.2020.61.

RAPIN, Jérémy; JIA, Li; MASSIAS, Mathurin. Cardiologs Technologies SAS. Depositante: Automatic method to delineate or categorize an electrocardiogram. EUA, US11331034B2, 2022.

SANTUS, Enrico et al. Artificial intelligence–aided precision medicine for COVID-19: strategic areas of research and development. Journal of Medical Internet Research, [s.l.], v. 23, n. 3, p. e22453, 2021. DOI: https://dx.doi.org/10.2196/22453.

STEVANIM, Luiz Felipe et al. Uma vacina para a humanidade: da expectativa à realidade, os esforços para se chegar a uma vacina contra Covid-19 acessível à população. 2020. Disponível em: https://www.arca.fiocruz.br/handle/icict/43683

UNCTAD. Catching technological waves: Innovation with equity. Technology and innovation report 2021. 2021. Disponível em: https://unctad.org/system/files/official-document/tir2020_en.pdf. Acesso em: 1º ago. 2022.

XU, Zhenxing et al. Artificial intelligence for COVID-19: Battling the pandemic with computational intelligence. Intelligent Medicine, [s.l.], 2021. DOI: https://doi.org/10.1016/j.imed.2021.09.001.

Downloads

Publicado

2023-03-15

Como Citar

Freitas, R. A. B. de, Melo, H. da C. e S., Azevedo, M. A. F. de, & Oliveira Junior, A. M. de . (2023). Inteligência Artificial na Prevenção da COVID-19: prospecção no contexto epidemiológico no mundo pós-pandêmico. Cadernos De Prospecção, 16(2), 373–389. https://doi.org/10.9771/cp.v16i2.50873

Edição

Seção

Coronavirus (SARS-COV-2) e COVID-19