Modelagem espacial da Dengue usando autômatos celulares e jogos evolucionários no Amazon EC2

Por Matheus Oliveira, arquiteto de soluções, AWS;

e Pedro Henrique Triguis Schimit, docente no programa de Pós-graduação em Informática e Gestão do Conhecimento, Universidade Nove de Julho.

A dengue é uma doença viral transmitida pelo mosquito Aedes aegypti e representa um grave problema de saúde pública em regiões tropicais e subtropicais. Entender como o vetor e a doença se espalham espacialmente é fundamental para o desenvolvimento de estratégias eficientes de controle e prevenção.

Neste contexto, pesquisadores da Universidade Nove de Julho, liderados pelo Prof. Dr. Pedro H. T. Schimit, desenvolveram um estudo utilizando modelagem computacional de alta performance para analisar e avaliar a dinâmica espacial da dengue usando variações do fator de reprodutividade basal utilizando recursos computacionais disponibilizados em parceria do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPQ) com AWS.

A relevância dessa pesquisa se baseia no fato de que a doença espalhada pelo Aedes aegypti é diretamente influenciada pela distribuição espacial de indivíduos e locais de reprodução do mosquito. Em áreas urbanas com alta densidade demográfica e saneamento inadequado, o risco se eleva. Dessa maneira, o estudo avaliou e simulou como a distribuição dessas localidades impactam a propagação da doença.

Metodologia

Para conseguir resultados próximos a situações reais, eles executaram modelos matemáticos que simularam diferentes cenários milhares de vezes. Para suportar essa demanda de processamento, a equipe utilizou duas frentes de recursos computacionais:

• Ambiente local: Trabalharam com aplicações menores em um Workstation de 32 cores Intel Xeon E5, 64 GB de memória DDR4 e NVIDIA Tesla P100.
• Amazon EC2: O Amazon Elastic Compute Cloud oferece uma capacidade de computação escalável sob demanda na Nuvem Amazon Web Services (AWS). Os pesquisadores utilizaram instâncias 12xlarge (instâncias propícias para alta demanda computacional) com 48vCPUS para cargas de trabalho mais pesadas e que pudessem complementar a necessidade computacional do laboratório, permitindo flexibilidade de uso e disponibilização dos recursos.

Segundo o Prof. Dr. Pedro, a alta disponibilidade e flexibilidade de recursos computacionais no ambiente AWS, foi fundamental para obtenção de resultados na pesquisa:

“Trabalhamos com dois tipos principais de problemas: paralelizáveis e seriais.

Para casos sequenciais (seriais), ter uma grande quantidade de processadores é essencial, por isso a instância C5 foi essencial para a execução adequada dos processos. 

Quando era necessário poder computacional, principalmente para esses workloads, utilizava o ambiente AWS por diversos fatores, como pela rapidez de processamento, acesso a recursos de computação mais modernos disponíveis e pela flexibilidade de uso que permitiam subir os recursos somente durante o tempo de execução, facilitando gerenciamento e custos. “

Resultados

Com os resultados coletados das simulações, foi possível a extração de dados de mapas para geração da topologia de movimentação da população, indicando zonas de maior risco. Analogamente, foi possível também o estabelecimento de cenários em que os focos de reprodução do Aedes aegypti estão em certas áreas residenciais impactam diretamente em uma maior quantidade de casos de dengue, permitindo uma melhor identificação e criação de políticas de controle e mitigação.

Figura 1. Simulações geradas para uma região da zona leste de São Paulo.

Os resultados da pesquisa também têm diversas aplicações em diferentes áreas, como:

• Planejamento urbano: Identificação de áreas críticas e desenvolvimento de infraestrutura.
• Tecnologia de informação geográfica: Integração do modelo com sistemas de informação geográficos (GIS) para monitoramento em tempo real.
• Melhor controle e redução de surtos de dengue, minimizando custos de saúde pública.
• Ferramentas tecnológicas para mapeamento e previsão de vulnerabilidades à dengue.

O líder do grupo de pesquisa, professor Pedro, pondera como a utilização dos recursos em nuvem foram cruciais para bons resultados da pesquisa:

“No começo tive um pouco de receio ao trabalhar com ambientes em Cloud devido a sempre trabalhar com servidores locais, mas logo me surpreendi positivamente com a solidez, flexibilidade, velocidade de launch de instâncias, estabilidade de comunicação e disponibilidade dos recursos. Com esses fatores consegui experimentar esse poder computacional durante o processo de pesquisa, além de facilitar a inovação ao utilizar os recursos mais modernos para pesquisas.  Acredito que o uso da computação na nuvem deve ser integrado com a academia, fomentando maior velocidade e eficiência na obtenção de resultados.”

Conclusão

Este caso de uso da Universidade Nove de Julho exemplifica como a utilização de Computação em Nuvem podem acelerar e facilitar a pesquisa científica. Recursos antes limitados como poder de processamento, armazenamento e escala deixam de ser barreiras e se tornam oportunidades para o meio acadêmico. Dessa forma, equipes de pesquisa podem focar na ciência e obter resultados mais rapidamente, com maior possibilidade de experimentação nas mais modernas tecnologias disponíveis, escalando o treinamento para grandes conjuntos de dados, iterando rapidamente, testando variações do modelo e economizando em recursos de hardware.

A nuvem democratiza o acesso a tecnologias avantajadas de IA e computação, permitindo seu uso em aplicações reais e acelerando a inovação.

Confira os resultados dessa colaboração lendo os papers publicados pelos pesquisadores:

http://dx.doi.org/10.1016/j.cmpb.2022.106758
PEREIRA, F.M.M. ; SCHIMIT, P.H.T. Spatial dynamics of dengue fever spreading for the coexistence of two serotypes with an application to the city of São Paulo, Brazil. COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE, v. 219, p. 106758, 2022.

http://dx.doi.org/10.1016/j.physa.2023.128897
LIMA, J.A. ; SCHIMIT, P.H.T. A model for herd behaviour based on a spatial public goods game. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 623, p. 128897, 2023.

http://dx.doi.org/10.1007/s40314-023-02401-y
QUIROGA, C.L ; SCHIMIT, P.H.T. A multi-city epidemiological model based on cellular automata and complex networks for the COVID-19. COMPUTATIONAL & APPLIED MATHEMATICS, v. 42, p. 288, 2023.

Sobre os autores

Matheus Oliveira é arquiteto de soluções na AWS, especializado em engajamentos de Inteligência Artificial e Machine Learning. Com formação em Engenharia da Computação auxilia clientes a experimentarem soluções práticas e escaláveis, buscando impacto positivo e transformação por meio de computação em nuvem.

Pedro Henrique Triguis Schimit é graduado em Engenharia Elétrica com ênfase em Automação e Controle pela Universidade de São Paulo em 2005 e    Doutor em Ciências pela mesma instituição em 2010, atuo como docente permanente no Programa de Pós-graduação em Informática e Gestão do Conhecimento, abrangendo Mestrado e Doutorado, na Universidade Nove de Julho. Atualmente, também desempenho a função de professor visitante (Honorary Visiting Fellow) no Grupo de Matemática Biológica do Departamento de Matemática, Ciência da Computação e Engenharia na City, University of London. Minhas principais áreas de atuação incluem a modelagem e simulação de sistemas complexos e dinâmicos, como epidemiologia matemática e jogos evolucionários, utilizando métodos avançados baseados em aprendizado de máquina e inteligência artificial.

Revisores

Iris Ferreira é arquiteta de soluções na AWS, apoiando clientes em suas jornadas de inovação e transformação digital na nuvem. Em seu tempo livre, gosta de velejar e estar sempre em contato com a natureza.

Marcelo Ferreira Baptista é Solutions Architect no time de AWS LATAM. Trabalha com soluções de TI há mais de 30 anos, com experiência em vários seguimentos de mercado e diferentes ambientes tecnológicos. Especialista em DevOps, Computing e HPC, hoje atua como Arquiteto de Soluções, apoiando os clientes nos seus desafios, buscando as melhores soluções para as suas necessidades.

Raquel Campos Ferreira estudante de Relações Internacionais. Atualmente trabalha na Amazon Web Services com foco no gerenciamento de projetos.

Rubem Paulo Torri Saldanha é formado em Ciência da Computação. Atualmente trabalha na AWS com foco em projetos logo prazo com governos e instituições de pesquisa.