ARBOSOCIAL: Sistema Integrado de Análise e Predição de Arboviroses

📋 Sobre o Projeto

O ARBOSOCIAL é um sistema integrado de análise e predição de arboviroses que utiliza técnicas de machine learning para correlacionar dados epidemiológicos com determinantes sociais da saúde, visando a criação de um sistema de alerta precoce para surtos de dengue, zika e chikungunya no Brasil.

🎯 Objetivos

• Predição Precoce: Detectar surtos de arboviroses com 4 semanas de antecedência
• Análise Integrada: Correlacionar dados epidemiológicos com determinantes sociais
• Alertas Inteligentes: Sistema de notificação automática para gestores de saúde pública
• Visualização Interativa: Dashboard responsivo com mapas e gráficos em tempo real

🏆 Resultados Alcançados

• ✅ 87% de acurácia na predição de surtos
• ✅ 91,5% de especificidade no sistema de alertas
• ✅ 15 variáveis sociais identificadas como fatores de risco
• ✅ 3,8 semanas de antecedência média na detecção

🚀 Demonstração

🌐 Sistema em Produção: https://arbosocial.data-lab.org

🛠️ Tecnologias Utilizadas

Frontend

• React.js 18 - Interface de usuário moderna e responsiva
• TypeScript - Tipagem estática para maior robustez
• Material-UI - Componentes visuais consistentes
• Leaflet - Mapas interativos
• Chart.js - Visualizações de dados

Backend

• Python 3.11 - Linguagem principal
• Flask - Framework web minimalista
• SQLAlchemy - ORM para banco de dados
• Celery - Processamento assíncrono
• Redis - Cache e filas de tarefas

Machine Learning

• scikit-learn - Algoritmos de ML clássicos
• TensorFlow - Redes neurais LSTM
• Prophet - Predição de séries temporais
• Pandas - Manipulação de dados
• NumPy - Computação numérica

Banco de Dados

• PostgreSQL 14 - Banco principal
• PostGIS - Extensão geoespacial
• Redis - Cache e sessões

Infraestrutura

• Docker - Containerização
• Nginx - Proxy reverso e load balancer
• GitHub Actions - CI/CD
• VPS Ubuntu - Hospedagem

📊 Arquitetura do Sistema

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   Frontend      │    │   API Gateway   │    │   Load Balancer │
│   (React.js)    │◄──►│   (Nginx)       │◄──►│   (Nginx)       │
└─────────────────┘    └─────────────────┘    └─────────────────┘
                                │
                ┌───────────────┼───────────────┐
                │               │               │
        ┌───────▼──────┐ ┌──────▼──────┐ ┌─────▼──────┐
        │ Auth Service │ │ Data Service│ │ ML Service │
        │ (Flask)      │ │ (Flask)     │ │ (Flask)    │
        └──────────────┘ └─────────────┘ └────────────┘
                │               │               │
        ┌───────▼──────┐ ┌──────▼──────┐ ┌─────▼──────┐
        │ PostgreSQL   │ │ PostgreSQL  │ │ Redis      │
        │ (Users)      │ │ (Main DB)   │ │ (Cache)    │
        └──────────────┘ └─────────────┘ └────────────┘

🗂️ Estrutura do Projeto

ARBOSOCIAL/
├── frontend/                 # Aplicação React.js
│   ├── src/
│   │   ├── components/      # Componentes reutilizáveis
│   │   ├── pages/          # Páginas principais
│   │   ├── services/       # Serviços de API
│   │   ├── utils/          # Utilitários
│   │   └── types/          # Definições TypeScript
│   └── public/             # Arquivos estáticos
├── backend/                 # API Python/Flask
│   ├── app/
│   │   ├── models/         # Modelos de dados
│   │   ├── services/       # Lógica de negócio
│   │   ├── routes/         # Endpoints da API
│   │   └── utils/          # Utilitários
│   ├── migrations/         # Migrações do banco
│   └── tests/              # Testes automatizados
├── docs/                   # Documentação
├── scripts/                # Scripts de automação
└── data/                   # Dados de exemplo

🚀 Instalação e Configuração

Pré-requisitos

• Python 3.11+
• Node.js 18+
• PostgreSQL 14+
• Redis 6+
• Docker (opcional)

1. Clone o Repositório

git clone https://github.com/data-lab-org/ARBOSOCIAL.git
cd ARBOSOCIAL

2. Configuração do Backend

cd backend
python -m venv venv
source venv/bin/activate  # Linux/Mac
# ou
venv\Scripts\activate     # Windows

pip install -r requirements.txt

3. Configuração do Banco de Dados

# Criar banco PostgreSQL
createdb arbosocial

# Executar migrações
flask db upgrade

4. Configuração do Frontend

cd frontend
npm install
npm start

5. Variáveis de Ambiente

Crie um arquivo .env no diretório backend/:

DATABASE_URL=postgresql://user:password@localhost/arbosocial
REDIS_URL=redis://localhost:6379
SECRET_KEY=your-secret-key
DATASUS_API_KEY=your-datasus-key
IBGE_API_KEY=your-ibge-key

📈 Uso do Sistema

Dashboard Principal

• Visualização de casos em tempo real
• Mapas de calor por município
• Gráficos de tendências temporais
• Indicadores de risco por região

Sistema de Alertas

• Alertas automáticos por email/SMS
• Níveis de risco: Baixo, Médio, Alto, Crítico
• Histórico de alertas emitidos
• Configuração de limiares personalizados

Análise de Dados

• Correlações entre determinantes sociais
• Predições para próximas 4-12 semanas
• Comparação entre modelos ML
• Exportação de relatórios

🧪 Testes

# Backend
cd backend
python -m pytest tests/

# Frontend
cd frontend
npm test

📚 Documentação

• Documentação da API
• Guia de Instalação *em breve
• Manual do Usuário *em breve
• Arquitetura do Sistema *em breve

🤝 Contribuição

1. Fork o projeto
2. Crie uma branch para sua feature (git checkout -b feature/AmazingFeature)
3. Commit suas mudanças (git commit -m 'Add some AmazingFeature')
4. Push para a branch (git push origin feature/AmazingFeature)
5. Abra um Pull Request

📄 Licença

Este projeto está licenciado sob a Licença MIT - veja o arquivo LICENSE para detalhes.

👥 Autores

• Kelly Christine Alvarenga de Castro - Desenvolvimento Principal - GitHub

🙏 Agradecimentos

• Centro Universitário Internacional UNINTER
• Ministério da Saúde (DataSUS)
• Instituto Brasileiro de Geografia e Estatística (IBGE)
• Instituto Nacional de Meteorologia (INMET)
• Comunidade de Software Livre

📞 Contato

• Email: kelly@decastro.com
• LinkedIn: Kelly Castro
• data-lab.org: data-lab.org

---

Análise de dados com propósito ❤️

Em memória de Vitorio Paulo de Castro e Ana Maria da Silveira Dias