Modelos de Decisão para Testagem de Casos Suspeitos de Arboviroses por Aprendizagem por Reforço

Abstract

Este trabalho teve como objetivo aplicar a teoria da aprendizagem por reforço para resolver o seguinte problema: maximizar a acurácia na confirmação dos casos, minimizando ao mesmo tempo o custo, ou seja, o número de testes laboratoriais realizados. O modelo leva em conta a distribuição espaço-temporal dos casos notificados, as características operacionais dos testes (como sensibilidade e especificidade) e cenários simulados de epidemias de dengue e chikungunya com diferentes números básicos de reprodução (R₀). O ambiente de simulação foi desenvolvido em Python/Gymnasium [2], utilizando um modelo SIR (Suscetível-Infectado-Recuperado) [1] para representar a propagação de doenças. A distribuição espacial dos casos foi modelada como uma dispersão gaussiana em torno de pontos de foco pré-definidos, simulando surtos localizados. O agente de aprendizagem por reforço interage com esse ambiente por meio de ações que incluem: (1) testagem específica para cada arbovírus (dengue ou chikungunya); (2) confirmação ou descarte epidemiológico baseado em critérios operacionais; e (3) inação estratégica para evitar custos desnecessários. A cada ação, o agente recebe uma recompensa que busca equilibrar a acurácia diagnóstica e os custos operacionais, conforme a função: R(s, a) = α · Acurácia(s, a) − β · Custo(a). Na primeira etapa, comparou-se o desempenho de dois agentes: um agente aleatório (baseline) e outro utilizando Q-Learning [4]. O agente baseline seleciona ações de forma aleatória, enquanto o Q-Learning atualiza iterativamente uma tabela de valores esperados de recompensa. Os resultados (Figura 1) demonstraram que o Q-Learning superou significativamente o agente aleatório, com um aumento progressivo da recompensa acumulada ao longo das épocas de treinamento, indicando a aprendizagem de uma política eficiente de testagem. Estes resultados preliminares validam o potencial da aprendizagem por reforço para otimizar estratégias de testagem em arboviroses, combinando eficiência operacional e precisão diagnóstica. Como próximos passos, planeja-se: (1) implementar algoritmos de Deep Reinforcement Learning [3] (como Deep Q-Learning), capazes de generalizar em espaços de parâmetros complexos; (2) incorporar dados reais de vigilância epidemiológica para calibrar as simulações; e (3) analisar a sensibilidade do modelo a parâmetros como a especificidade dos testes e atrasos na liberação de resultados. A expectativa é que esta abordagem forneça insights valiosos para a otimização de políticas de testagem em situações reais, onde os recursos são limitados e a agilidade na confirmação de casos é crítica. [...]