Imprimir Resumo


Teste
Abstract: 172-1

172-1

Metodologia, baseada em ciência de dados, de análise de doses de radiação ionizante de trabalhadores ocupacionalmente expostos.

Authors:
Bruno José Borrajo Domingues (IRD - Instituto de Radioproteção e Dosimetria) ; Tadeu Augusto de Almeida Silva (IRD - Instituto de Radioproteção e Dosimetria)

Abstract:

Introdução: Este projeto visa a aplicação de ciência de dados para analisar doses de trabalhadores ocupacionalmente expostos a radiações ionizantes. A criação de um software especializado permitirá investigar o perfil das exposições em diversas práticas monitoradas, em períodos específicos e em determinadas localidades geográficas. A metodologia proposta utiliza técnicas de ciência de dados para uma abordagem retrospectiva, permitindo uma análise aprofundada do perfil dos indivíduos expostos e contribuindo para o aprimoramento das práticas de radioproteção.

Materiais e métodos: A metodologia desenvolvida possibilita a modelagem e implementação de programas computacionais para analisar extensos conjuntos de dados históricos de doses de trabalhadores, preservando suas identidades e concentrando-se em dados das práticas, instalações, idade, gênero, localidade geográfica e doses monitoradas dos indivíduos ocupacionalmente expostos (IOEs). O software utiliza técnicas de análise estatística e aprendizado de máquina para identificar padrões e correlações nos bancos de dados disponíveis na autoridade reguladora. Para o desenvolvimento do ambiente e tratamento dos dados, seguimos os seguintes procedimentos: criação de um ambiente virtual, importação dos dados, exploração inicial e limpeza dos dados, seleção e filtragem criteriosa, agrupamento dos dados por categorias, realização de cálculos estatísticos e, por fim, visualização e análise detalhada dos dados. A manipulação de dados é facilitada pelo uso do Pandas, uma biblioteca essencial no ecossistema Python, que oferece estruturas de dados flexíveis e ferramentas para leitura, limpeza e manipulação de dados.

Resultados: A ciência de dados envolve a exploração, manipulação e análise de dados para descobrir padrões, realizar previsões e gerar insights. Este projeto desenvolveu um modelo de previsão orientado para antecipar eventos futuros com base em dados existentes. A metodologia aplicada permitiu a exploração, limpeza e análise eficaz dos dados de doses de trabalhadores, extraindo insights importantes sobre a segurança ocupacional em ambientes que envolvem exposição a radiações ionizantes.

Conclusão: Este projeto propõe uma abordagem inovadora na análise de doses de trabalhadores ocupacionalmente expostos, utilizando uma metodologia baseada em ciência de dados. A criação de um software especializado, que utiliza técnicas de análise estatística e aprendizado de máquina, possibilita a investigação do perfil das exposições em diferentes práticas, períodos e localidades geográficas. A metodologia desenvolvida permite a modelagem e implementação de programas computacionais, preservando a privacidade dos indivíduos e concentrando-se na análise de dados relevantes. A aplicação dessa metodologia ao contexto da segurança ocupacional em ambientes com exposição a radiações ionizantes permite extrair insights valiosos que contribuem para o aprimoramento das práticas de radioproteção. Este projeto não só representa uma inovação na análise de doses, mas também se configura como uma ferramenta fundamental para a promoção de ambientes de trabalho mais seguros e o aprimoramento contínuo das medidas de radioproteção ocupacional.

Keywords:
 Ciência de Dados, Exposição Ocupacional, Radioproteção, Análise Estatística