Inteligência artificial pode prever surtos de dengue, zika e chikungunya
Desenvolvida por pesquisadores brasileiros, o modelo consegue prever surtos com até três meses de antecedência.
Pesquisadores da Universidade de São Paulo (USP) criaram um modelo de aprendizado de máquina (machine learning) capaz de prever, com três meses de antecedência, surtos das principais doenças causadas pelo mosquito Aedes aegypti. Usando a cidade do Rio de Janeiro como modelo inicial, o plano é expandir o modelo para outras cidades do país.
A inteligência artificial foi alimentada com informações de bairros da capital carioca: número de casos no bairro e nas redondezas, dados de temperatura e precipitação, além de dados demográficos e espaciais. Os pesquisadores buscaram criar um modelo que facilitasse a análise dessas informações, e ajudasse as autoridades de saúde a otimizarem suas ações e respostas aos surtos.
Segundo os pesquisadores, já existem trabalhos no Brasil e em outros países tropicais, principalmente na Ásia, que usam dados climáticos para prever casos de dengue. Contudo, eles só entregam resultados precisos com um ou dois meses de antecedência, sem acompanhar os bairros mês e mês e, principalmente, eles não forneciam explicações para as previsões.
Com isso em mente, os brasileiros criaram um modelo que considera várias métricas, pode ser aplicado em diferentes cenários e que explica seus resultados. Para eles, entender como cada dado contribui para a previsão é essencial, pois permite uma distribuição mais eficaz dos esforços de combate e recursos sanitários. Em determinados casos, ações que lidam com focos do mosquito podem trazer mais benefícios do que a construção de um novo posto de saúde, por exemplo.
Os cientistas analisaram dados de 160 bairros cariocas, do início de 2015 até outubro de 2020. O grande número de variáveis é um diferencial quando comparado a projetos semelhantes. Além dos dados tradicionais de incidência do mosquito Aedes e informações climáticas, eles levaram em conta casos de zika e chikungunya, e a ocorrência em cada bairro.
De acordo com o modelo, o fator mais importante para averiguar as chances de um surto em um bairro e um período é a quantidade de casos registrados no mês anterior. Em seguida está a relação de casos de dengue daquele bairro comparado ao resto da cidade. E, em terceiro lugar, os índices climáticos: choveu na região? Como ficou a temperatura? Os pesquisadores também destacaram a importância de levar em conta os vizinhos. Se existem bairros próximos em que houve muitos casos, os resultados precisam reconhecer essa informação.
Para os próximos passos, os cientistas planejam realimentar o modelo com dados mais recentes e de outras regiões, a fim de que o modelo possa atender a mais municípios. Eles também buscam levá-lo para fora do mundo acadêmico, para ser usado por não-programadores, prefeituras e profissionais de saúde.