Pesquisa brasileira usa IA para identificar áreas de risco para dengue

Publicidade

Entre as várias aplicações para inteligência artificial (como a produção de vídeos, imagens e até livros inteiros), um recente estudo brasileiro, em parceria com pesquisadores britânicos, quer usar a tecnologia para descobrir áreas de risco do mosquito Aedes aegypti.

A pesquisa foi realizada por uma parceria entre três universidades: a Universidade de São Paulo (USP), a Universidade Federal de Minas Gerais (UFMG) e a Universidade de Sheffield, no Reino Unido. O projeto desenvolveu um modelo de computador que, a partir de fotos de fachadas de prédios, consegue dizer a probabilidade de uma região possuir focos de proliferação do mosquito.

Em 2022, um estudo parecido também envolvia IA no combate a surtos de dengue, zika e chikungunya. A pesquisa combinava diversos dados, como índices de precipitação, temperatura, espaciais e demográficos para prever surtos dessas doenças.

No estudo recente, a abordagem é um pouco diferente. Como é difícil realizar as visitas em residências fiscalizando possíveis locais de proliferação, os pesquisadores decidiram utilizar imagens de fachadas dos prédios para identificar quais os locais que apresentavam maiores riscos para a presença do mosquito.

Como a pesquisa foi feita

Em Campinas, os pesquisadores visitaram e fotografaram edifícios de 200 quarteirões da cidade. Essas imagens foram parar em um banco de dados, em que os cientistas criaram classificações para a construção das fachadas, dos quintais e do grau de sombreamento que os edifícios apresentavam.

Continua após a publicidade

Com isso, foi possível registrar qual tipo de fachada apresentava maior ou menor grau de possuir foco de dengue. Esses dados foram então adicionados a um programa do PCINet, que usa inteligência artificial para “aprender” com o banco de dados das imagens a identificar (e reproduzir) padrões. No caso, dizer qual tipo de fachada tem maior risco.

Com os dados de Campinas, foi possível expandir o projeto. O PCINet pega imagens de ferramentas como o Google Street View, Google Maps e OpenStreetMaps e as compara com o acervo com o qual a IA aprendeu. Ao comparar as novas imagens com as informações já registradas, o software conseguiu analisar de forma rápida (e menos invasiva que uma visita presencial)  edifícios que tinham condições para a propagação do mosquito vetor do vírus da dengue.

Francisco Chiaravalloti Neto, coordenador do estudo e professor do Laboratório de Análise Espacial em Saúde (Laes) da Faculdade de Saúde Pública (FSP-USP), em entrevista à Agência Fapesp, explica como o uso dessas imagens pode tornar o combate à dengue mais eficiente.

“O uso de imagens do nível da rua, como as fornecidas pelo Google Street View ou OpenStreetMap, e do PCINet poderiam ajudar a otimizar o monitoramento do A. aegypti, reduzindo o número de visitas presenciais necessárias para identificar edifícios, quarteirões e bairros com maior risco de arboviroses como a dengue, direcionando as atividades de controle para essas áreas.”

Continua após a publicidade

O trabalho, publicado no repositório MedRxiv, ainda não foi revisado por pares, uma importante etapa de uma pesquisa científica para atestar a sua validade. No entanto, a expectativa dos pesquisadores é que a pesquisa possa, no futuro, ser feita em cidades com tamanhos e características diferentes entre si, e que o projeto vire uma ferramenta para que o governo público elabore medidas de combate à dengue, zika e chikungunya de forma mais direcionada e objetiva.

O país enfrenta no momento um grande surto da doença. Segundo dados do Ministério da Saúde, já são mais de um milhão de pessoas infectadas pelo vírus. Para comparar, o mesmo período no ano passado registrou 207.475 casos.

Até o momento, 2.014 mortes já foram confirmadas. Outras 600 ainda aguardam confirmação para saber se, de fato, foram causadas por dengue. A alta no número de casos fez com que sete estados (AC, GO, MG, ES, RJ, SC e SP), tenham declarado situação de emergência em saúde pública.

Compartilhe essa matéria via: