Um algoritmo desenvolvido por pesquisadores da Universidade de São Paulo (USP) consegue prever surtos de dengue, zika e chikungunya com até três meses de antecedência. O estudo em que detalham a criação do modelo de aprendizado de máquina (machine learning) recebeu o prêmio de melhor artigo no Workshop Internacional AI4Health, evento sobre aplicação de inteligência artificial em temas de saúde realizado na Itália.
Para criar a novidade, os cientistas utilizaram dados disponíveis da cidade do Rio de Janeiro. O algoritmo se baseia em informações como número de casos em determinado bairro e nas regiões vizinhas, dados ambientais de temperatura e precipitação, demografia da área, entre outros, para estimar a proximidade de um próximo surto provocado pelas arboviroses.
O modelo foi desenvolvido baseado na capital fluminense, mas os pesquisadores pretendem adaptar para outros municípios do país. O algoritmo pode se tornar uma importante arma na luta contra as doenças, que ainda provocam números altos de casos no Brasil. A dengue, por exemplo, foi responsável por mais óbitos nos primeiros seis meses de 2022 que o dobro do total registrado em 2021.
Em comunicado, os criadores explicam que a ideia é que a inteligência artificial torne mais rápida a análise de dados e auxilie as autoridades de saúde a se prepararem para novos surtos e tomarem medidas a tempo, otimizando recursos. Além dos pesquisadores da USP, colaboraram no estudo cientistas do Instituto de Estudos de Políticas de Saúde (IEPS) e da Fundação Getúlio Vargas (FGV).
“O grande diferencial da inteligência artificial é, justamente, identificar comportamentos e padrões dos dados históricos, para dar visibilidade ao que é relevante para a análise e a elaboração de ações preventivas. Por exemplo: preocupar-se com ações que lidam com focos de dengue pode trazer mais benefícios do que construir um novo estabelecimento de saúde naquela região”, afirma Robson Aleixo, pesquisador principal do estudo, em comunicado.
A elaboração do algoritmo contou com uma análise de dados de 160 bairros do Rio de Janeiro entre 2015 e 2020. Os responsáveis pela novidade explicam que já existiam outros modelos, especialmente em países tropicais que também enfrentam altas de arboviroses, como Indonésia e Tailândia, que utilizam informações de precipitação, temperatura e umidade do ar para prever casos das doenças. No entanto, os resultados eram precisos apenas com uma antecedência de um ou dois meses, e somente para a dengue.
Raphael Camargo, professor da Universidade Federal do ABC (UFABC) que orientou o projeto, explica que a ideia é que o algoritmo auxilie um trabalho que já é feito pelas prefeituras, de análise de dados para tentar encontrar padrões que indiquem a chegada de um novo surto. Agora, para que se torne de fato uma estratégia de saúde pública, o algoritmo precisa ser aprimorado e incorporado a um sistema que possibilite que usuários sem domínio de linguagens de programação consigam interpretá-lo e adotá-lo na prática cotidiana.
“Precisaríamos aprimorar o modelo com melhores características como, por exemplo, pensar como os sorotipos da dengue e outros indicadores da doença poderiam interferir, além de incorporar técnicas avançadas de séries temporais em conjunto com o modelo de árvores de decisão e incluir dados de novas regiões”, ressalta Camargo.
Por; O Globo