Um novo modelo de machine learning, adaptado a realidade brasileira, é capaz de prever com até três meses de antecedência surtos de doenças como dengue, zika e chikungunya em bairros específicos de uma cidade, como, por exemplo, a capital do Rio de Janeiro. O artigo Predicting Dengue Outbreaks with Explainable Machine Learning recebeu o prêmio de melhor artigo no Workshop Internacional AI4Health, realizado em maio deste ano, na Itália.
Os pesquisadores utilizaram dados abertos, de diferentes bases, da metrópole fluminense. Para calcular as probabilidades de uma possível epidemia, o algoritmo utiliza indicadores como o número de casos de dengue em um bairro e em bairros vizinhos, informações do Levantamento Rápido de andices para Aedes aegypti (LIRAa) e dados ambientais é“ temperatura e precipitação é“, demográficos e espaciais. Futuramente, a ideia é que esse modelo de aprendizado de máquina para predição dos surtos de dengue seja adaptado para outros municípios do país.
Apesar de parcialmente ofuscadas pela pandemia da Covid-19, as doenças infecciosas sazonais seguem sendo um desafio no Brasil. Até meados de junho de 2022, as mortes por dengue mais que dobraram em relação a todo o ano de 2021 no país.
O objetivo do estudo é fornecer um modelo que agilize a análise dos dados e ajude as autoridades de saúde a entender as razões para as previsões dos surtos, permitindo que planejem melhor as suas ações para terem tempo de agir, com a ajuda da inteligência artificial.
A pesquisa foi realizada por Robson Aleixo em seu mestrado em ciência da computação pela Universidade de Senção Paulo (USP), sob a orientação do professor Raphael Yokoingawa de Camargo, da Universidade Federal do ABC (UFABC), no âmbito dos Projetos Temáticos Internet do futuro aplicada a cidades inteligentes e do INCT 2014: da Internet do Futuro , coordenados pelo professor Fábio Kon, da USP, apoiados pela FAPESP. Também participaram deste trabalho Marcela Santos Camargo e Rudi Rocha, do Instituto de Estudos de Políticas de Saúde (IEPS) da Escola de Administração de Empresas de Senção Paulo (FGV).
Para os pesquisadores, este pode ser um instrumento valioso para um gestor repensar suas estratégias e redirecionar os recursos necessários para as áreas mais afetadas.
O grande diferencial da inteligência artificial é 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 regienção, complementa Aleixo.