Plataforma de IA do Brasil ajuda no controle do coronavírus

Com a velocidade rápida de disseminação do coronavírus, modelos preditivos são importantes para controlar a evolução da covid-19 em todo o mundo, auxiliando os poderes locais a definir a adoção de medidas de isolamento social ou a retomada das atividades. Entretanto, a maioria dessas previsões são limitadas a dados gerais de números de casos e mortalidades.

Conheça o Summit Saúde, um evento que reúne as maiores autoridades do Brasil nas áreas médica e hospitalar.

Uma tecnologia de Inteligência Artificial (IA) desenvolvida no Brasil é capaz de prever e identificar os fatores que contribuem para a aceleração ou redução da disseminação do Sars-CoV-2. A ferramenta consegue quantificar o impacto de variáveis socioeconômicas e culturais na mortalidade e na propagação do novo coronavírus, o que possibilita planejar ações de combate à pandemia.

O modelo foi realizado pela Kunumi, organização dedicada ao desenvolvimento de IA no meio científico, em parceria com o laboratório de IA da Universidade Federal de Minas Gerais (UFMG). O estudo sobre a ferramenta foi publicado na plataforma MedRxiv, mantida pela Universidade Yale.

Como funciona a ferramenta

O modelo preditivo cruza variáveis de diversos bancos de dados em busca de padrões nos dados que são imperceptíveis para humanos, devido à grande escala de informações. Os dados são obtidos por meio de fontes públicas, como o Banco Mundial, a Universidade de Oxford, o World Life Expectancy e o Our World In Data, e do Centro Europeu de Prevenção e Controle de Doenças.

Os pesquisadores programaram a ferramenta para tentar prever os resultados da evolução do vírus em datas aleatórias passadas, a partir de um modelo de aprendizado de máquina baseado em árvore interpretável, um subproduto da IA. O sistema tenta acertar a previsão de duas variáveis principais: velocidade e aceleração das taxas de mortalidades diárias.

O número estimado pela IA é comparado com os valores reais. Dessa forma, os cientistas podem identificar a taxa de erro dos cálculos. Quando essa taxa é baixa, os pesquisadores extraem do sistema as variáveis mais influentes na taxa de mortalidade, bem como a sua variação de acordo com os diferentes locais de enfrentamento da pandemia.

Fatores analisados

A ferramenta analisa fatores que podem influenciar na propagação e nas taxas de mortalidade do novo coronavírus, como variáveis de saúde, demográficas, climáticas, dados temporais e de enfrentamento à pandemia. Por enquanto, o sistema é capaz de prever a situação em 26 países das Américas, da África, da Europa, da Ásia e da Oceania.

Entre os principais dados demográficos analisados estão questões como percentual de população urbana, densidade populacional, aglomeração em cidades com mais de um milhão de habitantes e população vivendo em favelas. A IA também pesquisa tendências de mobilidade em áreas residenciais e no transporte público, além do índice de concentração de renda.

Na área de saúde, a tecnologia cruza informações como gastos correntes em saúde, incidência de fumantes, HIV, câncer, diabetes, patologias cardiovasculares, além de proporção de leitos de UTI e programas de vacinação para outras doenças. A ferramenta verifica, ainda, as medidas preventivas adotadas como restrição de mobilidade, bem como fechamento de empresas e serviços públicos.

Principais Resultados

O estudo permitiu identificar os fatores mais influentes na mortalidade de cada país. O padrão de alta desigualdade de renda, medido pelo índice de Gini, é outro fator preponderante no Brasil e nos Estados Unidos. 

Uma maior desigualdade afeta diretamente o acesso ao sistema de saúde e a condições sanitárias adequadas, entre outros serviços básicos que são essenciais no combate ao coronavírus.

No Brasil, a IA apontou ainda que a alta porcentagem de pessoas vivendo em favelas é um dos fatores mais influentes na aceleração do crescimento das taxas diárias de covid-19. Isso é causado, entre outros fatores, pela alta densidade populacional, falta de serviços de saúde e saneamento, bem como pela dificuldade em adotar medidas de prevenção como o distanciamento social e a higienização das mãos.

A ferramenta identificou também a importância do sistema de saúde da Alemanha, que tem uma ampla disponibilidade de leitos de UTI, como um dos fatores importantes na redução da taxa de mortalidade por covid-19 no país. O sistema também demonstrou que a adoção de políticas públicas, como isolamento social, fechamento de escolas e interrupção de transporte público, foram essenciais para diminuir a propagação do vírus em alguns países, como Itália, Reino Unido e Países Baixos.

Acompanhe as notícias mais relevantes do setor pelo blog. Para saber mais, é só clicar aqui.

Fontes: Saúde Business, Kunumi, Medrxiv, Shutterstock.