O economista Alexandre Chiavegatto e a matemática Solange Rezende no evento promovido pela Fapesp

Por: Giovana Viveiros

Reunidos em seminário virtual promovido pela Fapesp nesta quarta-feira (6), quatro pesquisadores de universidades brasileiras apresentaram programas de computador desenvolvidos com inteligência artificial para tentar prever e controlar a atual e eventuais pandemias causadas por outros agentes virais. No evento, foram apresentadas as pesquisas do economista e especialista em inteligência artificial Alexandre Dias Porto Chiavegatto Filho, da USP; pela matemática e cientista computacional Solange Rezende, também da USP; pelo cientista computacional Wagner Meira Jr., da UFMG; e pela farmacóloga e líder do Grupo de Pesquisa LabMol (Laboratório de Planejamento de Fármacos e Modelagem Molecular), Carolina Horta Andrade, da Universidade Federal de Goiás.

Em sua apresentação, Chiavegatto explicou que o desenvolvimento do algoritmo IACOV-BR, na Faculdade de Saúde Pública da Universidade de São Paulo, fez uso de técnicas de machine learning.  “É um campo de estudos em que o algoritmo vai aprendendo a interpretar e tomar decisões com os dados que lhe são fornecidos. O IACOV-BR foi criado para tomar decisões inteligentes na área da saúde, inclusive para ajudar no combate à Covid-19 e até mesmo evitar uma pandemia futura provocada por outro vírus”, disse.

A função do programa é monitorar queixas observadas nas redes sociais que indiquem o surgimento de novas doenças e cruzar dados com o sistema de saúde. “O surgimento de sintomas novos e inesperados é o primeiro passo para predizer uma pandemia. Quando o algoritmo não associa o arbovírus detectado em um paciente à dengue, zika ou chikungunya, há risco de surgir um novo arbovírus e um alerta é emitido para sistema de saúde”, explicou.

O IACOV-BR também é capaz de suavizar a própria pandemia do coronavírus. “Se os médicos tiverem um bom e rápido indicador de risco positivo para Covid, já podem isolar o paciente sem terem que aguardar o teste de RT-PCR, que pode demorar dias ou até semanas. Neste caso, uma predição adequada do quadro do paciente pode valer mais que o resultado positivo ou negativo de um teste”, afirmou Chiavegatto.

Solange Rezende, também professora e pesquisadora da USP, apresentou o programa Websensors, que já estava sendo desenvolvido pelo Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP), em São Carlos, desde 2014 e foi adaptado para uso na pandemia. “Analisando notícias sobre a Covid-19 do mundo todo, a ferramenta extrai dados como ‘o quê’, ‘quando’ e ‘onde’ para ajustar e predizer a propagação da doença no Brasil”, descreveu.

Em sua participação, o professor Wagner Meira Jr. o projeto Covid Data Analytics, desenvolvido no Departamento de Ciência da Computação da Universidade Federal de Minas Gerais (DCC/UFMG). “O objetivo do programa é compreender o impacto da doença no Brasil, avaliando tanto os dados de saúde pública quanto dados socioeconômicos. Estes resultados surgem a partir de informações do Conect SUS e da internet”, disse Meira, lamentando que “a parte mais difícil dessa análise é a polarização e a desinformação nas redes”’.

Também apresentando trabalho desenvolvido na área de inteligência artificial, Carolina Andrade apresentou a utilidade da tecnologia que ajudou a desenvolver na descoberta de fármacos contra a Covid-19. “A pesquisa reúne dados de compostos já aprovados para outras doenças para que a eficácia contra o coronavírus seja testada. Desta maneira, os algoritmos vão aprender com os dados e predizer moléculas ainda não testadas contra o vírus”, explicou a pesquisadora.

Aqui, acesso à íntegra do webinário promovido pela Fapesp, em canal no Youtube.

Orientação: Prof. Carlos A. Zanotti

Edição: Fernanda Almeida