Todos os anos, no verão, os agentes comunitários de saúde intensificam sua rotina de visitas domiciliares em busca de focos do mosquito A. aegypti, transmissor da dengue e de outras doenças infecciosas. Com o objetivo de tornar esse trabalho ainda mais preciso e eficaz, pesquisadores da Universidade de São Paulo (USP), da University of Sheffield (Reino Unido) e da Universidade Federal de Minas Gerais (UFMG) desenvolveram um modelo computacional capaz de prever se uma área urbana apresenta alto risco para a doença com base em fotos das fachadas dos edifícios.
Os resultados do projeto, financiado pela FAPESP, foram divulgados em versão preprint (artigo sem revisão por pares) no repositório medRxiv.
De acordo com o Ministério da Saúde, o Brasil já registra este ano quase 400 mil casos prováveis de dengue e 54 mortes confirmadas – há ainda quase 300 óbitos em investigação. Entre os sintomas comuns da doença estão febre, dores (de cabeça, atrás dos olhos, musculares e nas articulações) e erupções cutâneas. Em casos graves, podem ocorrer falta de ar, sangramento intenso, complicações graves em diversos órgãos e até morte.
A dificuldade para controlar surtos como o atual, que fez com que os Estados do Acre, Minas Gerais e Goiás, além do Distrito Federal, e o município do Rio de Janeiro decretassem situação de emergência em saúde pública, pode ser explicada por diversos fatores, entre eles, a falta de vacinas amplamente disponíveis para toda a população e a ineficácia do monitoramento do mosquito transmissor, já demonstrada em diversas pesquisas científicas.
A proposta do grupo, que também é apoiado pelo Instituto Serrapilheira, é lançar mão de uma nova abordagem para o uso do Índice de Condições de Moradia (ICM), técnica que leva em conta as condições da construção e do quintal e o grau de sombreamento, com a agregação de informações sobre as condições das fachadas dos imóveis e, desse modo, permitir a identificação rápida de áreas de maior risco para a presença do vetor de forma ágil. A ideia é utilizar imagens de fachadas no nível da rua, como as exibidas, por exemplo, no recurso Google Street View, do Google Maps, ou no OpenStreetMap, da Wikipédia, em conjunto com técnicas de inteligência artificial, para classificar os imóveis do ponto de vista das condições da fachada, sem necessidade de visitá-los. A essa metodologia computacional os cientistas deram o nome de PCINet.
Autor: Julia Moióli | Agência FAPESP
Fonte: FAPESP
Sítio Online da Publicação: FAPESP
Data: 09/02/2024
Nenhum comentário:
Postar um comentário