O Brasil já registrou 1,6 milhões de casos de dengue até este início de março e 467 mortes, com outros 863 óbitos em investigação, de acordo com dados do Ministério da Saúde. Por conta do cenário atual, pesquisadores da Pontifícia Universidade Católica do Paraná (PUCPR) desenvolveram uma tecnologia capaz de prever com dias de antecedência os locais com maior probabilidade da ocorrência da doença.
O modelo matemático utiliza inteligência artificial (IA) para compreender padrões espaço-temporais da doença. A partir dele, os dados como número de casos confirmados, internações hospitalares e óbitos, além de diversos padrões ambientais, como temperatura, umidade relativa do ar e taxas de precipitação, são monitorados. Isso permite que sejam emitidos diferentes níveis de alerta para a incidência de surtos epidemiológicos.
A pesquisa, liderada por Fábio Teodoro de Souza, professor do Programa de Pós-Graduação em Gestão Urbana (PPGTU) e da Engenharia Civil da Pontifícia Universidade Católica do Paraná (PUCPR), recebeu um período de teste no município de Campo Mourão, no interior do Paraná, entre os anos de 2019 e 2020.
— Com a parte da análise espacial, nós também conseguimos entender a partir de onde a doença se espalha. Nós descobrimos que ali em Campo Mourão, por exemplo, o surto de dengue surgiu de um ferro velho da cidade — Fábio conta, em entrevista.
Segundo o especialista, entender o comportamento de doenças endêmicas é fundamental para que sejam implementadas ações de combate. O objetivo da tecnologia é poder ajudar a criação de políticas públicas focadas na identificação de casos, mobilização comunitária e aplicação de inseticidas em locais críticos de forma eficaz.
A previsão gerada pode contribuir com as medidas tomadas de curto a longo prazo. Dessa forma, as autoridades podem ganhar um tempo maior para preparar as equipes de saúde, campanhas de prevenção e organizar a logística hospitalar.
— A gente quer fazer algo que funcione para toda a sociedade. Inclusive, esse estudo surgiu da pesquisa que desenvolvi no início da minha carreira, quando comecei a desenvolver modelos no Rio de Janeiro para conseguir prever deslizamentos de encostas — ele conta.
