Pesquisadores da USP e da Unesp desenvolveram uma ferramenta para projetar o número de infecções, óbitos e pacientes recuperados da covid-19 em São Paulo. A partir dos dados fornecidos pelas prefeituras, analisados por modelos matemáticos e técnicas de inteligência artificial, os professores conseguem antever o comportamento da doença em cada uma das 22 sub-regiões do Estado no período de sete a dez dias com 95% de acerto.
De acordo com a atualização desta última segunda-feira, as previsões do número efetivo de reprodução e de novos casos ativos apontam que Araçatuba, Grande SP Sudeste e Norte (subdivisões da Grande São Paulo), São João da Boa Vista, Registro e Piracicabasão regiões com “provável controle da transmissão”. Por outro lado, Barretos, Franca, Grande SP Leste (Suzano, Santa Isabel, Poá, Mogi, Itaquá, Guarulhos, Ferraz de Vasconcelos, Arujá) e Sudoeste (Vargem Grande Paulista, Taboão, Itapecerica, Embu e Cotia) são regiões com “provável aumento no número de casos” nos próximos dias.
Disponível na internet para acesso público, a plataforma SP Covid Info Tracker reúne informações sobre 91 cidades que hoje correspondem à aproximadamente 92% do número de casos e de óbitos no estado. É um universo de 35 milhões de pessoas. Para os governos, prever o comportamento da covid significa estimar a demanda por leitos hospitalares e planejar a retomada das atividades econômicas, entre outras ações. Para a população, é a oportunidade de acompanhar o controle da pandemia em sua própria região, sem se descuidar das medidas de prevenção.Para chegar a essas conclusões, os pesquisadores coletam diariamente as informações da pandemia junto às prefeituras com alto grau de detalhamento. O dado é coletado no mesmo dia de sua ocorrência, o que permite um monitoramento em "tempo real" do avanço do novo coronavírus. O estudo está alinhado à divisão do estado em sub-regiões feita pela Secretaria Estadual da Saúde.
Para projetar o comportamento da doença, o primeiro passo é a análise do histórico da doença nos últimos 60 dias em cada município. É uma forma de "treinar" o modelo matemático, baseado na modelagem SIR (Suscetível-Infectado-
Com a inteligência artificial, os pesquisadores apontam as tendências para os próximos dias das curvas de infecções, óbitos e recuperações. O “pulo do gato” da pesquisa é a variação dos parâmetros no modelo epidemiológico de acordo com os dados de cada região. A inteligência artificial permite descobrir quais parâmetros modelam melhor cada localidade. Parâmetros como a taxa de infecção, por exemplo, diferem das cidades que vivem alta de casos em relação aos locais que controlaram a pandemia.
“A inteligência artificial busca uma análise dos padrões a partir dos próprios dados que alimentam a ferramenta”, explica Wallace Casaca, professor da UNESP e responsável pela coleta de dados na pesquisa.
Fonte: Estadão
