Surtos foram estimados a partir de casos de dengue e do índice de densidade dos ovos do mosquito (Foto: Flávio Carvalho/WMP Brasil/Fiocruz)

João Vítor Bueno

Arboviroses são doenças virais transmitidas por artrópodes e os exemplos mais conhecidos são a dengue, chikungunya, Zika e febre amarela, transmitidas principalmente pelo mosquito Aedes aegypti. O fator epidemiológico da doença está diretamente relacionado a um processo cíclico complexo ligado ao regime de chuvas, presença do vetor, imunidade da população e sorotipo do vírus. Entender a dinâmica das arboviroses é essencial para prevenir surtos e reduzir riscos epidemiológicos.

Mas como a Inteligência Artificial (IA) pode auxiliar na prevenção dessas doenças? Esse foi o assunto da palestra do professor da Escola de Saúde Pública do Rio Grande do Norte, Ion Garcia Mascarenhas de Andrade, transmitida na última terça-feira (20/5) no YouTube. O evento foi organizado pelo Grupo de Estudos em One Health, da Escola de Veterinária e Zootecnia (EVZ) da Universidade Federal de Goiás (UFG).

Na palestra, o professor abordou o artigo Inteligência computacional orientada a dados aplicada à previsão de surtos de dengue: um estudo de caso na escala da cidade de Natal, RN-Brasil, que descreve um método algorítmico para identificar e prever surtos de dengue. O estudo foi publicado na Scientific Reports, revista científica do grupo Nature, um dos principais repositórios científicos do mundo.

A metodologia, desenvolvida em Natal baseou-se no monitoramento por ovitrampas (armadilha utilizada para capturar ovos de mosquito, como o Aedes aegypti), cálculo do índice de densidade dos ovos, análise dos dados obtidos e aplicação do algoritmo LSTM (Long Short-Term Memory), permitindo prever a incidência futura dos surtos de dengue a partir da análise simultânea de casos da doença e o índice de densidade dos ovos. Os métodos revelaram padrões importantes para a previsão de surtos de arboviroses e podem ser aplicados em todo território nacional.

O professor também apresentou dados que evidenciaram a incidência da dengue nos bairros de Natal como reflexo de fatores socioeconômicos e a importância do estudo como um mecanismo de apoio à saúde pública no que tange a detecção precoce de surtos de dengue por meio dos dados obtidos pelas armadilhas de Aedes aegypti com quatro a seis semanas de antecedência, fator que permite intervenções governamentais mais eficazes e oportunas.