Um grupo de cientistas da Harvard Medical School e do Boston Children’s Hospital desenvolveu um algoritmo de machine learning que pode prever o aumento de infeções de Covid-19 até um mês e meio de antecedência. O estudo completo sobre o algoritmo foi publicado na revista Science Advances.
Entre as variáveis que a máquina controla estão as buscas no Google, tweets e outros vestígios digitais relacionadas com o coronavírus, o que permite controlar a transmissão da Covid-19 quando determinada região está num surto, permitindo, assim, salvar milhares de vidas. É esta a mais-valia deste método, uma vez que as redes sociais, por exemplo, não são consideradas pelas agências de saúde da área médica – a tendência é favorecer indicadores epidemiológicos.
“O nosso método aproveita informações de várias fontes de dados baseadas na Internet, comumente chamadas de rastos digitais, pois são recolhidos quando as pessoas navegam na Internet e servem como proxies do comportamento humano”, afirmam os autores do estudo no artigo.
Além disso, a ferramenta foi alimentada com dados históricos da pandemia sobre a atividade do vírus da Covid-19 em 97 condados do país. Dessa forma, é possível obter previsões em tempo real do comportamento viral entre os norte-americanos.
Para já o algoritmo está programado para se aplicar aos Estados Unidos, mas pode ser pensado para outros pontos do planeta e com capacidade para prever outras doenças, como dengue, zika e chikungunya.
Segundo os autores, a estratégia “pode ser usada em tempo real e, de modo prospetivo, para antecipar o início de surtos da Covid-19 nos Estados Unidos. Motivados pela necessidade de insights epidemiológicos de resolução espacial mais refinados, construímos as nossas pesquisas sobre esforços anteriores concebidos ao nível estadual”, concluem.
Hoje, o sistema ainda apresenta limitações quando se trata de municípios pequenos, onde o volume de dados vindos da internet não é tão intenso.
