Máquinas aprendem a previsão de pandemias

Crédito: Unsplash / CC0 Public Domain

Será que o Machine Learning e o big data nos permitem prever como uma doença emergente pode se espalhar e, assim, estar mais preparados do que estávamos para a evolução da pandemia COVID-19? Uma nova pesquisa da Índia sobre as várias técnicas publicadas no International Journal of Engineering Systems Modeling and Simulation sugere que sim.

S. Sharma e Yogesh Kumar Gupta da Banasthali University em Jaipur, explicam como eles rastrearam as ferramentas e dados que foram usados para investigar a disseminação de doenças bem conhecidas e, infelizmente, bem estabelecidas de influenza, malária e dengue para modelar o disseminação de um patógeno pela população humana e como essa disseminação dá origem a uma epidemia. Fundamentalmente, eles sugerem, quanto mais dados disponíveis, mais precisas as previsões podem ser, desde que dados “falsos” possam ser excluídos. Eles apontam que, em algumas regiões, certas doenças estão sempre presentes, são endêmicas, enquanto em outras regiões podemos observar surtos súbitos em grande escala da mesma doença, representando um aumento na morbimortalidade. Dessa forma, a modelagem poderia ser usada para fazer previsões sobre o reaparecimento repetido de certas doenças nesses locais.

A perspectiva da equipe sobre aprendizado de máquina e big data aponta para maneiras pelas quais eles podem ser usados juntos para fornecer suporte de decisão especializada, especialmente em regiões do mundo em desenvolvimento com recursos de saúde muito limitados. Informações prontamente disponíveis de fontes como Twitter, Google Trends, Flu Near You, Influenza Net, Wikipedia Access Logs, Health Map, Electronic Health Records, WHO, Center for Disease Control e departamentos meteorológicos foram reunidas para ajudar a rastrear o surgimento de influenza e podem ser adaptados e inseridos em novos modelos para patógenos emergentes à medida que são identificados.

A equipe aponta que diferentes ferramentas estatísticas têm diferentes prós e contras ao examinar diferentes doenças conhecidas, mas todas podem falhar quando há escassez de dados. Eles também sugerem que os padrões de temperatura e clima podem ter uma grande influência sobre certas doenças e, portanto, devem ser levados em consideração ao modelar doenças emergentes.


Publicado em 26/06/2021 11h26

Artigo original:

Estudo original: