Ferramenta da USP e Unesp tenta prever curva de infectados e mortos por covid-19

Pesquisadores da USP e da Unesp desenvolveram uma ferramenta para projetar o n�mero de infec��es, �bitos e pacientes recuperados da covid-19 em S�o Paulo. A partir dos dados fornecidos pelas prefeituras, analisados por modelos matem�ticos e t�cnicas de intelig�ncia artificial, os professores conseguem antever o comportamento da doen�a em cada uma das 22 sub-regi�es do Estado no per�odo de sete a dez dias com 95% de acerto.

De acordo com a atualiza��o desta �ltima segunda-feira, dia 24, as previs�es do n�mero efetivo de reprodu��o e de novos casos ativos apontam que Ara�atuba, Grande SP Sudeste e Norte (subdivis�es da Grande S�o Paulo), S�o Jo�o da Boa Vista, Registro e Piracicaba s�o regi�es com "prov�vel controle da transmiss�o". Por outro lado, Barretos, Franca, Grande SP Leste (Suzano, Santa Isabel, Po�, Mogi, Itaqu�, Guarulhos, Ferraz de Vasconcelos, Aruj�) e Sudoeste (Vargem Grande Paulista, Tabo�o, Itapecerica, Embu e Cotia) s�o regi�es com "prov�vel aumento no n�mero de casos" nos pr�ximos dias.

Dispon�vel na internet para acesso p�blico, a plataforma SP Covid Info Tracker re�ne informa��es sobre 91 cidades que hoje correspondem � aproximadamente 92% do n�mero de casos e de �bitos no Estado. � um universo de 35 milh�es de pessoas. Para os governos, prever o comportamento da covid significa estimar a demanda por leitos hospitalares e planejar a retomada das atividades econ�micas, entre outras a��es. Para a popula��o, � a oportunidade de acompanhar o controle da pandemia em sua pr�pria regi�o, sem se descuidar das medidas de preven��o.

Para chegar a essas conclus�es, os pesquisadores coletam diariamente as informa��es da pandemia junto �s prefeituras com alto grau de detalhamento. O dado � coletado no mesmo dia de sua ocorr�ncia, o que permite um monitoramento em "tempo real" do avan�o do novo coronav�rus. O estudo est� alinhado � divis�o do estado em sub-regi�es feita pela Secretaria Estadual da Sa�de.

Para projetar o comportamento da doen�a, o primeiro passo � a an�lise do hist�rico da doen�a nos �ltimos 60 dias em cada munic�pio. � uma forma de "treinar" o modelo matem�tico, baseado na modelagem SIR (Suscet�vel-Infectado-Recuperado) e bastante utilizado na an�lise da din�mica de epidemias.

Com a intelig�ncia artificial, os pesquisadores apontam as tend�ncias para os pr�ximos dias das curvas de infec��es, �bitos e recupera��es. O "pulo do gato" da pesquisa � a varia��o dos par�metros no modelo epidemiol�gico de acordo com os dados de cada regi�o. A intelig�ncia artificial permite descobrir quais par�metros modelam melhor cada localidade. Par�metros como a taxa de infec��o, por exemplo, diferem das cidades que vivem alta de casos em rela��o aos locais que controlaram a pandemia.

"A intelig�ncia artificial busca uma an�lise dos padr�es a partir dos pr�prios dados que alimentam a ferramenta", explica Wallace Casaca, pesquisador do Centro de Ci�ncias Matem�ticas Aplicadas � Ind�stria da USP S�o Carlos e respons�vel pela coleta de dados na pesquisa.

Proje��es curtas

As previs�es, no entanto, devem ser assertivas. Quando delimitam um per�odo de sete a dez dias para a predi��o, os estudiosos garantem um �ndice de 5% de erros, n�mero baixo de acordo com a literatura cient�fica. Previs�es mais longas significam queda no porcentual de acertos. "Estamos medindo acelera��o ou desacelera��o do n�mero de casos. Com dados atuais e proje��es curtas, � poss�vel ser mais assertivo nos resultados", explica C�ssio Oishi, professor da Unesp em Presidente Prudente e respons�vel pelas proje��es da plataforma.