Google usa inteligência artificial e imagens de satélite para antecipar surtos de doenças

A Google está a combinar inteligência artificial, imagens de satélite e dados de saúde para ajudar as autoridades a identificar comunidades em risco e a prever a evolução de doenças.

Na prática, a tecnologia procura responder a perguntas que podem ser decisivas durante uma emergência: onde estão as populações mais vulneráveis, como uma doença poderá espalhar-se e para onde devem ser enviados primeiro profissionais, testes, medicamentos e outros recursos?

Em vez de depender apenas da análise manual de mapas, relatórios e bases de dados, os sistemas conseguem cruzar grandes quantidades de informação geográfica e epidemiológica em menos tempo.

Entre os dados analisados estão condições ambientais, padrões agregados de mobilidade, tendências de pesquisa e imagens de satélite. Segundo a Google, a combinação dessas informações já permitiu identificar, em poucos minutos, comunidades remotas potencialmente expostas ao Ébola.

Como esta tecnologia pode ajudar durante um surto

Um dos exemplos apresentados pela Google está relacionado com o surto de Ébola na República Democrática do Congo (RDC).

O trabalho envolve o centro de preparação e resposta a emergências do escritório regional da Organização Mundial da Saúde para África, em Dacar, e a Unidade de Modelação e Inteligência Epidemiológica do Instituto Nacional de Investigação Biomédica da RDC.

O objetivo não é deixar decisões médicas nas mãos da inteligência artificial. As ferramentas servem para ajudar as equipas humanas a encontrar padrões e áreas de risco mais rapidamente, especialmente em regiões onde a informação pode chegar tarde ou estar distribuída por diferentes sistemas.

Isso pode ser particularmente importante em zonas remotas, onde determinar rapidamente quantas pessoas vivem numa determinada área, como se deslocam ou quais comunidades estão mais isoladas pode levar bastante tempo.

Dois sistemas ajudam a transformar dados em mapas e previsões

As organizações parceiras receberam acesso a dois protótipos de investigação desenvolvidos para facilitar esse trabalho.

O primeiro chama-se Geospatial Reasoning agent. Em termos simples, permite que um profissional faça perguntas em linguagem corrente e obtenha análises e mapas geográficos relacionados com essas perguntas.

Em vez de construir manualmente várias consultas ou cruzar diferentes mapas, uma equipa poderá, por exemplo, procurar regiões que reúnam determinados fatores de risco e visualizar os resultados geograficamente.

O segundo sistema é um motor de previsão concebido para analisar os dados disponíveis e estimar como determinada situação poderá evoluir ao longo do tempo.

Segundo a Google, estas ferramentas podem diminuir o tempo gasto a preparar e cruzar informação manualmente. Os resultados podem depois apoiar decisões tomadas pelas autoridades e pelos profissionais que trabalham no terreno.

A empresa ressalva, contudo, que os sistemas foram concebidos para complementar as ferramentas de saúde existentes, e não para substituir médicos, epidemiologistas ou autoridades de saúde pública.

IA tenta perceber como uma comunidade se movimenta

Outra tecnologia envolvida é o Population Dynamics Foundation Model, conhecido pela sigla PDFM.

Apesar do nome técnico, a ideia é relativamente simples: o sistema procura construir uma imagem mais completa de como determinada população está distribuída e como a sua dinâmica muda.

Para isso, pode combinar dados agregados relacionados com mobilidade, pesquisas e condições ambientais.

Essas informações podem ajudar investigadores e organizações de saúde a compreender, por exemplo, se determinadas comunidades estão mais isoladas, como as pessoas se deslocam entre diferentes regiões ou quais áreas apresentam características que exigem maior atenção.

Os dados são agregados, ou seja, o objetivo não é acompanhar individualmente uma determinada pessoa, mas observar padrões mais amplos da população.

Imagens de satélite ajudam onde faltam informações locais

A Google também utiliza o AlphaEarth Foundations, juntamente com um protótipo de agente de raciocínio geoespacial, para analisar as características do território e a relação entre as populações e o ambiente onde vivem.

As imagens de satélite podem ser especialmente úteis em locais onde mapas, censos ou outros dados estão incompletos ou desatualizados.

Combinando essas imagens com outras fontes de informação, os investigadores podem obter uma visão mais atualizada de estradas, povoações, características do terreno e distribuição das comunidades.

Isso não significa que um satélite consiga, sozinho, identificar quem está doente. O objetivo é fornecer contexto geográfico que ajude as equipas de saúde a interpretar melhor os dados epidemiológicos disponíveis.

Segundo a empresa, esta abordagem pode ajudar a reduzir problemas como falhas de cobertura geográfica, atrasos na comunicação de casos e dados distribuídos por sistemas que não comunicam facilmente entre si.

O que pode mudar para as populações afetadas

Para a população, o benefício potencial não está propriamente na inteligência artificial em si, mas na rapidez com que as autoridades podem reagir.

Se uma equipa conseguir perceber mais cedo quais localidades apresentam maior risco, poderá direcionar recursos de forma mais eficiente.

Isso pode significar decidir onde instalar centros de testagem, quais comunidades devem receber equipas médicas primeiro, onde intensificar campanhas de informação ou para onde enviar equipamentos e medicamentos.

Em situações envolvendo doenças contagiosas, algumas horas ou dias de diferença na resposta podem ser importantes para controlar a propagação.

A tecnologia também poderá ajudar em regiões onde as autoridades possuem poucos dados atualizados sobre a população.

Investigadores podem solicitar acesso às ferramentas

Os dados do PDFM estão disponíveis numa versão de pré-lançamento comercial através do Population Dynamics Insights, apresentado como um conjunto de dados geoespaciais integrado na Google Maps Platform.

Investigadores podem solicitar acesso sem custos para determinados tipos de utilização.

Organizações que cumpram os requisitos também podem candidatar-se a créditos Google Earth através dos programas públicos da Google Maps Platform.

Além das ferramentas tecnológicas, a Google.org atribuiu financiamento ao Instituto Nacional de Investigação Biomédica da República Democrática do Congo para apoiar a modernização da infraestrutura local dedicada à testagem e vigilância de doenças.

Inteligência artificial não substitui conhecimento local

Apesar da capacidade de analisar grandes volumes de informação, os modelos dependem da qualidade dos dados disponíveis e do conhecimento das equipas que trabalham no terreno.

Um algoritmo pode identificar padrões num mapa, mas são os profissionais de saúde locais que conhecem fatores que nem sempre aparecem nos dados: dificuldades de acesso, condições das estradas, comportamento das comunidades, disponibilidade de hospitais ou limitações logísticas.

Por isso, a proposta apresentada pela Google combina as capacidades dos modelos de inteligência artificial com a experiência das autoridades e investigadores locais.

A expectativa é que estas tecnologias sejam utilizadas sobretudo para antecipar possíveis surtos, identificar populações vulneráveis e acelerar o planeamento de respostas em regiões onde obter informação atualizada continua a ser um desafio.

Mais do que substituir os atuais sistemas de saúde pública, a aposta está em reduzir o tempo entre a identificação de um risco e a tomada de uma decisão, justamente um dos fatores mais importantes quando uma doença começa a espalhar-se.