Coronavírus
Diferentes grupos de pesquisadores da Universidade Federal Rural da Amazônia (UFRA) estão unindo esforços no combate à pandemia provocada pelo novo Coronavírus no Pará. Eles reuniram os resultados de diferentes estudos que já estavam em andamento e, assim, desenvolveram um único produto multiprofissional e integrador de tecnologias, buscando auxiliar o poder público no gerenciamento da crise. O objetivo é criar cenários de previsão dos casos confirmados e óbitos por Covid-19 nas microrregiões do estado, bem como de demanda hospitalar, com uso de inteligência artificial e modelagem matemática.
A pesquisa foi feita pelos campi Belém, Paragominas e Parauapebas, e analisou o sistema de saúde de forma ampla, por meio da estimativa de quantidade de leitos de Unidade de Tratamento Intensivo (UTI) e leitos comuns, bem como respiradores e corpo de médicos, fisioterapeutas, enfermeiros e técnicos de enfermagem. Essas projeções serão utilizadas para alimentar indicadores de colapso hospitalar para as microrregiões do Pará.
O estudo foi apresentado ao secretário de Estado de Ciência, Tecnologia e Educação Profissional do Pará, Carlos Maneschy, durante reunião realizada nesta segunda-feira, 04. Na ocasião, o secretário disponibilizou apoio logístico do estado para o andamento da pesquisa, bem como reforçou a relevância da universidade no apoio à tomada de decisões para enfrentamento à Covid-19. As previsões são reajustadas semanalmente, conforme a progressão da pandemia.
Modelagem com redes neurais artificiais
Um dos estudos que integram a força-tarefa da Ufra está sendo realizado em parceria com pesquisadores da Universidade Federal do Pará (UFPA) e resultou em uma modelagem estatística, baseada em Redes Neurais Artificiais (RNA), capaz de estimar o número de casos de contágio e de óbito causados pelo SARS-CoV-2, o vírus causador da Covid-19. O estudo, que apresenta previsões para o estado do Pará e para todo o país, foi aprovado para publicação no periódico científico internacional Journal of Development Research.
O modelo adotado pelos pesquisadores serve de base para analisar o impacto na capacidade de atendimento nos leitos de UTI, servindo de suporte para os órgãos de vigilância em saúde. O estudo teve como base dados da Secretaria de Estado de Saúde do Pará (Sespa), Ministério da Saúde e Organização Mundial de Saúde (OMS), coletados entre 18/03/2020 – data do primeiro caso confirmado de Covid-19 no Pará - e 21/04/2020.
O professor Jonas Elias Castro, um dos autores, explica que Redes Neurais Artificiais são sistemas computacionais de processamento massivo de dados que modelam fenômenos e permitem previsões com elevada acurácia, podendo aprender novos comportamentos com a inserção de informações nas camadas de neurônios artificiais. As RNA simulam, em computador, fenômenos específicos, sendo capazes de realizar o aprendizado de máquina e reconhecer padrões.
A partir da análise dos resultados, constatou-se que a Rede Neural Artificial selecionada se mostrou eficaz na previsão de novos casos de Covid-19, bem como no número de óbitos no estado do Pará, com baixo percentual de erro. Com relação ao número de leitos de UTIs, a rede neural prevê a necessidade de mais de mil leitos de UTIs para suprir as demandas no estado. Os resultados da pesquisa também mostram que, observando-se de maneira conjunta os casos confirmados de Covid-19 e os casos de óbito, o pico epidemiológico é estimado para meados de maio.
“De maneira geral, os dados mostram um comportamento mais achatado da curva epidemiológica, quando comparado a outros modelos, justamente pela capacidade de aprendizado das redes neurais. Dessa maneira, os dados indicam que aproximadamente 9.000 pessoas apresentarão sintomas diagnosticados por Covid-19 até meados de maio”, esclarece o professor.
Os pesquisadores ressaltam que o comportamento da sociedade, incluindo a adesão ao distanciamento social preconizado pelas autoridades sanitárias, pode vir a ser determinante para um alargamento ainda maior do contágio. “A projeção não cria cenários em função da alteração do isolamento social porque o banco de dados com extração mundial não compreende nas mesmas variáveis, mas o estudo colabora com a previsibilidade da necessidade de leitos de UTI, que auxiliarão no enfrentamento da doença, permitindo ao gestor público a alocação dos recursos para atender microrregiões em vulnerabilidade”, destaca.
