Pesquisadores da Universidade de São Paulo (USP), da Universidade Federal de Minas Gerais (UFMG) e da Universidade de Sheffield, no Reino Unido, desenvolveram um modelo computacional capaz de identificar se uma área urbana apresenta risco para criadouros do mosquito Aedes aegypti com base em fotos das fachadas dos imóveis.
Os primeiros resultados do projeto, que foi testado em Campinas, no interior de São Paulo, foram divulgados em artigo sem revisão por pares. Os próximos passos do projeto incluem a validação da técnica em cidades de tamanhos e características distintas de Campinas.
Conforme os pesquisadores, estão previstas as cidades de Indaiatuba, Santa Barbára do Oeste, Ribeiro Preto e São José do Rio Preto. Uma vez validada, a metodologia poderá ser aplicada em qualquer município brasileiro.
Os pesquisadores acreditam que poderão indicar aos municípios as regiões com maior probabilidade de se encontrar o vetor e, portanto, maior risco de doenças como dengue, zika e chikungunya.
De acordo com o Ministério da Saúde, o Brasil já registra este ano quase 400 mil casos prováveis de dengue e 54 mortes confirmadas – há ainda quase 300 óbitos em investigação.
A dificuldade para controlar surtos como o atual fez com que os Estados do Acre, Minas Gerais e Goiás, além do Distrito Federal e do município do Rio de Janeiro, decretassem situação de emergência em saúde pública.
Um dos motivos para isso é a ineficácia do monitoramento do mosquito transmissor, já demonstrada em diversas pesquisas científicas, apontam os pesquisadores.
Como funciona o modelo
A proposta do grupo é lançar mão de uma nova abordagem para o uso do Índice de Condições de Moradia (ICM), técnica que leva em conta as condições da construção e do quintal e o grau de sombreamento, com a agregação de informações sobre as condições das fachadas dos imóveis.
A ideia é utilizar imagens de fachadas no nível da rua, como as exibidas, por exemplo, no recurso Google Street View, do Google Maps, ou no OpenStreetMap, da Wikipédia, em conjunto com técnicas de inteligência artificial, para classificar os imóveis do ponto de vista das condições da fachada, sem necessidade de visitá-los.
A essa metodologia computacional os cientistas deram o nome de PCINet. Para testar a eficácia do modelo, o grupo visitou os edifícios de 200 quarteirões da cidade de Campinas, mediu os três componentes tradicionais do ICM (condições da construção e do quintal, além do grau de sombreamento), classificou as condições das fachadas e as fotografou.
Os dados coletados alimentaram o PCINet, que se mostrou capaz de prever as condições das fachadas dos edifícios com base apenas no uso de fotografias. Observou-se também que as condições da fachada se correlacionaram com as do edifício e do quintal, e razoavelmente bem com as de sombreamento.
“O uso de imagens do nível da rua poderiam ajudar a otimizar o monitoramento do Aedes aegypti, reduzindo o número de visitas presenciais necessárias para identificar edifícios, quarteirões e bairros com maior risco de arboviroses como a dengue, direcionando as atividades de controle para essas áreas”, diz Francisco Chiaravalloti Neto, coordenador do estudo e professor do Laboratório de Análise Espacial em Saúde (Laes), da Faculdade de Saúde Pública (FSP-USP).
