AGÊNCIA FAPESP - Todo ano, no verão, os agentes comunitários de saúde intensificam sua rotina de visitas domiciliares em busca de focos do mosquito Aedes aegypti, transmissor da dengue e de outras doenças infecciosas. Com o objetivo de tornar esse trabalho ainda mais preciso e eficaz, pesquisadores das universidades de São Paulo (USP), de Sheffield (Reino Unido) e da Federal de Minas Gerais (UFMG) desenvolveram um modelo computacional capaz de prever se uma área urbana apresenta alto risco para a doença com base em fotos das fachadas dos edifícios.
Os resultados do projeto, financiado pela Fapesp, foram divulgados em versão preprint (artigo sem revisão por pares) no repositório medRxiv.
Segundo o Ministério da Saúde, o Brasil já registra este ano mais de 400 mil casos prováveis de dengue. Entre os sintomas comuns da doença estão febre, dores (de cabeça, atrás dos olhos, musculares e nas articulações) e erupções cutâneas. Em casos graves, podem ocorrer falta de ar, sangramento intenso, complicações graves em diversos órgãos e até morte.
A dificuldade para controlar surtos como o atual fez com que os Estados do Acre, Minas Gerais e Goiás, além do Distrito Federal, e o município do Rio de Janeiro decretassem situação de emergência em saúde pública. Entre as causas, estão a falta de vacinas amplamente disponíveis para toda a população e a ineficácia do monitoramento do mosquito transmissor, já demonstrada em diversas pesquisas científicas.
A proposta do grupo, que também é apoiado pelo Instituto Serrapilheira, 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 e, desse modo, permitir a identificação rápida de áreas de maior risco para a presença do vetor de forma ágil.
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.
Leia Também:
Para testar a eficácia do modelo, o grupo visitou os edifícios de 200 quarteirões 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, como as fornecidas pelo Google Street View ou OpenStreetMap, e do PCINet poderiam ajudar a otimizar o monitoramento do A. 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).
Ações direcionadas
Os próximos passos, em um futuro projeto, incluem a validação da técnica em cidades de tamanhos e características distintas – estão nos planos Campinas, Indaiatuba, Santa Bárbara do Oeste, Ribeirão Preto e São José do Rio Preto. Uma vez validada, a metodologia poderá ser aplicada em qualquer município brasileiro (ou mesmo mundial). Com isso, os pesquisadores acreditam que poderão indicar aos municípios as regiões com maior probabilidade de se encontrar o vetor e, portanto, maior risco de arboviroses.
De acordo com Chiaravalloti, a ideia é que órgãos do governo tenham condições de promover um trabalho de combate à dengue, zika e chikungunya mais direcionado e exclusivo nas áreas de risco.
O estudo também contou com a participação de pesquisadores do Grupo de Vigilância Epidemiológica de Campinas, do Instituto de Energia e Ambiente da USP (IEE-USP), do Instituto Pasteur de São Paulo e da University of Stirling (Reino Unido).
O artigo Automatic mapping of high-risk urban areas for Aedes aegypti infestation based on building facade image analysis pode ser lido em: www.medrxiv.org/content/10.1101/2023.11.30.23298876v1.