Uma equipe de engenheiros do Instituto de Tecnologia de Massachusetts (MIT) desenvolveu um modelo que usa dados da pandemia de Covid-19 em conjunto com uma rede neural artificial para determinar a eficácia das medidas de quarentena.
O intuito da tecnologia é prever de forma mais precisa qual é o ritmo de propagação do novo coronavírus.
“Nosso modelo é o primeiro que utiliza dados do próprio coronavírus e integra dois campos: aprendizado de máquina e epidemiologia padrão”, explicou Raj Dandekar, estudante que auxiliou o professor George Barbastathis durante a pesquisa.
A maioria dos modelos usados para prever a propagação de uma doença segue o que é conhecido como “modelo SEIR”, que agrupa as pessoas em suscetíveis, expostas, infectadas e recuperadas.
Dandekar e Barbastathis aprimoraram o método treinando uma rede neural de computadores para capturar o número de indivíduos infectados que estão em quarentena e, portanto, não mais espalhando a infecção para outras pessoas.
Quando o Sars-CoV-2 começou a se espalhar pelo mundo, os especialistas começaram a investigar a transmissão do novo coronavírus na China, na Itália, na Coreia do Sul e nos Estados Unidos.
A dupla começou a modelar a disseminação do microrganismo em cada uma dessas regiões após o 50° caso registrado, pois foi quando as autoridades locais implementaram ordens de quarentena.
A equipe partiu desses dados e do modelo SEIR padrão para criar uma rede neural artificial, uma espécie de algoritmo, capaz de prever como a quarentena de indivíduos que testaram positivo para a Covid-19 interfere na disseminação da doença.
Usando esse modelo, a equipe de pesquisa conseguiu estabelecer uma correlação direta entre as medidas de distanciamento social e uma redução no número de pessoas infectadas pelo novo coronavírus.
