A evolução da ferramenta torna dispensável a verificação presencial dos locais identificados como possíveis criadouros das larvas
Um dispositivo capaz de analisar, automaticamente, fotografias de imóveis obtidas por drones e mapear as áreas urbanas com alto risco de infestação de dengue está sendo aprimorado por pesquisadores da Universidade Federal de Minas Gerais (UFMG).
Além dos pesquisadores do Departamento de Ciência da Computação (DCC) da UFMG, também integram a equipe deste projeto pesquisadores da Universidade de São Paulo (USP) e da Universidade de Sheffield, no Reino Unido. Juntos, eles estão aprimorando um software que utiliza a Inteligência Artificial (IA) para identificar focos de dengue com base nas imagens aéreas.
A evolução da ferramenta torna dispensável a verificação presencial dos locais identificados como possíveis criadouros das larvas, o que barateou o processo.
O professor Jefersson Alex dos Santos, do DCC e da Universidade de Sheffield, afirma que o modelo de detecção de objetos, inicialmente criado para áreas de Belo Horizonte, foi aprimorado com técnicas de transferência de aprendizagem, o que possibilitou a identificação de objetos em outras cidades com menos amostras e mais eficiência.
“Por meio de mosaicos de imagens obtidas por uma câmera transportada por veículos aéreos não tripulados, desenvolvemos algoritmos baseados em aprendizado profundo para detecção de caixas d’água e piscinas”, explica o coordenador dos estudos.
Com o número crescente de infectados pela dengue, a iniciativa chega em momento oportuno para a população de Belo Horizonte. No início deste mês, a Prefeitura de Belo Horizonte (PBH) declarou estado de epidemia na Capital.
O aumento dos casos da doença é preocupante e instiga o desenvolvimento de projetos como este. No boletim divulgado pela PBH na última sexta-feira (23), apenas em 2024, foram confirmados 6.338 casos de dengue em Belo Horizonte e 452 casos de chikungunya, com oito óbitos na capital mineira.
Nova etapa contra a dengue
A etapa mais recente do estudo foi conduzida em Campinas (SP). Durante essa fase, em 200 quarteirões investigados, foram inspecionadas as edificações e avaliados os três elementos que compõem o Índice de Condição de Premissa (PCI): a estrutura da construção, o estado do quintal e o nível de sombreamento, juntamente com outras características das fachadas.
Os resultados desse trabalho foram apresentados no artigo “Automatic mapping of high-risk urban areas for Aedes aegypti infestation based on building facade image analysis“, que ainda está em processo de revisão.
No entanto, os experimentos indicam progressos significativos na otimização de recursos para o combate ao Aedes aegypti.
De acordo com os pesquisadores, a identificação das áreas mais suscetíveis em um município e a focalização dos esforços de controle nessas regiões representam uma estratégia mais eficaz, e a utilização do PCI é uma ferramenta crucial nesse processo.
Embora a avaliação demande a visita a todas as edificações, um procedimento que pode ser cansativo e demorado, a pesquisa já propõe uma abordagem alternativa, que consiste na previsão do PCI com base em imagens das fachadas capturadas ao nível da rua. Essa tecnologia foi denominada PCINet.
“Treinamos uma rede neural profunda com as fotos tiradas, criando um modelo computacional capaz de examinar as fachadas dos edifícios. Avaliamos o PCINet em um cenário que iguala uma situação real de grande escala, na qual o modelo poderia ser implantado para monitorar automaticamente quatro regiões de Campinas”, informaram os autores do artigo.
Segundo os cientistas, os bons resultados obtidos com o PCINet e as boas correlações das condições da fachada com os componentes do PCI demonstraram a confiabilidade da metodologia para classificar as condições dos edifícios sem a necessidade de visitá-los fisicamente.
*Em estágio, sob supervisão da edição
