A pandemia global de COVID-19 nos mostrou o quão devastadores esses surtos podem ser – e poderia ter sido muito pior. Agora, os cientistas desenvolveram um aplicativo de IA que promete nos alertar sobre variantes perigosas em futuras pandemias.
É chamado de sistema de detecção precoce de anomalias (EWAD) e, quando testado contra dados reais da disseminação do SARS-CoV-2, foi preciso ao prever quais novas variantes preocupantes (VOCs) surgiriam à medida que o vírus sofresse mutação.
Cientistas da Scripps Research e da Northwestern University nos EUA usaram um método de aprendizado de máquina para produzir o EWAD. No aprendizado de máquina, grandes quantidades de dados de treinamento são analisadas por computadores para identificar padrões, desenvolver algoritmos e, em seguida, fazer previsões sobre como esses padrões podem ocorrer em cenários futuros desconhecidos.
Nesse caso, a IA recebeu informações sobre as sequências genéticas das variantes do SARS-CoV-2 à medida que as infecções se espalhavam, a frequência dessas variantes e a taxa de mortalidade global relatada pelo COVID-19. O software poderia então detectar mudanças genéticas à medida que o vírus se adaptava, geralmente demonstrado no aumento das taxas de infecção e na queda das taxas de mortalidade.
“Pudemos ver variantes de genes-chave aparecendo e se tornando mais prevalentes, pois a taxa de mortalidade também mudou, e tudo isso aconteceu semanas antes de os VOCs contendo essas variantes serem oficialmente designados pela OMS”, diz William Balch, microbiologista da Scripps Research.
A técnica específica usada aqui pela equipe é chamada de covariância espacial baseada em processo gaussiano, que essencialmente processa os números em um conjunto de dados existentes para prever novos dados – usando não apenas as médias dos pontos de dados, mas também as relações entre eles.
Ao testar seu modelo em algo que já aconteceu e encontrar correspondências próximas entre os dados reais e os previstos, os cientistas puderam provar a eficácia do EWAD em prever como medidas como vacinas e uso de máscaras podem fazer com que um vírus continue evoluindo.
“Uma das grandes lições deste trabalho é que é importante levar em consideração não apenas algumas variantes proeminentes, mas também dezenas de milhares de outras variantes não designadas, que chamamos de ‘matéria escura variante'” , diz Balch.
Os pesquisadores dizem que seus algoritmos de IA foram capazes de detectar “regras” da evolução do vírus que, de outra forma, não seriam detectadas e que podem ser vitais no combate a futuras pandemias à medida que surgem.
Não apenas isso, mas o sistema desenvolvido aqui também pode permitir que os cientistas entendam mais sobre os fundamentos da biologia do vírus. Isso poderia então ser usado para melhorar os tratamentos e outras medidas de saúde pública.
“Este sistema e seus métodos técnicos subjacentes têm muitas aplicações futuras possíveis”, diz o matemático Ben Calverley, da Scripps Research.
Traduzido por Mateus Lynniker de ScienceAlert
