Como a IA está sendo usada na luta contra o coronavírus de Wuhan

A inteligência artificial está sendo utilizada na luta contra o coronavírus de Wuhan. A inteligência artificial está sendo empregada por pesquisadores para rastrear a propagação da doença e pesquisar possíveis tratamentos para o vírus.

O coronavírus de Wuhan surgiu na China em dezembro, e nos dois meses desde então, ele se espalhou por toda a China e por outras partes do globo. Ainda não se sabe exatamente quão contagioso é o vírus e quão rapidamente ele pode se espalhar, embora existam atualmente mais de 40.000 casos confirmados dentro da China. Para obter uma melhor compreensão de como o vírus pode se espalhar e quão rápido o vírus pode se espalhar, os pesquisadores estão empregando algoritmos de aprendizado de máquina focados em dados coletados de sites de mídia social e outras partes da web.

Ao longo da última semana, a taxa de infecção parece ter diminuído um pouco, mas não está claro se a doença está sendo controlada ou se novos casos estão se tornando mais difíceis de detectar. Embora outros países ao redor do mundo tenham visto apenas alguns casos de coronavírus, em comparação com a China, a comunidade de saúde global permanece preocupada com a capacidade do vírus de se espalhar. Os pesquisadores estão tentando antecipar a propagação do vírus usando aprendizado de máquina e grandes dados coletados da internet.

Como relatado pelo Wired, uma equipe internacional de pesquisadores extraiu dados de várias partes da internet, incluindo posts de médicos e grupos médicos, canais de saúde pública, posts de mídia social e relatórios de notícias, compilando um banco de dados de texto que possa estar relacionado ao coronavírus. Os pesquisadores então analisam os dados em busca de sinais de que o vírus possa estar se espalhando fora das fronteiras da China, utilizando técnicas de aprendizado de máquina para encontrar padrões relevantes nos dados que possam indicar como o vírus está se comportando.

Os pesquisadores vasculham posts de mídia social em busca de possíveis sintomas de coronavírus, centrando sua busca em regiões onde os médicos acham que os casos podem surgir. Os posts de mídia social são processados utilizando técnicas de processamento de linguagem natural, técnicas que podem distinguir entre posts onde uma pessoa menciona seus próprios sintomas versus alguém que diz palavras relacionadas a sintomas em outro contexto (como discutir notícias sobre o coronavírus).

De acordo com Alessandro Vespignani, como relatado pelo Wired, professor da Universidade Northeastern e especialista em análise de contágio, argumenta que mesmo com técnicas avançadas de aprendizado de máquina, é frequentemente difícil rastrear a propagação do vírus porque as características do vírus ainda são um pouco desconhecidas, e a maioria dos posts de mídia social são de empresas de mídia e atualmente sobre o surto na China. No entanto, Vesignani acredita que se o vírus algum dia se espalhasse nos EUA, seria mais fácil monitorá-lo graças a mais posts relacionados ao vírus.

Apesar do desafio em obter informações relevantes sobre o comportamento potencial do coronavírus, o modelo criado pelos pesquisadores parece ser razoavelmente eficaz em encontrar pistas dentro de um grande mar de posts de mídia social. O modelo utilizado pelos pesquisadores foi capaz de encontrar evidências de um surto viral em 30 de dezembro, embora tenha levado tempo para determinar quão grave a situação se tornaria. Informações coletadas por crowdsourcing podem melhorar ainda mais a eficácia dos modelos de rastreamento de doenças, pois permitem a coleta mais eficiente de dados relevantes sobre o vírus. Como exemplo, uma análise de dados coletados por médicos chineses sugere que pessoas com menos de 15 anos de idade são mais resistentes ao vírus.

A inteligência artificial também pode ser combinada com dados coletados de dispositivos móveis para construir modelos que possam potencialmente prever a direção que um vírus está se espalhando, bem como a taxa de propagação. Por exemplo, pesquisadores da Universidade de Southampton usaram dados móveis para determinar o caminho que o vírus pode ter tomado ao sair de Wuhan nos dias seguintes à sua manifestação. Outros pesquisadores analisaram dados coletados pela Tencent, uma desenvolvedora de aplicativos móveis chinesa, e descobriram que as restrições impostas pelo governo chinês podem reduzir a propagação do vírus, comprando tempo vital para desenvolver um plano de ataque.

Como relatado pela Fortune, a startup Insilico Medicine utilizou inteligência artificial para identificar moléculas que possam potencialmente tratar o coronavírus. A IA da Insilico identificou milhares de possíveis moléculas de drogas ao longo de quatro dias. A Insilico explicou que as 100 candidatas mais promissoras serão sintetizadas e que toda a sua pesquisa sobre estruturas moleculares será publicada para que outros pesquisadores possam aproveitá-la. Pesquisadores médicos e empresas estão acelerando o desenvolvimento e testes de tratamentos, com a empresa de biotecnologia americana Gilead planejando iniciar o teste imediato de um novo medicamento antiviral dentro da região de Wuhan.

Depois que a Insilico decidiu começar a pesquisar tratamentos, ela focou sua pesquisa em uma enzima chamada 3C-like protease. O coronavírus depende dessa enzima para se reproduzir e se espalhar. De acordo com a Insilico, ela escolheu essa enzima específica porque ela é bastante semelhante a outras proteases virais cujas estruturas já foram documentadas, e porque a Universidade de Tecnologia de Xangai desenvolveu um modelo da 3C-like protease do 2019-nCoV. Em quatro dias, a Insilico foi capaz de gerar centenas de milhares de moléculas candidatas e escolher apenas as 100 ou mais que eram mais prováveis de ser úteis. Os resultados da pesquisa foram recentemente publicados no repositório bioRxiv e no site da Insilico.