Pesquisa aprimora inteligência artificial para identificar focos do mosquito da dengue

Bons resultados apontam para confiabilidade da metodologia para classificar as condições dos edifícios sem visitá-los fisicamente, o que encarecia o processo

 01/03/2024 - Publicado há 8 meses
Imagens: CC BY com permissão da G drones

 

Pesquisadores da UFMG, USP e Universidade de Sheffield (Reino Unido) aprimoraram um software que utiliza a inteligência artificial para identificar focos de dengue com base em imagens aéreas.

J. Alex dos Santos – Foto: Divulgação

O dispositivo é capaz de analisar automaticamente fotografias de imóveis obtidas por drone e mapear áreas urbanas com alto risco de infestação. A evolução da ferramenta torna dispensável a verificação presencial dos locais identificados como possíveis criadouros das larvas, o que barateou o processo.

“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. Um modelo de detecção de objetos, inicialmente criado para áreas de Belo Horizonte, foi aprimorado com técnicas de transferência de aprendizagem, que nos possibilitou detectar objetos em Campinas com menos amostras e mais eficiência”, afirma o coordenador dos estudos, o professor Jefersson Alex dos Santos, da UFMG e de Sheffield.

Construção, quintal e sombreamento

Camila Laranjeira – Foto: LinkedIN

A mais recente etapa do experimento foi realizada em Campinas. Em 200 quarteirões pesquisados, foram visitadas as construções e medidos os três componentes do chamado Índice de Condição de Premissa (PCI): construção, quintal e sombreamento, além das condições das fachadas e outras características.

Os resultados do estudo foram descritos no artigo preprint Automatic mapping of high-risk urban areas for Aedes aegypti infestation based on building facade image analysis, que ainda está em revisão, com Camila Laranjeira (UFMG) como primeira autora e o professor Francisco Chiaravalloti-Neto (Faculdade de Saúde Pública da USP) como autor correspondente.

Segundo os autores, o uso do PCI é uma ferramenta importante, mas como sua medida exige a visita a todos os edifícios, o processo é extremamente oneroso. Nesse estudo, o grupo propõe uma abordagem capaz de prever o PCI com base em imagens de fachadas no nível da rua. A tecnologia foi batizada de PCINet.

Francisco Chiaravalloti-Neto – Foto: IEA-USP

“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 visitá-los fisicamente.

Com informações da Assessoria de Comunicação do Departamento de Ciência da Computação da UFMG

Leia mais:

 


Política de uso 
A reprodução de matérias e fotografias é livre mediante a citação do Jornal da USP e do autor. No caso dos arquivos de áudio, deverão constar dos créditos a Rádio USP e, em sendo explicitados, os autores. Para uso de arquivos de vídeo, esses créditos deverão mencionar a TV USP e, caso estejam explicitados, os autores. Fotos devem ser creditadas como USP Imagens e o nome do fotógrafo.