banner
Lar / blog / Por dentro do modelo de aprendizado de máquina da ProPublica para futuros surtos de Ebola - ProPublica
blog

Por dentro do modelo de aprendizado de máquina da ProPublica para futuros surtos de Ebola - ProPublica

Aug 27, 2023Aug 27, 2023

A próxima pandemia é apenas o desmatamento de uma floresta. Não estamos fazendo o suficiente para evitar que os vírus se espalhem da vida selvagem para os humanos.

A ProPublica é uma redação sem fins lucrativos que investiga abusos de poder. Inscreva-se para receber nossas maiores histórias assim que forem publicadas.

Assine o boletim informativo Big Story.

Obrigado por inscrever-se.Se você gosta de nossas histórias, importa-se de compartilhar isso com um amigo?

Para obter mais maneiras de se manter atualizado, verifique o restante de nossos boletins informativos.

O jornalismo independente e baseado em factos é agora mais necessário do que nunca.

Este ano, na ProPublica, combinamos modelagem computacional com reportagens tradicionais para explorar questões sobre surtos virais: o que os causa e o que pode ser feito para prevenir o próximo grande problema?

Uma das doenças mais temidas é o Ébola, que mata cerca de metade das pessoas que infecta e mostrou que pode surgir em países inesperados como a Guiné. O vírus passou de um animal selvagem para um ser humano em 2013, levando a uma epidemia que deixou 11 mil mortos em todo o mundo.

Os pesquisadores que estudam como os surtos começam aprenderam que o desmatamento pode aumentar as chances de os patógenos passarem da vida selvagem para os humanos. Jesús Olivero, professor do departamento de biologia animal da Universidade de Málaga, Espanha, descobriu que sete surtos de Ébola, incluindo o que começou em Meliandou, na Guiné, estavam significativamente ligados à perda florestal. Descobrimos que, em cerca de cinco desses locais de surtos, as florestas foram desmatadas num padrão revelador, aumentando as hipóteses de os humanos partilharem espaço com animais que possam ser portadores da doença.

Perguntámo-nos: poderíamos usar o que aprendemos sobre estes locais para encontrar locais que ainda não tinham sofrido surtos, mas que poderiam estar em risco de contrair um? Houve lugares onde o Ebola poderia surgir que se parecessem muito com Meliandou em 2013?

Com a ajuda de epidemiologistas e especialistas em perdas florestais, juntamente com uma das consultoras de ciência de dados da ProPublica, Heather Lynch, professora de ecologia e evolução na Stony Brook University, desenvolvemos um modelo de aprendizado de máquina projetado para detectar locais que apresentassem semelhanças impressionantes com lugares que sofreram surtos.

NIGÉRIA

DEMOCRÁTICO

REP. DO CONGO

oceano Atlântico

Todos os candidatos modelo

Candidatos sinalizados

O resultado? De uma amostra aleatória de quase 1.000 locais em 17 países, o modelo da ProPublica identificou 51 áreas que, em 2021 (o ano mais recente em que dados de imagens de satélite sobre perda florestal estavam disponíveis no momento da nossa análise), se pareciam muito com lugares que sofreram surtos provocados por mudanças florestais.

Estes locais situam-se em zonas florestais em África onde se acredita que a vida selvagem seja portadora do Ébola; que sofreram recentemente uma extensa fragmentação florestal (isto é, desmatamento de florestas em muitas manchas pequenas e desconectadas); e que tenham uma base populacional que possa sustentar um surto, caso surja. Para nossa surpresa, 27 dos locais situavam-se na Nigéria, onde nunca começou um surto de Ébola.

Depois de analisar as nossas descobertas, uma das investigadoras que consultámos, Christina Faust, investigadora da Universidade de Glasgow, na Escócia, classificou a análise como a “melhor estimativa do risco”, à luz das muitas questões pendentes sobre a forma como o Ébola surge.

“Você identificou claramente características ecológicas que são consistentes em todos os locais de repercussão”, disse Faust. “E estas condições ecológicas e humanas estão a surgir noutros locais. E dado que não sabemos muito sobre os reservatórios, penso que esta é a nossa melhor capacidade para fazer uma análise de risco.”

Este modelo foi desenvolvido a partir de uma análise anterior que publicamos em fevereiro. Utilizámos imagens de satélite e modelos epidemiológicos para mostrar que as aldeias onde ocorreram cinco surtos anteriores de Ébola correm hoje um maior risco de propagação, incluindo Meliandou, na Guiné, o local do pior surto de Ébola da história.