As deficiências de micronutrientes afligem mais de dois bilhões de pessoas em todo o mundo, incluindo 340 milhões de crianças. Essa falta de vitaminas e minerais pode ter sérias consequências para a saúde. Mas diagnosticar deficiências cedo o suficiente para um tratamento eficaz requer coletas de sangue e exames laboratoriais caros e demorados.
Novas pesquisas fornecem uma abordagem mais eficiente. A cientista da computação Elizabeth Bondi e seus colegas da Universidade de Harvard usaram dados de satélite disponíveis publicamente e inteligência artificial para identificar com segurança as áreas geográficas onde as populações correm alto risco de deficiências de micronutrientes. Essa análise pode potencialmente abrir caminho para intervenções precoces de saúde pública.
Os sistemas de IA existentes podem usar dados de satélite para prever problemas de segurança alimentar localizados, mas normalmente dependem de recursos diretamente observáveis. Por exemplo, a produtividade agrícola pode ser estimada a partir de vistas da vegetação. A disponibilidade de micronutrientes é mais difícil de calcular. Depois de ver pesquisas mostrando que áreas próximas a florestas tendem a ter uma melhor diversidade alimentar, Bondi e seus colegas se inspiraram para identificar marcadores menos conhecidos de potencial desnutrição. Seu trabalho mostra que a combinação de dados como cobertura vegetal, clima e presença de água pode sugerir onde as populações carecerão de ferro, vitamina B12 ou vitamina A.
A equipe examinou medições brutas de satélite e consultou autoridades locais de saúde pública, depois IA usada para filtrar os dados e identificar os principais recursos. Por exemplo, um mercado de alimentos, inferido com base em estradas e edifícios visíveis, foi vital para prever o nível de risco de uma comunidade. Os pesquisadores então ligaram esses recursos a nutrientes específicos que faltam nas populações de quatro regiões em Madagascar. Eles usaram dados de biomarcadores do mundo real (amostras de sangue testadas em laboratórios) para treinar e testar seu programa de IA.
As previsões de deficiência de micronutrientes em nível regional em populações fora dos conjuntos de dados de treinamento atingiram, e às vezes excederam, a precisão das estimativas baseadas em pesquisas administradas por autoridades locais de saúde pública. “Nosso trabalho apresenta um método que permite a identificação e direcionamento de populações vulneráveis para suporte nutricional que pode complementar … procedimentos caros e invasivos”, diz Bondi. O estudo foi detalhado na reunião virtual de 2022 da Association for the Advancement of Artificial Intelligence.
“Esta é uma nova contribuição que destaca o potencial da IA para o avanço da saúde pública”, diz a epidemiologista da Emory University Christine Ekenga, que não esteve envolvida no estudo. A coleta de dados de saúde em ambientes com poucos recursos pode ser difícil devido a restrições de custo e infraestrutura, acrescenta ela, e “os autores validaram um método que pode superar esses desafios”.
Os pesquisadores pretendem desenvolver um aplicativo de software que estenda essa análise para outros países que possuem dados de satélite públicos. “Esperamos que este aplicativo possa permitir que as autoridades de saúde pública interajam com os insights que nosso sistema pode fornecer e ajude a informar intervenções”, diz Bondi.
Discussion about this post