Google Research Usa IA para Ajudar Especialistas em Saúde Pública a Rastrear Doenças e Riscos à Saúde
O Google Research desenvolveu um modelo de inteligência artificial que combina tendências de busca, mobilidade humana e dados ambientais em perfis de localização digitais. Testes mostram que esses perfis ajudam especialistas em saúde pública a rastrear e prever tendências de saúde mais rapidamente e além das fronteiras.
Resumo rápido: O Google Research desenvolveu um modelo de inteligência artificial que combina tendências de busca, mobilidade humana e dados ambientais em perfis de localização digitais. Testes mostram que esses perfis ajudam especialistas em saúde pública a rastrear e prever tendências de saúde mais rapidamente e além das fronteiras.
Descobrir onde um surto de doença vai atingir a seguir muitas vezes parece tentar ler um mapa escrito com tinta invisível, mas novas ferramentas de inteligência artificial estão ajudando cientistas a tornar esses padrões ocultos claros.
O que aconteceu, em palavras simples
Os engenheiros de software do Google Research Arbaaz Muslim e Gautam Prasad apresentaram o Population Dynamics Foundation Model (PDFM), parte do Google Earth AI. Esta ferramenta cria "impressões digitais" digitais para diferentes locais, resumindo tendências de busca anônimas, mobilidade humana, fatores ambientais e densidade de construção. Em parceria com vários grupos de pesquisa, o Google testou como a inserção dessas impressões digitais de localização em modelos de saúde existentes poderia melhorar o trabalho de saúde pública. Cinco estudos de caso diferentes mostraram que o modelo ajudou os pesquisadores a rastrear taxas de vacinação transfronteiriças, estimar mortes atuais por doenças cardíacas sem esperar por dados antigos do censo, prever surtos de dengue no México, prever riscos de depressão pós-parto entre mães e antecipar focos de cólera na República Democrática do Congo.
Pontos principais
- Rastreamento de necessidades de saúde transfronteiriças: Pesquisadores do Mount Sinai Health System e do Boston Children's Hospital usaram dados de localização do Canadá e dos EUA para prever melhor a cobertura de vacinação contra o sarampo perto da fronteira, aumentando a variação explicada de 16% para 22%.
- Estimativas mais rápidas de doenças cardíacas: Parceiros da NYU Grossman School of Medicine descobriram que o modelo de IA podia estimar mortes por doenças cardiovasculares no ano atual em condados dos EUA sem os habituais atrasos de relatórios de vários anos dos dados tradicionais do censo.
- Avisos precoces para a febre dengue: Trabalhando com a Universidade de Oxford e o Tecnológico de Monterrey, pesquisadores parearam a ferramenta de IA com um modelo de série temporal para prever casos de dengue em municípios mexicanos com um mês de antecedência, melhorando a precisão em até 72% das áreas de transmissão ativa.
- Apoio à saúde mental materna: Pesquisadores da Universidade de Washington descobriram que a ferramenta de IA ajudou a identificar riscos de depressão pós-parto em mães e poderia ajudar os sistemas de saúde a alcançar milhares de mães rurais adicionais ou reduzir alarmes falsos.
- Antecipação de surtos de cólera: Uma versão leve do modelo testada com parceiros regionais da Organização Mundial da Saúde ajudou a prever focos de cólera com quatro a oito semanas de antecedência na República Democrática do Congo.
Termos explicados
- Modelo de Fundação — Um sistema de inteligência artificial de grande escala treinado em enormes quantidades de dados diversos que pode ser adaptado para realizar muitas tarefas diferentes. Exemplo: Pense nisso como um canivete suíço mestre que já sabe como fazer muitos trabalhos, para que você não precise construir uma ferramenta nova do zero para cada tarefa.
- Embeddings — Resumos digitais compactos ou "impressões digitais" que representam informações complexas do mundo real em um formato que os computadores podem processar facilmente. Exemplo: É como transformar uma descrição detalhada das estradas, lojas e clima de um bairro em um código numérico simples.
- Vigilância Epidemiológica — A coleta e análise contínuas de dados de saúde para rastrear e monitorar a propagação de doenças em populações. Exemplo: É semelhante a um sistema de radar meteorológico, mas em vez de rastrear tempestades de chuva, os profissionais de saúde observam sinais de doenças vindouras.
Por que isso importa
O rastreamento tradicional de saúde pública geralmente sofre com atrasos de vários anos e informações ausentes, dificultando o envio de suprimentos médicos ou vacinas para onde são mais necessários. Ao preencher essas lacunas de dados, os departamentos de saúde podem usar as condições atuais para orientar recursos de prevenção, detectar surtos com semanas de antecedência e direcionar o cuidado para comunidades vulneráveis com mais eficiência.
O que ainda não sabemos
A pesquisa depende de instantâneos de dados atuais, e os cientistas ainda estão trabalhando para tornar os embeddings temporalmente dinâmicos e mais adequados para regiões com menos conexões. Além disso, esses testes fazem parte de avaliações acadêmicas e de parceiros, em vez de um padrão global estabelecido para a prática médica.
Com base em reportagem de Google Research. Este é um texto explicativo independente, escrito com palavras próprias e auxílio de IA; Google Research não o revisou nem o endossou. Leia o original para ver todos os detalhes.