Exemplos da tecnologia no combate ao novo coronavírus

Com o avanço do COVID-19, muitas áreas produtivas e do conhecimento colocaram seus esforços e ferramentas a serviço da superação dos novos desafios que se impõem. Os setores tecnológicos são exemplo disso.

De observatórios digitais a drones falantes, do uso de dados geográficos aos exames com machine learning, o ferramental da tecnologia está cumprindo um papel importante na inovação, aceleração e barateamento de resolução dos problemas acarretados pela pandemia - um papel que, em última instância, salva vidas.

Abaixo, listamos algumas das aplicações mais interessantes e importantes da tecnologia no combate ao novo coronavírus.

Tecnologias já em uso no combate ao coronavírus

1. Drones

Drones têm sido usados de diversas formas em vários países. Na China, eles entregam amostras médicas de um hospital para outro, levam suprimentos para cidadãos, emitem alertas pedindo que as pessoas fiquem em suas casas, medem a temperatura e pulverizam produtos capazes de eliminar o vírus de superfícies.

No Brasil, os drones sonoros, de pulverização e de medição da temperatura já estão sendo usados em algumas cidades, como Rio de Janeiro, Porto Alegre e Recife.

2. Impressão 3D de equipamentos médicos e de proteção individual

Empresas e indivíduos ao redor do mundo estão utilizando impressoras 3D para auxiliar no combate à COVID-19.

Os principais produtos confeccionados são os equipamentos de proteção individual (EPIs), como máscaras e viseiras. Esses itens são o foco das ações pois são menos complexos e precisam cumprir menos requisitos do que equipamentos médicos, como respiradores.

Ainda assim, existem iniciativas de criação de itens médicos com segurança comprovada que estão ajudando hospitais a darem conta da enorme demanda de atendimento. Na UNICAMP, por exemplo, uma equipe está dedicada a realizar a manutenção e recuperação de respiradores artificiais, monitores multiparamétricos, bombas de infusão e cardioversores por meio do conserto de equipamentos e impressão de peças faltantes.

3. Observatórios Digitais

Os observatórios digitais são ferramentas essenciais para centralização de informações confiáveis. Eles são ainda mais relevantes em um contexto de grande volume de notícias e de mudanças rápidas dos dados quantitativos.

Os observatórios relacionados ao coronavírus são uma alternativa acessível e confiável para conhecer números locais e mundiais. Vários foram construídos, mas aqui destacamos o da Universidade John Hopkins.

4. Dados geográficos para monitorar isolamento social

No Brasil, estados como São Paulo e Pernambuco firmaram parcerias com operadoras de celular para monitorar o deslocamento geográfico dos indivíduos. O objetivo é conhecer as taxas de isolamento social por região e utilizar a informações para melhor direcionar campanhas e ações.

Os dados utilizados são agregados e anonimizados, resultando em mapas de calor que indicam a movimentação das pessoas. Apesar da medida ser considerada pouco invasiva, principalmente se comparada à iniciativas de outros países, existem muitos questionamentos em torno da adesão. Questiona-se a invasão de privacidade e a abertura para criação de uma estrutura de vigilância que, mesmo após a superação da crise, poderá ser utilizada para outros fins.

Leia também: Qual é o papel do design em tempos de crise?

‍

Tecnologias para combate ao coronavírus em fase de desenvolvimento e teste

1. Rastreamento de contato para controle de contaminação

Ainda mais controversa que a medida sendo utilizada em cidade e estados brasileiros, é a que foi proposta pelas gigantes Google e Apple. As competidoras firmaram uma parceria inédita para desenvolver um sistema de rastreamento de contato via bluetooth para controle da disseminação do coronavírus.

Em linhas gerais, o sistema funciona a partir da emissão de códigos via bluetooth por todos os aparelhos que possuírem o software. Esses aparelhos irão, ao mesmo tempo, captar os códigos emitidos pelos smartphones com os quais cruzarem. Para proteger a identidade dos indivíduos, esses códigos são alterados a cada 10 ou 15 minutos, e a chave utilizada para criptografá-los muda diariamente. Quando uma pessoa testa positivo para o COVID-19, pode informar o diagnóstico no app. A partir disso, todos os códigos bluetooth criados pelo seu aparelho nos últimos dias são carregados em um servidor e emitidos a todos os outros usuários. Caso um desses usuários tenha cruzado com a pessoa contaminada, será notificado e receberá orientações para quarentena ou para também realizar um teste.

Existem muitas polêmicas e possíveis fraquezas relacionadas à segurança do sistema, como risco de identificação e exposição de pessoas com coronavírus, baixa adesão de usuários e utilização da tecnologia mesmo após o fim da pandemia. Ainda assim, as primeiras atualizações de sistema operacional para tornar os celulares compatíveis com a tecnologia serão lançadas em maio. Por isso, é importante se informar e entender o que está em jogo. Para quem quer se aprofundar na questão, indicamos esses dois artigos:

https://www.wired.com/story/apple-google-contact-tracing-strengths-weaknesses/

https://www.vox.com/recode/2020/4/16/21221458/apple-google-contact-tracing-app-coronavirus-covid-privacy

2. Robô para limpeza de transporte público com luz UV

O Governo do Estado de São Paulo está testando a eficácia de robôs que emitem luz ultravioleta para limpeza de vagões de metrô na capital. O aparelho tem a capacidade de desinfectar cada vagão ou veículo em até um minuto, diminuindo o custo e os riscos relacionados ao processo.

3. Aprendizado da máquina para prever evolução de quadros

A Unicamp está utilizando o aprendizado de máquina (machine learning) para criação de um teste que é capaz de prever as chances de pacientes com COVID-19 evoluir para quadros mais graves da doença. Além de mais completo, o teste será mais barato do que os que estão atualmente em uso.

A iniciativa possui duas etapas. A primeira consiste na análise do padrão de moléculas encontrado em fluidos corporais de pessoas saudáveis, pessoas com COVID-19 e pessoas que desenvolvem casos mais graves da doença. Essa etapa será feita pelo HC da USP e pelo InCore.

A segunda etapa é a de aprendizado da máquina, realizada no Instituto de Ciência da Computação da Unicamp. A perspectiva é que, partir das amostras coletadas, os computadores detectem padrões moleculares e indiquem quais pacientes têm mais risco de complicação e, por isso, devem ser observados mais de perto, e quais possuem maior probabilidade de evolução positiva no quadro.

Já foram realizadas de análises prévias e processando os dados e, atualmente, o teste está em processo de aprovação na Conep (Comissão Nacional de Ética em Pesquisa, órgão que regulamenta estudos clínicos no Brasil).