A tecnologia ajudará a identificar focos de mosquito transmissores da dengue, malária e febre amarela, de forma rápida, barata e precisa. (Foto: AFP)
Os serviços de vigilância à saúde de países como o Brasil poderão contar em alguns anos com uma tecnologia para identificar focos de mosquitos transmissores de doenças como a dengue, a malária e a febre amarela, de forma mais rápida, barata e precisa.
Um grupo de pesquisadores do Laboratório de Inteligência Computacional do Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo (USP), campus de São Carlos, desenvolveu – em parceria com colegas do Bourns College of Engineering da University of California Riverside (UCR) e da filial norte-americana da empresa brasileira Isca Tecnologias – um sensor capaz de identificar e quantificar automaticamente diferentes espécies de insetos voadores causadores de doenças ou pragas agrícolas.
Resultado de um projeto realizado com apoio da FAPESP, da Fundação Bill & Melinda Gates e da Vodafone Americas Foundation, o sensor foi descrito em um artigo publicado na edição de junho do Journal of Insect Behavior.
“O sensor permite monitorar populações de insetos nocivos à saúde humana ou que causam danos à agricultura e ao meio ambiente de uma forma muito mais rápida, precisa e inteligente”, disse Gustavo Enrique de Almeida Prado Alves Batista, professor do ICMC e coordenador do projeto, à Agência FAPESP.
“Em vez de pulverizar inseticida sobre toda uma região onde se estima que uma determinada espécie de inseto voador nocivo à saúde ou às lavouras esteja presente, é possível aplicá-lo somente nas áreas identificadas como focos do inseto pelo sensor”, avaliou.
O aparelho começou a ser desenvolvido em 2010, quando Batista iniciou o pós-doutorado na UCR, com Bolsa da FAPESP, e uma colaboração com o grupo de Eamonn John Keogh, professor de Ciência da Computação da universidade norte-americana, e com Agenor Mafra-Neto, pesquisador principal da Isca Tecnologias.
Na época, Keogh estava interessado em desenvolver um sistema de classificação automática de insetos baseado em técnicas de reconhecimento de voz e aprendizado de máquina – área da inteligência artificial voltada ao desenvolvimento de algoritmos (sequências de comandos) e técnicas que permitem ao computador aperfeiçoar seu desempenho na execução de tarefas.
A solução desenvolvida por Batista em parceria com o grupo de Keogh foi um sensor a laser baseado na análise da frequência sonora do batimento de asas de insetos durante o voo.
“Os insetos voadores batem as asas em velocidades diferentes, de acordo com seu tamanho e outras características morfológicas, e em frequências sonoras que variam tipicamente entre 100 e 1.500 Hertz”, explicou Batista.
“Nossa ideia foi desenvolver um sistema que identificasse a frequência sonora em que diferentes insetos voadores batem as asas, além de outros dados, para classificá-los”, disse. [Da Agência FAPESP]
