El mapeo de tanques de agua expuestos y piscinas basado en imágenes aéreas puede ayudar a controlar el dengue
Un estudio combina el uso de fotografía aérea e inteligencia artificial para identificar áreas urbanas socioeconómicamente desfavorecidas en riesgo de enfermedades transmitidas por Aedes aegypti. Crédito: imágenes satelitales publicadas bajo una licencia CC BY con permiso de G drones, derechos de autor originales 2016
Investigadores brasileños han desarrollado un programa informático que ubica piscinas y tanques de agua en azoteas en fotografías aéreas con la ayuda de inteligencia artificial para ayudar a identificar áreas vulnerable a la infestación por Aedes aegypti, el mosquito que transmite el dengue, el zika, el chikungunya y la fiebre amarilla.
La innovación, que también puede ser utilizada como herramienta de política pública para el mapeo socioeconómico dinámico de áreas urbanas, resultó del trabajo de investigación y desarrollo de profesionales de la Universidad de São Paulo (USP), la Universidad Federal de Minas Gerais (UFMG) y la Superintendencia de Control de Endemias de la Secretaría de Salud del Estado de São Paulo (SUCEN), como parte de un proyecto apoyado por la FAPESP. Se publica un artículo al respecto en la revista PLOS ONE.
“Nuestro trabajo inicialmente consistió en crear un modelo basado en imágenes aéreas e informática para detectar tanques de agua y balsas, y usarlos como indicador socioeconómico, dijo Francisco Chiaravalloti Neto, último autor del artículo. Es profesor del Departamento de Epidemiología de la Facultad de Salud Pública (FSP) de la USP, con título de grado en ingeniería.
Como señala el artículo, investigaciones anteriores ya habían demostrado que el dengue tiende a ser más prevalente en áreas urbanas desfavorecidas, por lo que la prevención del dengue, el zika y otras enfermedades transmitidas por el mosquito puede ser considerablemente más efectiva mediante el uso de un modelo de mapeo socioeconómico relativamente dinámico, especialmente dado el largo intervalo entre los censos de población en Brasil (diez años o más). más).
«Este es uno de los primeros pasos en un proyecto más amplio», dijo Neto. Entre otros objetivos, él y su equipo planean detectar otros elementos de las imágenes y cuantificar las tasas reales de infestación en áreas específicas para poder refinar y validar el modelo.
«Queremos crear un flujo gráfico que se puede utilizar en diferentes ciudades para identificar áreas de riesgo sin necesidad de que los inspectores llamen a las casas, edificios y otros criaderos, ya que esto lleva mucho tiempo y es una pérdida del dinero de los contribuyentes”, agregó.
Aprendizaje automático
Un estudio anterior utilizó inteligencia artificial (IA) para detectar tanques de agua y piscinas en Belo Horizonte, capital del estado de Minas Gerais. Los investigadores primero presentaron imágenes satelitales de la ciudad a un algoritmo informático con tanques y piscinas ya identificados. Luego, el programa de aprendizaje profundo encontró patrones en las imágenes que harían posible la detección en cualquier lugar y, con el tiempo, adquirió la capacidad de distinguir tanques y piscinas en fotografías por sí mismo.
«Es aprendizaje automático genuino, un sub- área de IA», dijo Jefersson Alex dos Santos, profesor del Departamento de Ciencias de la Computación de la UFMG y fundador del Laboratorio de Reconocimiento de Patrones y Observación de la Tierra (PATREO).
El estudio más reciente se centró en Campinas, la tercera ciudad más grande del estado de São Paulo por población. Se eligieron cuatro áreas, cada una con diferentes condiciones socioeconómicas según el censo. Un dron con una cámara de alta resolución tomó fotografías aéreas de las áreas y se crearon dos conjuntos de datos, uno para tanques de agua y otro para piscinas.
El siguiente paso consistió en entrenar el modelo y transferir las lecciones aprendidas . «Entrenamos el modelo en Belo Horizonte y lo aplicamos en Campinas», dijo Santos. Con las imágenes obtenidas en Campinas, el modelo se volvió más confiable para la región, alcanzando tasas de precisión de 90,23% y 87,53% para piscinas y tanques respectivamente.
Indicador socioeconómico
Cuando el algoritmo fue completamente entrenado, los investigadores utilizaron otras imágenes para detectar tanques y estanques en las cuatro áreas seleccionadas de Campinas y las cruzaron con los datos del censo. Los resultados del análisis mostraron un mayor número de tanques de techo por metro cuadrado en las áreas más pobres y más piscinas en las áreas más ricas.
Incluso estos hallazgos preliminares fueron útiles para predecir los probables criaderos de A. aegypti. «No es la metodología final, pero podría servir como base para una aplicación práctica relativamente simple, como desarrollar un software para mapear distritos de la ciudad con alto riesgo de brotes de dengue», dijo Santos.
Según Neto , el modelo puede usarse para mucho más que controlar el dengue y otras enfermedades transmitidas por mosquitos. «La nación actualiza su base de datos socioeconómicos aproximadamente cada diez años, con cada censo de población. Nuestro método podría usarse para actualizaciones más frecuentes, que a su vez podrían usarse para combatir otras enfermedades y problemas», dijo, y agregó que más marcadores se pueden encontrar en futuros estudios basados en imágenes aéreas, para refinar los algoritmos y hacerlos aún más precisos.
¿Imágenes de drones o satélite?
Aunque las fotografías aéreas de Campinas fueron tomada por un dron, los investigadores esperan que la metodología final utilice imágenes satelitales. «Usamos un dron porque era un proyecto piloto, pero la detección remota y el escaneo a gran escala con drones son costosos», dijo Chiaravalloti Neto.
«Además, los drones tienen un alcance relativamente pequeño», agregó Santos. «Para un proyecto a gran escala en una ciudad importante, necesitaremos imágenes satelitales». El levantamiento de Belo Horizonte utilizó imágenes satelitales con éxito. Estas deben ser imágenes de alta resolución para que el software pueda reconocer patrones. Afortunadamente, el acceso a este tipo de imágenes es cada vez más fácil, dijo.
La metodología puede parecer costosa, pero en realidad ahorra tiempo y dinero al evitar la necesidad de visitas a domicilio en persona para mapear la reproducción potencial. jardines. En cambio, los trabajadores de salud pública de la ciudad pueden usar los datos obtenidos de forma remota y procesados por IA para seleccionar áreas prioritarias para la inspección física de manera más asertiva.
Próximos pasos
Actualmente, el modelo no puede detectar si el agua si los tanques están debidamente sellados o si las piscinas están tratadas para evitar que los mosquitos pongan huevos en ellas. “La metodología podría ser refinada para ser capaz de distinguir entre tanques, piscinas, etc. debidamente tratados, y otros que pueden o sirven como criadero del mosquito”, dijo Neto. La detección de tales patrones y otros signos de posibles caldos de cultivo harían que el algoritmo fuera aún más útil para los departamentos de salud pública.
Los investigadores ahora están instalando trampas para atrapar mosquitos en unas 200 cuadras de calles en Campinas. El estado de las propiedades se está evaluando cuidadosamente, en particular para predecir si es probable que el mosquito se reproduzca allí. También se analizarán indicadores socioeconómicos. El siguiente paso consistirá en la evaluación de imágenes aéreas de las áreas utilizando la lógica descrita anteriormente para clasificar el riesgo de presencia de A. aegypti y las enfermedades que transmite.
«Mientras observamos estas áreas urbanas, construiremos un modelo que priorice las medidas de control del dengue para toda la ciudad y luego para el resto de Brasil», dijo Neto.
Explorar más
Desarrollo de un modelo de inteligencia artificial para detectar y analizar objetos en varias imágenes Más información: Higor Souza Cunha et al, Detección de tanques de agua y piscinas basada en sensores remotos y aprendizaje profundo: Relación con el nivel socioeconómico y aplicaciones en el control del dengue, PLOS ONE (2021). DOI: 10.1371/journal.pone.0258681 Información del diario: PLoS ONE
Proporcionado por FAPESP Cita: El mapeo de tanques de agua expuestos y piscinas basado en imágenes aéreas puede help control dengue (2022, 8 de marzo) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2022-03-exposed-tanks-pools-based-aerial.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.