Você sabe o que são modelos computacionais e para que servem?
Modelos são representações simplificadas e portanto aproximadas de fenômenos, e visam a simulação ou entendimento destes. Intuitivamente, modelos computacionais são aqueles codificados em linguagem computacional para fins de execução em um computador. Pense por exemplo nos neurônios cerebrais. Existem modelos computacionais ainda que incipientes que descrevem como funcionam e interagem, possibilitando por exemplo o estudo de como o cérebro reagiria sob determinadas situações ou substâncias, tudo isso virtualmente em computador.
Basicamente, modelos podem ser criados manualmente por especialistas por meio de equações matemáticas ou, então, automaticamente por meio de técnicas de inteligência artificial. A primeira abordagem tende a produzir modelos mais precisos, mas exige grande expertise sobre o fenômeno investigado e, não obstante, pode se tornar inviável quando o fenômeno é demasiadamente complexo. A inteligência artificial, uma área da ciência da computação que objetiva dotar o computador de "raciocínio inteligente", provê uma alternativa de criação de modelos: em vez de explicitamente definidos, os modelos são treinados e "aprendem" a descrever o fenômeno de interesse.
Existem diversas maneiras de se treinar modelos, mas uma particularmente popular e empregada no Sistema de Informação em Saúde Silvestre da Fiocruz (SISS-Geo) é o treinamento a partir de dados. Esta linha de pesquisa é conhecida por modelagem baseada em dados. Nesta abordagem, uma amostra de exemplos de relações conhecidas (isto é, onde se conhece as respostas) é fornecida ao algoritmo de aprendizagem, que por sua vez treinará modelos para que aprendam mapear estas relações automaticamente. No entanto, mais importante do que estritamente modelar relações contidas em uma amostra de dados, é ser capaz de predizer a resposta para novos dados nos quais não se conhece a resposta correta; ou seja, é preciso que o modelo saiba generalizar para "situações" nas quais ele não foi previamente exposto.
No SISS-Geo, registros de ocorrências que envolvem um grupo de animais comportando-se estranhamente ou exibindo sinais de ferimentos pode significar a existência de alguma ameaça no entorno, como por exemplo uma zoonose (doença que circula entre animais e humanos).
Nestas situações, um alerta é emitido o quanto antes, para que ações preventivas ou remediadoras tenham eficácia. Esta é justamente a principal função do modelo de alertas do SISS-Geo, desenvolvido pelos pesquisadores de modelagem computacional, biodiversidade e saúde da Fiocruz em parceria com o Laboratório Nacional de Computação Científica (LNCC). Para cada ocorrência enviada por cidadãos voluntários através do aplicativo móvel SISS-Geo o modelo de alertas analisa os dados do registro, junto com ocorrências similares e informações geoespaciais, e prediz a gravidade daquele evento. Nos casos preditos como alerta, especialistas em diagnóstico são acionados para confirmarem sua gravidade. Como trata-se de predição de um fenômeno bastante complexo, que é a relação entre biodiversidade e saúde, o modelo de alertas pode eventualmente cometer erros: nestas situações, os casos errôneos são adicionados ao treinamento do modelo de alertas, tornando-o progressivamente mais "inteligente".
* Douglas A. Augusto é Pesquisador da Plataforma Instituicional Biodiversidade e Saúde Silvestre - Fiocruz e do SISS-Geo (Sistema de Informação em Saúde Silvestre). É graduado em Ciência da Computação pela Universidade Federal de Juiz de Fora, mestre, doutor interdisciplinar em Engenharia Civil com concentração em Sistemas Computacionais e Computação de Alto Desempenho pela UFRJ e pós-doutor pelo Laboratório Nacional de Computação Científica (LNCC).