Tecnologia Científica

Engenheiros de robótica assumem COVID-19
Métodos usados ​​para ajudar os robôs a andar e os carros autônomos a dirigir também podem ajudar os epidemiologistas a prever a propagação da pandemia
Por Caltech - 23/11/2020


Reprodução

Quando os bloqueios da pandemia de COVID-19 interromperam abruptamente suas pesquisas nesta primavera, os engenheiros de robótica da Caltech e da Universidade de Michigan pegaram ferramentas que foram originalmente criadas para ajudar os robôs a andar e carros autônomos para dirigir com segurança e as aplicaram no desenvolvimento de uma metodologia epidemiológica que leva em conta as intervenções humanas (como ordens de máscara e ordens de permanência em casa).

"Eu estava sentado em casa em março, como a maioria do resto do país, observando isso acontecer ao meu redor e me perguntando como poderia ajudar", diz Aaron Ames, professor de Engenharia Mecânica e Civil e Controle e Sistemas Dinâmicos de Bren, que dirige Laboratório de Mobilidade Avançada (AMBER) da Caltech.

Investigando os modelos epidemiológicos que estavam sendo usados ​​para modelar a progressão das pandemias, Ames percebeu que eles normalmente veem a progressão da infecção como algo cuja dinâmica progride de forma autônoma (sem a capacidade de modificar sua evolução), em oposição a um sistema cujo comportamento pode ser influenciados pelas ações humanas. No entanto, as ações humanas - coisas como distanciamento físico, fechamento de restaurantes internos e obrigatoriedade de tráfego de mão única em edifícios - podem e realmente moldam a progressão do COVID-19.

Ames juntou esforços com seu colega Gábor Orosz, professor associado de engenharia mecânica na Universidade de Michigan; pesquisador de pós-doutorado Tamás Molnár (então em Michigan e agora em Caltech); e o estudante de graduação da Caltech Andrew Singletary (MS '19). Juntos, eles construíram uma nova metodologia que trata os modelos epidemiológicos como sistemas de controle, em que várias intervenções humanas são incluídas como "entradas" no sistema.

Os sistemas de controle generalizam o que deve acontecer em um sistema dinâmico, permitindo que o comportamento desse sistema mude com base nas entradas. Essas entradas, com base em observações, conduzem as ações correspondentes. Por exemplo, um veículo autônomo pode detectar um obstáculo na estrada à frente e, em seguida, alterar seu curso ou frear e parar. De maneira semelhante, os modelos epidemiológicos de "sistema de controle" desenvolvidos pela equipe Caltech / University of Michigan observam intervenções humanas para mitigação de COVID-19 e utilizam essas observações para prever como elas impactarão a propagação da doença, conforme quantificado por número de pessoas infectadas, hospitalizadas e falecidas.

“Esta é uma mudança de paradigma em comparação com os modelos epidemiológicos tradicionais”, diz Orosz. "Utilizando os dados US COVID-19 de março a maio e assumindo que os estados iriam reabrir muito rapidamente, o que aconteceu, fomos capazes de prever a onda de infecção durante o verão com alta precisão."

A capacidade de prever a evolução da pandemia atual com base nas intervenções humanas observadas, ou na falta dela, possibilita um resultado importante: a capacidade de sugerir intervenções futuras de modo a estabelecer limites para o número de infecções, hospitalizações e mortes. Ou seja, medidas corretivas que garantam a segurança podem ser sugeridas por meio da estrutura originalmente inventada para robôs e veículos autônomos (onde a segurança é uma prioridade). Assim como uma ação corretiva pode ser tomada para que o carro evite bater em um obstáculo, uma ação corretiva poderia teoricamente ser tomada na pandemia COVID-19 para limitar o surto - desde que as pessoas sigam os protocolos de segurança prescritos.

No interesse de divulgar suas descobertas às agências de saúde pública que poderiam incorporá-las em seus modelos, a equipe postou seu trabalho no site medRxiv.org , um servidor de pré-impressão para ciências da saúde. O estudo foi publicado posteriormente pela revista IEEE Access em 8 de outubro.

A equipe espera que este esforço forneça um primeiro passo para conectar roboticistas e teóricos de controle com epidemiologistas na luta contra COVID-19. "Este é o maior desafio de saúde que nossa sociedade deve enfrentar em pelo menos uma geração. Todos nós precisamos contribuir e ajudar de todas as maneiras que pudermos", diz Ames.

O artigo deles é intitulado " Controle crítico de segurança de intervenções ativas para mitigação de COVID-19 ". Este trabalho foi financiado pela National Science Foundation.

 

.
.

Leia mais a seguir