O aplicativo criado auxilia o monitoramento das condições de saúde dos usuários por meio de questionários
Três estudantes da Universidade Federal de Santa Catarina (UFSC) foram premiados em duas competições internacionais que envolvem a utilização de inteligência artificial e blockchain para a criação de ferramentas que colaborem para o combate à pandemia de Covid-19 e ajudem o planeta a se recuperar da crise. O mestrando em Engenharia Mecânica Ruan Comelli e os alunos da graduação em Engenharia Eletrônica Kauê Cano e Matheus Tosta integram a equipe internacional, com membros de oito países diferentes, que ficou em primeiro lugar na Planet Wide SOS Hackathon e em segundo lugar na COVIDathon – Decentralized AI Hackathon.
A primeira, que teve seu resultado divulgado nesta sexta-feira, 3 de julho, contou com 308 participantes, inscritos em 50 equipes, com a finalidade de desenvolver ideias e soluções para curar nosso planeta e construir o novo mundo pós-crise. Já a COVIDathon é uma competição organizada pela Fundação DAIA (Decentralized AI Alliance), pela Ocean Protocol Foundation e pela SingularityNET com o objetivo de desenvolver soluções inteligentes e descentralizadas para o combate à Covid-19. 1184 competidores, divididos em cem equipes, participaram desse hackathon (eventos como esses, que reúnem profissionais e estudantes ligados ao desenvolvimento de software com o objetivo de criar soluções específicas para um ou vários desafios).
O projeto apresentado em ambas as competições foi o Immuno Lynk – uma extensão da iniciativa vencedora de outra competição: a Hackathon Lumiata Covid-19 Global AI, promovida por uma empresa do Vale do Silício. A solução consiste em uma plataforma que pode ser utilizada em duas frentes: um aplicativo para uso dos trabalhadores da saúde e uma interface voltada aos gestores de hospitais e demais instituições da área.
O aplicativo auxilia o monitoramento das condições de saúde dos usuários por meio de questionários sobre seu estado de saúde e sua exposição ao novo coronavírus (Sars-CoV-2) e de testes de anticorpos. “Os testes são fotografados e processados por uma rede neural convolucional, que é capaz de interpretar os resultados tão bem quanto médicos treinados. Tanto os questionários quanto os testes são processados por modelos de inteligência artificial desenvolvidos pela equipe. Como saída desse processamento, o usuário obtém uma estimativa de quando ele deve fazer um novo teste, bem como uma avaliação da sua imunidade”, explica Ruan. O aplicativo fornece, ainda, estimativas dos riscos a que os profissionais estão submetidos e garante a privacidade e a segurança dos dados.
Leia na íntegra: Notícias UFSC