Não existe bola de cristal na ciência, mas a evolução da análise e do estudo de dados ajuda cada vez mais a dar pistas sobre o futuro. Por trás disso, há pesquisadores como a matemática Juliane Oliveira, que encara uma missão tão importante quanto complexa: usar modelagem matemática aplicada à epidemiologia de doenças infecciosas para prever possíveis novas ameaças à saúde pública. Na prática, as previsões permitem que as autoridades se adiantem e planejem estratégias para proteger a população. É um preparo crucial principalmente depois dos surtos de zika e chikungunya que afetaram o país e do desafio mundial da covid.

Nos últimos meses, Juliane tem vivido especialmente mergulhada em números, planilhas e análises massivas de dados. Ela faz parte de um projeto do Cidacs (Centro de Integração de Dados e Conhecimentos para Saúde, da Fiocruz, na Bahia) em colaboração com a COPPE/UFRJ e a Rockfeller Foundation (EUA) para detecção precoce de surtos que poderiam causar uma nova pandemia.

“Tudo que acontece na nossa vida, em particular com a nossa saúde, pode ser registrado. Doenças, vacinas etc. E várias questões influenciam os riscos de adoecer, como fatores socioeconômicos ou climáticos. Coletamos várias dessas informações e as inserimos em tabelas, criando uma evolução no tempo. A matemática entra na tentativa de simulação da realidade. Com base numa ampla gama de dados, ela ajuda a observar os cenários atuais da saúde da população, a criar probabilidades de futuro e a tirar recomendações para melhorar a qualidade de vida das pessoas”, explica Juliane.

Sua equipe reúne grande quantidade de informações, como relatos de atendimentos nas Unidades Básicas de Saúde (UBS) e buscas de medicamentos em farmácias, e aplica ferramentas e modelos matemáticos com a ajuda de programas de computador. As informações de sintomas, históricos de saúde e diagnósticos são organizadas e classificadas com algoritmos.

“Para entender se a emergência de um vírus pode causar uma pandemia, fazemos uma avaliação em tempo real. Ou seja, à medida que as pessoas buscam atendimento ou automedicação, estamos sempre rodando os algoritmos para verificar se há algo fora do normal que levante algum alerta epidemiológico”, conta Juliane.

O trabalho é amparado por uma base de dados colaborativa gigantesca, de órgãos públicos, como o Ministério da Saúde, ou de empresas privadas, no caso dos medicamentos. A essas informações são integradas outras, como dados bioclimáticos, socioeconômicos e de mobilidade humana. Um dos maiores desafios é alcançar processamento tal que os dados de naturezas completamente diferentes conversem entre si.