Pesquisadores do INRAE e da Universidade Nacional Autônoma do México combinaram dados de atividade de voo de abelhas com modelagem de IA para criar uma ferramenta de toxicovigilância de alto desempenho. Os resultados do estudo, publicados na Ecological Informatics, confirmam que a ferramenta pode alertar os usuários sobre os riscos às populações de abelhas causados pela exposição a pesticidas neurotóxicos.
As abelhas, como principais polinizadoras de plantações e plantas selvagens, são frequentemente expostas a vários pesticidas químicos no ambiente. Essa exposição regular afeta seu comportamento e sua saúde 1levando à perda potencial de colônias de abelhas. Um desafio atual da pesquisa é chegar a uma avaliação eficiente e precisa dos impactos dos pesticidas sobre essas abelhas.
Para atingir isso, sistemas de alta tecnologia estão sendo implantados por cientistas para monitorar a atividade de abelhas forrageiras. Colocados na entrada da colmeia, detectores permitem a medição detalhada de características relacionadas ao voo em abelhas que foram marcadas individualmente por pesquisadores usando RFID (identificação por radiofrequência) ou códigos QR presos ao tórax.
Estudos anteriores demonstraram que múltiplos pesticidas neurotóxicos em doses subletais (que não matam a abelha) reduzem a atividade de voo diária das abelhas em cerca de 25%. Essas descobertas permitiram que os autores do presente estudo selecionassem a redução de voo como um indicador da presença de pesticidas neurotóxicos no ambiente. A equipe de pesquisa do INRAE e seus colegas da Universidade Nacional Autônoma do México alcançaram uma primeira vez, coletando dados de atividade de voo das abelhas e processando-os usando modelagem de IA. Seus resultados tornaram possível classificar o desempenho de voo das abelhas e, assim, determinar, em função do número de voos e do tempo gasto forrageando fora da colmeia, se as abelhas foram expostas ou não a pesticidas químicos.
Para o estudo, um conjunto de dados de 42.092 registros de voo de 1107 abelhas de controle e 1689 abelhas expostas foi analisado pela equipe de pesquisa. O modelo atingiu 99% de precisão de classificação quando foi treinado em 25 dias de dados de atividade.
A precisão quase perfeita dos resultados ressalta o desempenho altamente preditivo dos modelos de IA para toxicovigilância. Esta nova tecnologia, que deve passar por testes de campo, tem o potencial de fornecer dados em tempo real para a avaliação de riscos ligados a pesticidas em abelhas.
Referência
Olivares-Pinto U., Alaux C. et al. (2024). Usando dados de atividade de voo de abelhas e um modelo de aprendizado profundo como uma ferramenta de toxicovigilância. Informática Ecológica, DOI : https://doi.org/10.1016/j.ecoinf.2024.102653
