12/07/2020 Infodemia, notícias falsas e medicina: ciência e a busca pela verdade

Revista Internacional de Ciências Cardiovasculares Serviços sob Demanda

Versão impressa ISSN 2359-4802 Versão on-line ISSN 2359-5647
Diário
Int. J. Cardiovasc. Sci. vol.33 no.3 Rio de Janeiro maio / junho 2020 Epub 27
abr 2020 SciELO Analytics

https://doi.org/10.36660/ijcs.20200073 Google Scholar H5M5 ( 2019

)
EDITORIAL
Artigo

Infodemia, notícias falsas e medicina: ciência e a nova página de texto (beta)

busca pela verdade Inglês (pdf)

Artigo em formato xml

Claudio Tinoco Mesquita 1 2 http://orcid.org/0000-0002-1466-9413
Como citar este artigo

SciELO Analytics
Anderson Oliveira 3 http://orcid.org/0000-0001-8289-7488
Curriculum ScienTI

Flávio Luiz Seixas 4 http://orcid.org/0000-0002-7160-0818 Tradução automática

Indicadores

Aline Paes 4 http://orcid.org/0000-0002-9089-7303 Links Relacionados

Compartilhar

1
Mais
Pós-Graduação em Ciências Cardiovasculares, Ebserh / HUAP, Mais
Universidade Federal Fluminense, Niterói, RJ - Brasil
2 Permalink
Hospital Pró-Cardíaco, Rio de Janeiro, RJ - Brasil
3
Comissão Nacional de Energia Nuclear, Rio de Janeiro, RJ - Brasil
4
Instituto de Computação - Universidade Federal Fluminense, Niterói, RJ - Brasil

Palavras-Chave: Coronavírus; Disseminação de Informação; Má conduta científica / tendências; Representação

falsa; Ciência da Informação / tendências; desastre Medicina / ética

"A falsidade voa, e a verdade vem mancando depois dela."

Jonathan swift

Além de lutar contra a pandemia do COVID-19, há outro problema crítico que a Medicina e a Ciência precisam
enfrentar neste momento crucial: a disseminação online de informações imprecisas. Até o final de março de
2020, mais de 2100 iranianos foram envenenados pela ingestão oral de metanol. O Irã, como país islâmico, tem
severas restrições ao álcool, mas, neste caso, os pacientes disseram que as mensagens nas mídias sociais
sugeriam que poderiam impedir a infecção pelo SARS-CoV-2 que consumia álcool. Quase 900 pacientes
envenenados por álcool foram admitidos na Unidade de Terapia Intensiva (UTI) e 296 morreram (taxa de
1
mortalidade de 13,5%). No passado, as notícias eram produzidas e distribuídas por algumas organizações ou
empresas privadas, mas hoje, na era da Internet e das mídias sociais, qualquer pessoa pode transmitir notícias
on-line. Notícias falsas são melhor definidas como informações falsas deliberadas espalhadas por mídias sociais
2
ou convencionais. Notícias médicas falsas podem induzir em erro, a fim de danificar uma organização e / ou
uma pessoa. Outra conseqüência problemática de um relatório médico falso é obter lucros com alguns alimentos,
suplementos ou tratamentos específicos.

O diretor-geral da OMS, Tedros Adhanom Ghebreyesus, disse recentemente: “Não estamos apenas combatendo
uma epidemia; estamos lutando contra uma infodemia ”. Sabendo que tempos estressantes como a pandemia
estão associados a uma sobrecarga de informações e desinformação, imediatamente após o COVID-19 ter sido
declarado Emergência de Saúde Pública de Interesse Internacional, foi lançada uma plataforma para compartilhar
informações personalizadas com grupos-alvo específicos, Rede de Informação para Epidemias da OMS (EPI -
3
GANHAR). O infodêmico, a epidemia global de desinformação, pode ter graves consequências para a saúde e

https://www.scielo.br/scielo.php?script=sci_arttext&pid=S2359-56472020000300203 1/4
12/07/2020 Infodemia, notícias falsas e medicina: ciência e a busca pela verdade
para a sociedade. O conteúdo criado na Web tem o potencial de fornecer as informações corretas e de alterar
positivamente o comportamento das pessoas. Ainda assim, também é capaz de gerar opiniões e comportamentos
4
sociais que podem colocar a saúde em perigo.

A primeira e mais conseqüente desinformação em saúde pública é o equívoco de que a vacina contra sarampo,
5
caxumba e rubéola causa autismo, criado por um artigo fraudulento publicado na Lancet. Essa desinformação
foi amplamente disseminada nas mídias sociais e, combinada com as teorias da conspiração e outras crenças,
fortalece um movimento anti-vacinação. Como consequência, em 2020, muitos países, incluindo o Reino Unido,
6 , 7
Grécia, Venezuela e Brasil, perderam o status de eliminação do sarampo. Em cardiologia, também existem
exemplos de notícias falsas. A mídia social divulgou muitas informações erradas sobre o potencial efeito
oncogênico dos medicamentos anti-hipertensivos, levando muitos pacientes a parar de usar algum medicamento
benéfico comprovado. Battistoni et al. demonstraram que existe algum apoio para promover ou incentivar o
8
banimento de anti-hipertensivos devido a um possível risco de neoplasias. O'Connor faz um forte argumento
chamando os cardiologistas a se oporem firmemente a terapias exageradas, entidades não testadas, vacinas não
9
comprovadas e nutracêuticos, tomando o exemplo de notícias falsas sobre insuficiência cardíaca.

Ampliando a citação de Jonathan Smith, as notícias falsas se difundem significativamente mais longe, mais
10
rapidamente, mais profundamente e mais amplamente do que a verdade. À medida que os robôs aceleram a
propagação de notícias verdadeiras e falsas na mesma proporção, o que implica que as notícias falsas se
espalham mais do que a verdade porque os seres humanos, e não os robôs, têm maior probabilidade de espalhá-
10
la. Isso é particularmente importante, pois Pennycook et al identificaram que o contato prévio com informações
(familiaridade) aumenta a sensação de que essas informações são verdadeiras. Além disso, eles também
11
demonstraram que a repetição amplia esse sentimento de "verdade ilusória". Como podemos lutar contra essa
ameaça ( figura 1 )?

Figura 1 - Estratégias propostas para combater notícias médicas falsas.

https://www.scielo.br/scielo.php?script=sci_arttext&pid=S2359-56472020000300203 2/4
12/07/2020 Infodemia, notícias falsas e medicina: ciência e a busca pela verdade
Uma abordagem promissora para isso é contar com métodos computacionais para detectar notícias falsas e
desinformação. A maioria das técnicas para lidar com esse problema é desenvolvida na área de Inteligência
Artificial (IA), usando principalmente os métodos de Processamento de Linguagem Natural (PNL) e Aprendizado
de Máquina (ML). Para classificar automaticamente um pedaço de texto como notícias falsas ou não, outras
12 13 , 14
soluções de ML e PNL também são úteis, incluindo extração de recursos, modelagem de contexto social,
15 16
sistemas baseados em conhecimento, análises de sentimentos, entre outros.

A extração de recursos é particularmente importante para fornecer informações úteis aos métodos de ML. Eles
podem ser coletados diretamente do texto ou de fontes externas. Exemplos deles incluem 1) representatividade
do título, 2) citações de fontes externas, 3) presença de citações de outras organizações e estudos, 5) uso de
falácias lógicas, 6) tom emocional do artigo, 7) consistência de inferência, por exemplo, uma associação e
causalidade errôneas ou tornar um fato generalizado para uma conclusão incorreta; 8) originalidade; 9)
credibilidade das citações; 10) número de anúncios; 11) grau de confiança nos autores; 12) número de
chamadas sociais e outros. Os algoritmos de ML podem usar alguns desses recursos para aproximar um modelo
classificador capaz de distinguir entre um conteúdo falso e um conteúdo verdadeiro. O processo de aprendizado
do classificador usa um conjunto de dados anotado anteriormente como um conjunto de treinamento, onde os
exemplos nesse conjunto de dados são os artigos e a anotação é se é falso ou não. Em alguns casos, é
necessário pré-processar os dados antes de extrair os recursos, usando, por exemplo, tokenização (divida o texto
em partes menores chamadas tokens), menor transformação de maiúsculas e minúsculas, remoção de palavras
12
comuns que não possuem um significado adequado (interrompa palavras), segmentação de sentenças etc.
Além de contar com a engenharia e a extração de recursos, os métodos recentes baseados no Deep Learning
levam em consideração o conteúdo dos textos diretamente, de uma ponta a ponta. Por exemplo, Fang et al.
desenvolveram um modelo para julgar a autenticidade das notícias com uma taxa de precisão de 95,5%, com
base apenas em seu conteúdo, usando redes neurais convolucionais e mecanismo de atenção com várias
17
cabeças.

Outras abordagens promissoras de IA consistem em analisar os recursos de redes sociais que contêm as
possíveis informações falsas. Esse cenário é relevante porque é cada vez mais comum usar contas ou bots não
15
humanos para criar notícias falsas e espalhá-las em uma rede social. Assim, analisar os perfis dos usuários
dessas redes sociais, por exemplo, pode fornecer informações úteis para a detecção de notícias falsas. Além
disso, os recursos pós-focados se concentram em analisar como as pessoas expressam suas opiniões em relação
a notícias falsas por meio de publicações nas mídias sociais. Os usuários moldam diferentes redes nas mídias
sociais em termos de interesse, tópicos e relações. Os recursos baseados em rede avaliam os padrões de rede
aos quais o usuário pertence.

Uma estratégia crucial para evitar a disseminação de notícias falsas é fornecer informações baseadas em
evidências ao público em geral por organizações e instituições responsáveis, como a OMS, OPAS, autoridades
3
nacionais de saúde e sociedades acadêmicas. Relacionada à ação anterior, está a criação de conteúdo de saúde
6
acessível a leigos, aumentando a colaboração de jornalistas e cientistas para minimizar erros de comunicação.
Finalmente, todos os médicos e profissionais de saúde sempre devem obter informações corretivas ao confrontar
notícias falsas. Esta estratégia provou ser útil, e a repetição de correções também parece ser bem-sucedida para
6
reduzir o efeito de informações erradas. A aplicação de várias verificações com informações de mídia social,
detectando e evitando o crescimento de informações e reconhecendo a motivação relacionada ao lucro é vital
2
para gerenciar informações médicas falsas. Como na bem-sucedida estratégia antifumo, a participação do
governo é essencial na luta contra as notícias falsas. O combate à informação falsa deve ser visto não apenas
como uma ação momentânea, mas também como um esforço contínuo. Assim, a criação de apoio regulatório, a
18
implementação de ações educativas e a atenção especial a crianças e jovens são essenciais.

Em resumo, estamos envolvidos em uma situação nova e nunca imaginada, enquanto a pandemia do COVID-19
está se espalhando. Notícias falsas podem levar a eventos de saúde particularmente graves. Todos os cientistas,
médicos e colaboradores da área de saúde devem trabalhar juntos para combater a desinformação médica falsa.
Esta luta não deve ser perdida.

REFERÊNCIAS
1. Soltaninejad K. Surto de envenenamento em massa por metanol: uma conseqüência das mensagens
pandêmicas e enganosas do COVID-19 nas mídias sociais. Int J Occup Environ Med. 2020; 11 (3): e1 – e3. [
Links ]

2. Kanekar AS, Thombre A. Notícias médicas falsas: Evitando armadilhas e perigos. Fam Med Community Heal.
2019; 7 (4): 1–4. [ Links ]

3. Zarocostas J. Como combater um infodêmico. Lanceta. 2020; 395 (10225): 676. [ Links ]

4. Lara-Navarra P, Falciani H, Sánchez-Pérez EA, Ferrer-Sapena A. Gerenciamento de informações em saúde e

meio ambiente: rumo a um sistema automático para detecção de notícias falsas. Int J Environ Res Saúde Pública.
2020; 17 (3): 1-12. [ Links ]

5. Wakefield AJ, Murch SH, Anthony A, Linnell J, Casson DM, Malik M, et al. Retraído: hiperplasia ileal-linfoide-
nodular, colite inespecífica e distúrbio generalizado do desenvolvimento em crianças. Lanceta. 1998; 351 (9103):

https://www.scielo.br/scielo.php?script=sci_arttext&pid=S2359-56472020000300203 3/4
12/07/2020 Infodemia, notícias falsas e medicina: ciência e a busca pela verdade
637–41. [ Links ]

6. Swire-Thompson B, Lazer D. Saúde Pública e Desinformação Online: Desafios e Recomendações. Annu Rev
Saúde Pública. 2020; 41 (1): 433–51. [ Links ]

7. Medeiros EAS. Entendendo o ressurgimento e o controle do sarampo no Brasil. Acta Paul Enferm. 2020 mar;
33: e-EDT20200001. [ Links ]

8. Battistoni A, Tocci G, Presta V, Volpe M. Medicamentos anti-hipertensivos e os riscos de câncer: mais

falsificações do que fatos. Eur J Prev Cardiol. 2019 out; 0 (00): 1–5. [ Links ]

O'Connor CM. Notícias falsas sobre insuficiência cardíaca: como distinguimos a verdade? JACC Hear Fail. 2019; 7
(4): 363. [ Links ]

10. Vosoughi S, Roy D, Aral S. A disseminação de notícias verdadeiras e falsas online. Ciência (80-). 2018 Mar;
359 (6380): 1146–51. [ Links ]

11. Pennycook G, Cannon TD, Rand DG. Prior exposure increases perceived accuracy of fake news. J Exp Psychol
Gen. 2018 Dec;147(12):1865-1880. [ Links ]

12. Ahmed H, Traore I, Saad S. Detecting opinion spams and fake news using text classification. Secur Priv.
2018;1(1):e9. [ Links ]

13. Ozbay FA, Alatas B. Fake news detection within online social media using supervised artificial intelligence
algorithms. Phys A Stat Mech its Appl. Feb 2020;540:123174. [ Links ]

14. Kapusta J, Obonya J. Improvement of Misleading and Fake News Classification for Flective Languages by
Morphological Group Analysis. In: Informatics. Informatics.(Multidisciplinary Digital Publishing Institute);
2020;7(1):4. [ Links ]

15. Shu K, Sliva A, Wang S, Tang J, Liu H. Fake news detection on social media: A data mining perspective. ACM
SIGKDD Explor Newsl. 2017;19(1):22–36. [ Links ]

16. Rubin VL, Chen Y, Conroy NJ. Deception detection for news: three types of fakes. Proc Assoc Inf Sci Technol.
2015;52(1):1–4. [ Links ]

17. Fang Y, Gao J, Huang C, Peng H, Wu R. Self Multi-Head Attention-based Convolutional Neural Networks for
fake news detection. PLoS One. 2019;14(9):1-13. [ Links ]

18. Tavares SS, Martins M Campos, Faria FR, Cotta R. Combate ao Tabagismo no Brasil: a importância estratégica
das ações governamentais. Ciênc. saúde coletiva [Internet]. 2014; 19(2): 539-52. [ Links ]

Mailing Address: Claudio Tinoco Mesquita Universidade Federal Fluminense Faculdade de Medicina -
Departamento de Radiologia - Av. Marques do Paraná, 303. Postal Code: 24230-322, Centro, Niterói, RJ – Brazil
E-mail: claudiotinocomesquita@id.uff.br

Este é um artigo de acesso aberto distribuído sob os termos da Creative Commons Attribution License, que permite uso,
distribuição e reprodução irrestritos em qualquer meio, desde que o trabalho original seja devidamente citado.

Avenida Marechal Câmara, 160, sala: 330, Centro

CEP: 20020-907
(21) 3478-2700

sbc@cardiol.br

https://www.scielo.br/scielo.php?script=sci_arttext&pid=S2359-56472020000300203 4/4