Um terremoto de magnitude 6,1 na escala Richter matou mais de mil pessoas no Afeganistão nesta quarta-feira (22), disseram as autoridades do país, acrescentando que mais de 600 ficaram feridos e verificações estão sendo realizadas para ver se o número de vítimas pode aumentar.

O tremor ocorreu a cerca de 44 quilômetros da cidade de Khost, perto da fronteira com o Paquistão, a uma profundidade de 51 quilômetros, informou o Serviço Geológico dos Estados Unidos.

O tremor foi sentido por cerca de 119 milhões de pessoas no Paquistão, Afeganistão e Índia, disse o Centro Sismológico Europeu nas redes sociais.

O chefe de gerenciamento de desastres naturais do governo talibã, Mohammad Nassim Haqqani, disse que a maioria das mortes ocorreu na província de Paktika, onde 100 pessoas morreram e 250 ficaram feridas.

Outras 25 pessoas foram mortas em Khost e cinco na província de Nangarhar, disse ele, acrescentando que investigações estão sendo conduzidas para determinar se há mais vítimas.

Não houve relatos imediatos de danos ou vítimas no Paquistão.

O desastre ocorre no momento em que o Afeganistão enfrenta uma grave crise econômica desde que o Talibã assumiu o poder em agosto do ano passado, quando as forças internacionais lideradas pelos EUA se retiraram do país após duas décadas de guerra.

As informações são da Uol.

Pesquisadores do Reino Unido trabalham em uma ferramenta baseada em tecnologia de aprendizado de máquina que poderá ajudar a simplificar o diagnóstico de Alzheimer. Eles adaptaram um algoritmo desenvolvido para uso na classificação de tumores cancerígenos e o aplicaram ao cérebro. Os testes com a técnica indicam que, em 98% dos casos, apenas o sistema de aprendizado de máquina poderia prever com precisão se uma pessoa tem ou não a doença neurodegenerativa.

Atualmente, os médicos usam uma série de testes para diagnosticar a doença de Alzheimer, incluindo testes de memória e cognitivos e exames cerebrais. A nova abordagem requer apenas uma ressonância magnética (MRI) do cérebro feita em uma máquina padrão de 1,5 Tesla, que é comumente encontrada na maioria dos hospitais.

Para isso, a equipe do Imperial College London dividiu o cérebro em 115 regiões e locou 660 características diferentes, como tamanho, forma e textura, para avaliar cada região. Depois, treinou o algoritmo para identificar onde as mudanças nesses recursos poderiam prever com precisão a existência da doença.

A técnica foi testada em exames cerebrais feitos em mais de 400 pacientes com Alzheimer em estágio inicial e posterior, além de imagens do cérebro de pessoas sem a doença e de pacientes com outras condições neurológicas, incluindo demência frontotemporal e doença de Parkinson. O índice de acerto foi de 98%.

As informações são do Correio Braziliense.