Crédito, Getty Images
- Author, Vedrana Simičević
- Role, BBC Future
Tempo de leitura: 8 min
Em uma corrida contra o mau tempo, as equipes de resgate de uma montanha da região italiana do Piemonte enfrentavam um enigma. Nicola Ivaldo, um experiente alpinista e cirurgião ortopédico italiano de 66 anos, havia desaparecido. Ele não compareceu ao trabalho na segunda-feira e um alerta foi acionado.
Ivaldo havia saído sozinho em uma manhã de domingo, em setembro de 2024. Infelizmente, ele não havia compartilhado com amigos ou familiares detalhes sobre o destino. A única pista sobre seu paradeiro era o carro, encontrado pelos socorristas estacionado na vila de Castello di Pontechianale, no Valle Varaita.
A partir dali, eles especularam se Ivaldo provavelmente havia ido escalar um dos dois picos mais proeminentes dos Alpes italianos, o escarpado Monviso, com 3.841 metros de altitude, ou o vizinho Visolotto, de 3.348 metros. A hipótese era compatível com o último sinal de seu telefone celular, rastreado aproximadamente nessa área.
Mas isso deixava a busca e as equipes de resgate com uma área enorme para explorar. As vastas faces rochosas de cada montanha têm diversas rotas que levam ao cume por lados diferentes. Toda a região é cortada por centenas de quilômetros de trilhas, explica Simone Bobbio, porta-voz do Serviço de Resgate Alpino e Espeleológico do Piemonte.
No dia do desaparecimento, o bom tempo havia atraído muitos visitantes às rotas mais populares. Ninguém relatou ter visto Ivaldo nos caminhos mais movimentados. Isso indicava que ele, um montanhista experiente, provavelmente havia se aventurado em áreas mais remotas das montanhas.
Mais de 50 socorristas percorreram a região a pé por quase uma semana, enquanto um helicóptero realizou diversos voos na tentativa de localizá-lo do alto. Quando a neve precoce chegou no fim de setembro, qualquer esperança de encontrá-lo com vida havia se dissipado, e as buscas foram interrompidas.
Em julho de 2025, no entanto, a procura pelo corpo de Ivaldo foi retomada, depois que a maior parte da neve derreteu nos íngremes barrancos da montanha.
As equipes recorreram a um software de IA capaz de analisar milhares de imagens captadas por drones, que voaram rente às paredes rochosas e pelos inúmeros corredores que cortam as encostas da montanha. Bastaram cinco horas para que dois drones registrassem as fotos, analisadas no mesmo dia para identificar pontos onde os socorristas poderiam concentrar as buscas.
Infelizmente, as más condições meteorológicas atrasaram a operação seguinte, que previa o retorno aos locais indicados para uma verificação mais detalhada com os drones.
Crédito, CNSAS
Ainda assim, três dias após a retomada das buscas, o corpo do médico desaparecido foi encontrado em um dos pontos identificados pela IA, em um barranco na face norte do Monviso, a cerca de 3.150 metros de altitude. O resgate do corpo foi feito por helicóptero.
“O elemento-chave foi um capacete vermelho, identificado pelo software como ponto de interesse”, afirma Bobbio.
Embora tragicamente tarde demais para Ivaldo, o teste de campo com IA aplicada a buscas e resgates mostrou o potencial da tecnologia para o futuro, em casos de desaparecimento. Não havia sido possível empregar esse recurso na operação inicial, mas as equipes esperam que ele possa ser usado em conjunto com métodos tradicionais em situações em que ainda haja chance de encontrar pessoas com vida.
O uso de drones na busca pelo corpo de Ivaldo foi decisivo. Pelo tamanho reduzido e pela grande capacidade de manobra, eles conseguiram cobrir rapidamente um terreno difícil, aproximar-se das paredes rochosas e oferecer ângulos de visão impossíveis de se obter com helicópteros.
Os pilotos de drone haviam visitado a área várias vezes durante o inverno e a primavera para treinar voos em ambiente montanhoso.
“Reunimos todas as informações disponíveis sobre o terreno a partir da missão anterior e estudamos rotas de escalada que poderiam ter atraído Ivaldo”, explica Saverio Isola, piloto de drones e chefe da estação de resgate em montanha de Turim (Itália). Isso permitiu definir áreas prioritárias de busca.
Um helicóptero deixou dois pilotos de drone em pontos elevados da montanha, próximos às faces rochosas e aos corredores. Com os drones, eles cobriram 183 hectares da encosta e captaram mais de 2.600 imagens em alta resolução.
“Até dois anos atrás, nós mesmos analisávamos essas fotos, uma por uma”, diz Isola. Mas, em 2023, os serviços de resgate em montanha da Itália começaram a testar softwares de IA treinados para identificar descontinuidades relevantes de cor ou textura na paisagem, o que permite concluir a análise das imagens em questão de horas.
A IA analisou as imagens captadas pelos pilotos de drone pixel a pixel, em busca de qualquer elemento que destoasse da encosta da montanha. Em poucas horas, o software identificou dezenas de possíveis anomalias em um grande volume de fotografias.
Essa seleção inicial, porém, ainda precisou ser refinada com a ajuda da análise humana.
“O software pode reagir a coisas diferentes, como um pedaço de lixo plástico ou uma rocha de cor incomum”, explica Isola. “Ele também pode ‘alucinar’ alguns elementos. Por isso, tivemos de reduzir ainda mais as possibilidades, levando em conta o trajeto que Ivaldo, um alpinista muito experiente, poderia ter seguido.”
Ao final, restaram três locais possíveis, entre eles um que apresentava um objeto vermelho.
Na manhã seguinte, quando os drones foram verificar esses pontos, o objeto vermelho em uma das imagens era o capacete de Ivaldo. A partir daí, os socorristas localizaram rapidamente o corpo do médico desaparecido, ainda parcialmente coberto de neve e vestido de preto. Sem a indicação desse ponto vermelho pela IA em uma das fotografias, ele talvez nunca tivesse sido encontrado.
“O software conseguiu detectar a cor vermelha mesmo com o capacete à sombra no momento em que a imagem foi registrada”, afirma Bobbio.
Não foi a primeira vez que esse tipo de tecnologia de IA foi usado com sucesso em uma missão de busca.
Em 2021, um software desenvolvido por uma empresa derivada da Universidade de Wrocław, na Polônia, foi decisivo no resgate de um homem de 65 anos desaparecido na região de Beskid Niski, no sudeste do país. O tempo era crucial: o homem tinha Alzheimer e havia sofrido um derrame no dia anterior ao desaparecimento.
O programa, chamado SARUAV, analisou 782 imagens aéreas da área e localizou a pessoa desaparecida em pouco mais de quatro horas, fornecendo as coordenadas ao serviço de resgate de montanha de Bieszczady. Acredita-se que tenha sido a primeira vez que um sistema automatizado de detecção humana participou diretamente de um resgate.
Dois anos depois, o mesmo algoritmo foi usado para localizar o corpo de outra pessoa desaparecida na parte austríaca dos Alpes. Outro software, que busca pixels de cores incomuns em paisagens naturais, desenvolvido pela Lake District Search and Mountain Rescue Association, no Reino Unido, ajudou a encontrar o corpo de um excursionista desaparecido em Glen Etive, nas Highlands da Escócia, em 2023.
Apesar dos avanços, a tecnologia ainda tem muitas limitações em operações de resgate. Drones são quase inúteis em certos tipos de terreno, como áreas florestais ou com vegetação densa, além de condições de baixa visibilidade. Os softwares de IA capazes de detectar anomalias em imagens aéreas também ainda precisam de ajustes finos.
Especialistas do serviço de resgate em montanha da Croácia, um dos primeiros da União Europeia a usar drones, ainda em 2013, disseram à BBC que programas desse tipo produzem muitos resultados enganosos no terreno montanhoso típico do país. A combinação de vegetação com uma paisagem cárstica complexa, cheia de formações rochosas variadas, confunde os algoritmos de IA.
“O essencial é continuar treinando os sistemas de aprendizado de máquina para melhorar a precisão em diferentes terrenos e condições”, diz Tomasz Niedzielski, especialista em geoinformática da Universidade de Wrocław e líder da equipe que desenvolveu o SARUAV.
Identificar uma forma humana em meio a paisagens diversas, explica ele, traz desafios adicionais.
“As áreas mais adequadas para o uso de algoritmos como o SARUAV são grandes espaços abertos em regiões selvagens, onde há pouca presença de pessoas e menor chance de o sistema gerar falsos positivos”, afirma Niedzielski.
Crédito, CNSAS
Daniele Giordan, líder do Grupo de Monitoramento de GeoRiscos do Instituto Italiano de Pesquisa para Proteção Geo-Hidrológica (IRPI), cujo trabalho envolve o uso de veículos aéreos não tripulados em aplicações de geologia de engenharia, também alerta para os desafios éticos no uso de algoritmos que buscam pessoas desaparecidas.
“Uma vez que você obtém imagens aéreas, passa a ter responsabilidade sobre como usá-las”, afirma. “Identificar formas humanas nas imagens pode se tornar um problema legal”, diz Giordan.
Como resgatista de montanha, Giordan colabora com a equipe de geomática da Universidade Politécnica de Turim (Itália) no desenvolvimento de um algoritmo aprimorado, capaz de fornecer informações mais precisas às equipes de resgate. Isso inclui uma georreferência mais exata de cada sinal suspeito identificado pela IA nas imagens, o que tornaria as verificações em campo mais eficientes.
“Nossa ideia é desenvolver um software mais completo, capaz de analisar todos os conjuntos de dados das operações de busca e de gerenciar, em um único sistema, as equipes em campo e os drones”, diz Giordan. “O desafio futuro será incorporar essas análises complexas diretamente a bordo dos drones, durante o voo de busca e resgate.” Isso poderia permitir a análise das imagens em tempo real, enquanto a operação ainda está em andamento.
Outros grupos de pesquisa também trabalham com organizações de resgate para aplicar IA de diferentes formas e aprimorar as buscas.
Pesquisadores da Universidade de Glasgow, no Reino Unido, por exemplo, apresentaram recentemente um sistema de aprendizado de máquina que cria “agentes” virtuais para simular o comportamento de uma pessoa perdida. O modelo utiliza dados baseados em relatos reais de como as pessoas agem após se perderem em ambientes naturais. O objetivo é gerar mapas de áreas onde os esforços de busca devem se concentrar. Ao contrário do uso de imagens de drones, essa abordagem preditiva pode ser aplicada em terrenos difíceis, como florestas.
Diante da urgência de localizar alguém antes que sucumba a ferimentos ou às condições climáticas, e ao mesmo tempo da limitação de recursos, pesquisadores acreditam que esses algoritmos podem se tornar uma ferramenta importante para os serviços de busca e resgate.
Em última análise, podem salvar vidas.