UTILIZAÇÃO DE INTELIGÊNCIA ARTIFICIAL NO COMBATE ÀS ARBOVIROSES NO BRASIL

Autor Principal

André Felipe da Silva Lima

Autores

André Felipe da Silva Lima¹, Guilherme Ferreira Maia², Jalon Barbosa de Medeiros³, Kalyne Tamilly Paulo de Souza⁴, Matuzalem Fecher Pereira da Silva⁵, Rebeca Jemima da Silva Gomes Xavier⁶

Instituições

¹Graduando em Medicina (UFRN) e Técnico em Apicultura (IFRN), ²Graduando em Medicina (UFRN) e Técnico em Mecânica (IFRN), ³Mestre em Ensino (UERN) e Graduando em Medicina (UFRN), ⁴Graduanda em Medicina (UFRN) e Técnica em Alimentos (IFRN), ⁵Licenciado em Física (UFRN) e Graduando em Medicina (UFRN), ⁶Graduanda em Medicina (UFRN).

Introdução

As arboviroses são doenças virais transmitidas por artrópodes, com expressiva incidência nos últimos anos, impulsionado pela urbanização desordenada, condições climáticas favoráveis e falhas no controle vetorial. Diante desse cenário, tornou-se necessário a elaboração de ferramentas rápidas e eficazes para identificar novos casos e controlar tal cenário epidemiológico, sendo a Inteligência Artificial (IA) uma alternativa promissora por permitir a previsão de surtos, orientação de ações de controle e apoio ao diagnóstico clínico.

Objetivos

Nesse sentido, este estudo objetiva analisar como a IA pode auxiliar no combate às arboviroses no atual cenário brasileiro.

Métodos

Para isso, foi realizada uma revisão bibliográfica narrativa com busca sistematizada, exclusivamente na base PubMed, utilizando descritores MeSH e termos livres relacionados à IA e arboviroses, com delimitação geográfica para o Brasil e recorte temporal de 2015 a 2025, visando identificar estudos recentes e aplicados ao contexto nacional.

Resultados

Após a aplicação dos critérios de inclusão, foram identificados 18 artigos que aplicaram inteligência artificial no enfrentamento das arboviroses no Brasil durante o período analisado. A maioria (n=13) concentrou-se em previsão, alerta, vigilância epidemiológica e monitoramento de vetores, empregando principalmente redes neurais (LSTM e NARX), modelos de conjunto, árvores de decisão e lógica difusa para antecipar surtos e mapear riscos. Essas ferramentas integraram dados climáticos, geoespaciais e entomológicos, contribuindo para estratégias preventivas mais precisas e para a redução da infestação por Aedes aegypti, com destaque para Dengue e Zika. Os demais estudos (n=5) abordaram o apoio clínico à decisão, ao diagnóstico, prognóstico e à identificação de biomarcadores das arboviroses, utilizando sistemas especialistas para diagnóstico diferencial de Dengue, Zika e Chikungunya e programas voltados para triagem rápida de pacientes. Além disso, métodos não supervisionados, abordagens genômicas associadas a técnicas de aprendizado de máquina e um classificador SVM foram capazes de identificar a idade como variável-chave em casos de dengue, alcançar alta eficiência preditiva e detectar exposição assintomática ao Zika in utero a partir da variabilidade da frequência cardíaca, respectivamente.

Conclusão

Assim, os achados destacam o papel das ferramentas de IA no combate às arboviroses no contexto epidemiológico brasileiro, mediante a previsão temporal de surtos, o monitoramento dinâmico, a triagem precoce e a facilitação do diagnóstico clínico. Essas ferramentas podem viabilizar respostas antecipadas e otimizar recursos, fortalecendo estratégias de controle em múltiplos níveis de atuação integrada.

← Voltar para a lista de trabalhos