Goiânia tem o melhor desempenho em estudo que usa IA para prever picos de dengue
Modelo de inteligência artificial desenvolvido por pesquisadores da Unesp conseguiu identificar tendências de alta e queda da dengue
Um estudo publicado este mês na revista científica International Journal of Biometeorology, realizado por pesquisadores da Universidade Estadual Paulista (Unesp), testou dois modelos de inteligência artificial para prever, com até quatro semanas de antecedência, se uma cidade pode enfrentar um pico de dengue. Dentre as 27 capitais do país, Goiânia foi a cidade brasileira onde o modelo funcionou melhor.
Um dos modelos, baseado em um algoritmo chamado CatBoost, se saiu muito bem em Goiânia e atingiu um índice de precisão (R²) de 0,92, o mais alto do país. O R² é uma medida de quanto as previsões se aproximam dos dados reais, variando de 0 a 1: quanto mais perto de 1, melhor o modelo acompanhou os momentos de alta e baixa da doença ao longo do tempo na cidade.
Como a IA funciona?
Para realizar as previsões, os pesquisadores alimentaram os modelos de IA com dados de 1999 a 2021 de diferentes cidades, com informações como número de casos de dengue registrados em hospitais, temperatura, chuva, umidade, área urbanizada e até indicadores econômicos de cada capital, ensinando a máquina a reconhecer padrões na proliferação da doença.
O outro modelo utilizado foi o GRU, uma rede neural que lê esses dados em sequência para identificar os padrões. Já o CatBoost funciona de um jeito mais parecido com uma planilha, cruzando várias variáveis ao mesmo tempo para cada semana que precisa prever. Enquanto o primeiro teve dificuldades em quase todas as capitais, prevendo de forma atrasada o pico da epidemia, o CatBoost mostrou maior consistência, com destaque para Goiânia, João Pessoa (0,90), Fortaleza (0,87) e Belo Horizonte (0,87).
O destaque da capital goiana
O bom desempenho em Goiânia não é explicado diretamente pelo estudo, mas alguns fatores da pesquisa ajudam a entender o contexto. Um deles é que cidades com um histórico de dados mais consistente, sem muitas oscilações bruscas fora do padrão, tendem a ser mais fáceis de prever. Já em Florianópolis e Porto Alegre, cidades historicamente com baixa incidência de dengue, o teste não funcionou bem, o que os pesquisadores associam à baixa incidência histórica da doença nessas cidades, que torna os dados mais esparsos e irregulares para o algoritmo aprender.
O modelo, entretanto, não é capaz de prever exatamente quantos casos de dengue vão ocorrer em uma semana específica. Ele se restringe a identificar tendências, indicando se a curva está subindo ou caindo, o que já pode ser valioso para o planejamento na saúde pública, ajudando secretarias de saúde a antecipar ações de combate à epidemia.
Leia mais:
Siga o Canal do O Hoje e receba as principais notícias do dia direto no seu WhatsApp! Canal do O Hoje.