Um estudo da Universidade Estadual Paulista (Unesp), publicado este mês na revista International Journal of Biometeorology, identificou que Goiânia foi a capital brasileira onde um modelo de inteligência artificial melhor previu picos de dengue. A ferramenta consegue antecipar tendências de alta ou baixa da doença com até quatro semanas de antecedência.
A pesquisa testou dois modelos de IA em 27 capitais do país. O algoritmo CatBoost apresentou o desempenho mais consistente, atingindo um índice de precisão (R²) de 0,92 em Goiânia, o valor mais alto registrado no Brasil. Outras cidades com resultados expressivos foram João Pessoa (0,90), Fortaleza (0,87) e Belo Horizonte (0,87).
Para treinar as máquinas, os pesquisadores utilizaram dados coletados entre 1999 e 2021. O sistema processou informações sobre número de casos hospitalares, temperatura, volume de chuvas, umidade, extensão da área urbanizada e indicadores econômicos de cada capital para reconhecer padrões de proliferação.
O estudo comparou o CatBoost com o GRU, uma rede neural que analisa dados em sequência. Enquanto o GRU apresentou dificuldades na maioria das capitais, prevendo os picos de forma atrasada, o CatBoost mostrou-se mais preciso ao cruzar múltiplas variáveis simultaneamente.
Em Florianópolis e Porto Alegre, o teste não funcionou adequadamente. Segundo a apuração, a baixa incidência histórica da dengue nessas cidades gera dados esparsos e irregulares, o que dificulta o aprendizado do algoritmo.
A ferramenta não prevê a quantidade exata de casos semanais, mas identifica se a curva de contágio está subindo ou descendo. A metodologia pode ser utilizada por secretarias de saúde para planejar ações preventivas e antecipar o combate a epidemias.
