Mapeamento de fatores climáticos e ambientais para a detecção precoce de surtos de arboviroses
Pesquisador responsável: Mauro César Cafundó de Morais
Este projeto visa o desenvolvimento de um sistema de alerta e ação precoce contra surtos de arboviroses. A abordagem fundamenta-se na integração de dados públicos de fontes climáticas — tais como temperatura, umidade e precipitação — com desfechos de saúde, utilizando ferramentas de inteligência artificial.
Os objetivos principais são:
● Integrar dados multidimensionais: coleta e organização de um banco de dados geoespacial e temporal, abrangendo informações sobre casos humanos, vetores, hospedeiros e fatores ambientais.
● Identificar padrões de transmissão: aplicação de técnicas de aprendizado supervisionado e não supervisionado para detectar associações espaciais e temporais entre as variáveis ambientais e a ocorrência de casos.
● Validar modelos preditivos de incidência: treinamento de modelos de aprendizado de máquina, como Random Forest e Redes Neurais, para gerar mapas de risco dinâmicos e prever áreas de maior transmissão.
Para superar desafios científicos relacionados à qualidade e à granularidade dos dados de saúde, será implementada uma fase robusta de pré-processamento, utilizando métodos estatísticos para tratar a subnotificação e os dados ausentes. Além disso, será garantida a interpretabilidade das previsões por meio de ferramentas de Explainable AI (XAI). O resultado final servirá como uma ferramenta de apoio à decisão em saúde pública, permitindo o direcionamento estratégico de recursos e sendo replicável para o monitoramento de outras doenças sensíveis ao clima.