IA pode prever aumento de internações por dengue com até 8 semanas de antecedência

Uma pesquisa desenvolvida na área de saúde digital indica que a inteligência artificial pode ajudar a antecipar o aumento das internações por dengue em até oito semanas. Para essa previsão, o estudo combina dados climáticos com informações produzidas durante a rotina de médicos, como as buscas feitas sobre a doença na plataforma Afya Whitebook.

O trabalho é conduzido pela médica e pesquisadora em saúde digital Dayanna Quintanilha Palmer. A equipe analisou informações sobre temperatura, chuva e umidade, além do comportamento das internações e das pesquisas realizadas por médicos na plataforma.

A ideia é usar esses dados como um sinal de alerta para o sistema de saúde. Com uma indicação antecipada de que a demanda pode aumentar, gestores teriam mais tempo para preparar a rede. O modelo considera o histórico das internações nas 24 semanas anteriores e cruza essas informações com os dados climáticos e o volume de buscas relacionadas à dengue feitas pelos médicos.

Segundo Dayanna, a ferramenta não foi pensada para substituir os dados oficiais utilizados pela vigilância epidemiológica, mas para acrescentar uma informação que possa chegar antes aos gestores. Um dos aspectos que chamam atenção no estudo é o uso das buscas feitas pelos médicos, que podem revelar mudanças na demanda clínica antes que elas apareçam nos dados oficiais.

O estudo também levou em consideração a proteção das informações utilizadas. Foram analisadas apenas contagens semanais agregadas e anonimizadas das buscas feitas por médicos verificados, sem acesso à identidade dos profissionais ou informações individuais de pacientes. O estudo passou por avaliação de Comitê de Ética em Pesquisa.

Apesar do potencial da ferramenta, o Amazonas não fez parte da amostra final da pesquisa devido à falta de dados suficientes. Para aplicação na região, seria necessário reunir dados locais, desenvolver ou adaptar o modelo e realizar validação antes do uso na rede de saúde, considerando as particularidades climáticas e epidemiológicas da Amazônia.

O modelo tem uma limitação importante: não consegue determinar sozinho se uma rede de saúde ficará sobrecarregada. Para isso, seria necessário cruzar a previsão com informações como número de leitos disponíveis, ocupação hospitalar, estoques e quantidade de profissionais.

Na prática, a previsão poderia ajudar secretarias de saúde a revisar estoques, organizar equipes e fluxos de atendimento e reforçar medidas de prevenção. A ferramenta é tratada como apoio à decisão e não substitui o julgamento de médicos, gestores ou profissionais da vigilância.

Antes de ser utilizada em situações reais, a previsão precisa ser validada prospectivamente, em tempo real e em diferentes regiões. A ideia é que ela seja confrontada com notificações, indicadores epidemiológicos, dados sobre o mosquito e informações sobre a capacidade de atendimento da rede.

O estudo será apresentado durante a 3ª edição do Afya Summit, evento voltado à inovação, tecnologia e humanização na Medicina, que ocorrerá no dia 29 de agosto, no Auditório Ibirapuera, em São Paulo.