PATRÍCIA PASQUINI
FOLHAPRESS
Pesquisadores da Unesp desenvolveram três modelos de inteligência artificial (IA) que conseguem prever com até cinco semanas de antecedência os surtos de Covid-19, incluindo sua intensidade e localização.
O estudo, intitulado “Aprendizado de máquina preditivo e interpretável para ressurgimentos da Covid: o papel das variantes do Sars-CoV-2 na era pós-pandemia”, utilizou uma técnica chamada IA Explicável, que torna os resultados fáceis de entender.
Publicada em dezembro de 2025 na revista científica BMC Infectious Diseases, do grupo Springer Nature, a pesquisa esclarece que, diferente da gripe, a Covid-19 não apresenta uma sazonalidade fixa, pois depende da competição entre variantes do vírus.
Segundo Wallace Casaca, um dos pesquisadores, entender essa disputa entre linhagens é fundamental para prever novos surtos, permitindo que autoridades de saúde atuem rapidamente com campanhas de vacinação e preparo de estoques de medicamentos.
Os dados usados na pesquisa vieram de janeiro de 2022 a janeiro de 2025, coletados em Nova York e no Reino Unido, período em que a variante Ômicron era predominante no mundo, inclusive no Brasil.
Foram analisados registros de casos confirmados, internações e proporção semanal das variantes do coronavírus, obtidos por sequenciamento genômico em ambos os locais.
Wallace Casaca explica que os dados foram organizados numa plataforma chamada InfoTracker, criada por pesquisadores da USP e da Unesp, que auxilia na análise em tempo real da pandemia.
Para avaliar a precisão dos modelos, foram usadas três métricas: MAPE (Erro Percentual Absoluto Médio), NRMSE (Raiz do Erro Quadrático Médio Normalizado) e NMAE (Erro Absoluto Médio Normalizado). Quanto menor o valor dessas métricas, melhor a previsão.
A inclusão dos dados genômicos sobre as variantes melhorou significativamente a precisão, reduzindo o erro médio de previsão em Nova York e no Reino Unido de cerca de 32-35% para 7%.
A IA consegue identificar o momento exato em que uma nova variante começa a substituir a anterior e desencadeia um surto, trazendo clareza ao motivo dos picos de casos.
Wallace Casaca ressalta que a técnica utilizada permite aos gestores entenderem qual variante está por trás do surto, tornando as previsões muito mais confiáveis. Ele defende a integração definitiva da análise de dados com a vigilância genômica no sistema público de saúde.