A Plataforma Institucional de Biodiversidade e Saúde Silvestre (Pibss) tem como um de seus principais objetivos o desenvolvimento de modelos computacionais que utilizam dados georreferenciados para identificar áreas de favorabilidade de ocorrência de zoonoses, como a febre amarela. Esses modelos são criados a partir de abordagens inovadoras que combinam dados ambientais e métodos de Aprendizagem de Máquina (AM), uma subárea da Inteligência Artificial (IA). Além de melhorar a precisão preditiva, essas técnicas permitem a identificação de padrões complexos e minimizam os vieses frequentemente presentes em modelos baseados exclusivamente no conhecimento especializado. Assim, a Pibss contribui para o aprimoramento das estratégias de vigilância e controle de doenças, auxiliando na tomada de decisões estratégicas e na priorização de ações em saúde pública.
A aplicação de métodos de extração de conhecimento a partir dos modelos gerados também é uma área de investigação ativa pela equipe da Pibss. Esses métodos visam não apenas prever a ocorrência de zoonoses, mas também identificar e mensurar a dinâmica dos fatores socioambientais subjacentes, contribuindo para uma compreensão mais profunda do fenômeno e de suas relações com o ambiente.
Modelos de Favorabilidade para Febre Amarela
A febre amarela tem sido um foco central dos trabalhos de modelagem da Pibss desde sua criação. Inicialmente, os modelos desenvolvidos estimavam graus de favorabilidade em nível municipal, considerando bases de dados espaciais e temporais integradas. Esses modelos possibilitavam identificar municípios de maior risco, orientando ações de vigilância e campanhas de vacinação.
Em 2021, com o avanço das técnicas computacionais e a ampliação do acesso a dados georreferenciados detalhados, a Pibss implementou uma nova abordagem metodológica conhecida como modelagem pontual. Essa metodologia utiliza registros de epizootias de primatas não humanos (PNH) e casos humanos confirmados para febre amarela, fornecidos pela Coordenação Geral de Arboviroses (CGARB) ou registrados no módulo de desfecho do SISS-Geo por secretarias estaduais e municipais de saúde. A modelagem pontual trouxe avanços significativos na precisão das previsões, permitindo também a expansão dessa metodologia para o estudo de outras arboviroses.
Durante o processo de treinamento, são aplicadas técnicas avançadas para a extração de conhecimento a partir dos modelos, facilitando a interpretação dos fatores ambientais associados e viabilizando a compreensão mais aprofundada do fenômeno. Esses avanços metodológicos só são possíveis devido à utilização de recursos computacionais de alto desempenho, como GPUs e supercomputadores, que permitem processar aproximadamente 300 GB de dados e mais de 8,5 milhões de pontos, com centenas de variáveis por análise.
Os resultados desses modelos são avaliados em colaboração com a CGARB e o Grupo de Modelagem de Febre Amarela (Grumfa), do qual a Pibss é membro ativo desde 2019. Esses produtos apoiam a CGARB na tomada de decisões estratégicas e orientam as ações de vigilância das Secretarias Estaduais e Municipais de Saúde durante os períodos sazonais de transmissão, além de priorizar áreas para campanhas de vacinação.
