O investigador angolano Joaquim Timóteo desenvolveu um modelo de Inteligência Artificial (IA) capaz de prever surtos de malária e ajudar a controlar a principal causa de morte em Angola, com 87% de precisão.
Residente na Rússia, Joaquim Timóteo é assistente no Laboratório de Investigação em Computação Avançada e investigador há cerca de três anos na Moscow Technical University of Communications and Informatics, em Moscovo, além de investigador sénior na plataforma ResearchGate.
Segundo o cientista, o sistema já está em funcionamento e disponível, podendo apoiar decisões estratégicas no combate à principal causa de mortalidade no País. “Não se trata de um exercício teórico ou de mera validação académica. O modelo encontra-se operacional e disponível”, assegurou Timóteo, sublinhando que o objectivo do modelo é permitir prever a incidência da malária em todas as províncias do País com seis a oito semanas de antecedência.
“A principal vantagem do sistema reside na combinação de cinco metodologias complementares, cada uma captando diferentes aspectos da dinâmica da malária. Enquanto estudos publicados entre 2024 e 2025 sobre previsão da malária em África utilizam, tipicamente, um único método (Random Forest isolado ou regressão logística), o nosso sistema combina aprendizagem clássica, séries temporais e ‘deep learning’ numa arquitectura unificada”, explicou.
Joaquim referiu que não se trata de um modelo convencional, sendo que a solução configura um sistema híbrido integrado, composto por cinco motores de “machine learning”, estruturado para prever surtos de malária com uma margem de erro inferior a 13%.
O diferencial central, explicou o jovem angolano, reside na arquitectura multicamada. Enquanto grande parte dos modelos aplicados em África opera com um único algoritmo preditivo, esta solução integra cinco motores independentes, cada um responsável por uma dimensão analítica específica, antes da consolidação da previsão final. “Com base numa série histórica de aproximadamente 25 anos (2000-2024), o sistema identifica assinaturas temporais que antecedem surtos, o que permite a identificação estruturada de tendências recorrentes”, disse.
De acordo com Joaquim Timóteo, durante o processo de validação analítica, o modelo identificou um comportamento em “V” na curva de incidência da malária ao longo dos anos, bem como 484 ocorrências-padrão no histórico epidemiológico nacional.
Ao contrário de modelos genéricos treinados com dados pan-africanos, o autor salientou que o sistema foi concebido exclusivamente para as 18 províncias de Angola, captando: padrão temporal em V, três zonas de transmissão, modelos calibrados separadamente para zonas hiperendémicas (norte), mesoendémicas (centro-costa) e sazonais (sul), bem como variáveis locais, através da integração de dados específicos do sistema de saúde angolano.
Fonte: Forbes África Lusófona
