Alertas chegam tarde
Dados oportunos são essenciais para antecipar a resposta
Notificação, consolidação e revisão possuem latências diferentes. Uma previsão útil precisa registrar exatamente quais dados estavam disponíveis quando foi emitida.
Brasil · Inteligência epidemiológica · Dengue
Antecipar riscos.
Planejar respostas.
O Dengo AI transforma dados epidemiológicos, climáticos e territoriais em previsões probabilísticas municipais para as próximas quatro semanas. Os resultados atuais são retrospectivos; a validação independente é o próximo gate antes do uso operacional.
V2.0.1 · evidência retrospectiva · sistema ainda não operacional
0
séries municipais modeladas
0
janelas retrospectivas avaliadas
0
horizontes semanais experimentais
0%
cobertura empírica do IC80 no split interno
O Problema
A dengue é uma crise permanente
A dengue exige vigilância contínua, coordenação entre níveis de governo e decisões sob incerteza. O Dengo AI busca ampliar o tempo disponível para investigar sinais, organizar recursos e planejar respostas — sempre com supervisão humana.
Um país, milhares de contextos locais
5 macrorregiões e sazonalidades epidemiológicas distintas
Clima, população, vigilância e dinâmica de transmissão variam entre territórios. O desempenho nacional precisa ser acompanhado por município, região, horizonte e evento.
Recursos alocados pela pressão, não pela evidência
Priorizar sob incerteza exige critérios auditáveis
Previsões não substituem gestores nem epidemiologistas. Elas podem organizar evidências, explicitar incerteza e apoiar a investigação de onde a atenção pode ser mais urgente.
Contexto oficial: Painel de Arboviroses do Ministério da Saúde e informes epidemiológicos de 2024.
Como Funciona
Da coleta à distribuição de probabilidade
A referência V2.0/V2.0.1 processa dados epidemiológicos, climáticos e macroambientais para produzir previsões quantílicas em quatro horizontes. Os resultados atuais são retrospectivos e estão em reavaliação point-in-time na V2.1.
-
Coleta de Dados
Coleta semanal de registros epidemiológicos e variáveis climáticas por município: temperatura, umidade, sazonalidade e indicadores de receptividade do ambiente ao vetor.
-
Inteligência Artificial Unificada
Um único modelo foi treinado em 5.570 séries municipais. Treinado em mais de 4 milhões de registros entre 2010 e 2024, ele compartilha parâmetros entre diferentes contextos epidemiológicos. Isso não significa que o modelo represente propagação espacial entre cidades; essa hipótese será testada somente após a construção da fundação territorial V3.
-
Previsão com Intervalo de Risco para as Próximas 4 Semanas
Para cada série, o experimento produz previsões centrais e intervalos para T+1 a T+4. A recalibração V2.0.1 atingiu IC80≈79,9% em um split interno de 2025, mas essa cobertura ainda não possui garantia prospectiva. A interface não deve transformar essas faixas em decisão ou nível de risco sem protocolo validado.
-
Protótipos de Alerta, Mapa e Explicação
O experimento de alarme alcançou 93,9% de precisão sob uma definição retrospectiva específica de evento. Limiares locais, incidência, corredor endêmico, explicações municipais e carga de falsos alertas serão definidos e testados nas V2.3 e V2.4 com epidemiologistas e gestores.
Cobertura Nacional
Brasil inteiro, uma inteligência
Um único Temporal Fusion Transformer foi avaliado em Norte, Nordeste, Centro-Oeste, Sudeste e Sul. São 5.570 séries modeladas em uma divisão territorial que hoje possui 5.571 municípios. A cobertura IC80≈79,9% foi observada no split interno da V2.0.1, não em operação prospectiva.
Brasil · Modelo Unificado
R² 0,9455
- Municípios
- 5.570
- R² T+1
- 0,9455
- R² T+4
- 0,828
- IC80 calibrado
- 79,9%
- IC95 calibrado
- 94,9%
- Alarme precisão
- 93,9%
Norte
R² 0,944
- Municípios
- 450
- R² 1 semana
- 0,944
- R² 4 semanas
- 0,855
- IC80
- 79,9%
- Alarme
- 93,9%
Nordeste
R² 0,924
- Municípios
- 1.794
- R² 1 semana
- 0,924
- R² 4 semanas
- 0,837
- IC80
- 79,9%
- Alarme
- 93,9%
Centro-Oeste
R² 0,943
- Municípios
- 467
- R² 1 semana
- 0,943
- R² 4 semanas
- 0,873
- IC80
- 79,9%
- Alarme
- 93,9%
Sudeste
R² 0,947
- Municípios
- 1.668
- R² 1 semana
- 0,947
- R² 4 semanas
- 0,828
- IC80
- 79,9%
- Alarme
- 93,9%
Sul
R² 0,893
- Municípios
- 1.191
- R² 1 semana
- 0,8926
- R² 4 semanas
- 0,7798
- IC80
- 79,9%
- Alarme
- 93,9%
Resultados
Avaliação retrospectiva em 267 mil janelas
O modelo Brasil foi avaliado em 267.360 janelas temporais de 2025, com previsões para T+1 a T+4. Essas métricas são internas: 2025 participou de seleção, avaliação e calibração, e não existe teste final independente. A recalibração V2.0.1 atingiu IC80≈79,9% e IC95≈94,9% em split aleatório interno, sem garantia prospectiva.
0,9455
R² T+1 global
0,8281
R² T+4 global
79,9%
IC80 no split interno
0,84
F1 alarme retrospectivo
94,9%
IC95 no split interno
| Região | 1 semana | 2 semanas | 3 semanas | 4 semanas | Municípios |
|---|---|---|---|---|---|
| Brasil (Global) | 0,9455 | 0,9157 | 0,8725 | 0,8281 | 5.570 |
| Norte | 0,9440 | 0,9193 | 0,8883 | 0,8551 | 450 |
| Nordeste | 0,9242 | 0,8920 | 0,8609 | 0,8371 | 1.794 |
| Centro-Oeste | 0,9425 | 0,9178 | 0,8928 | 0,8729 | 467 |
| Sudeste | 0,9469 | 0,9167 | 0,8729 | 0,8279 | 1.668 |
| Sul | 0,8926 | 0,8671 | 0,8273 | 0,7798 | 1.191 |
Avaliação retrospectiva interna · 267.360 janelas de 2025 · limitações point-in-time documentadas · recalibração em split 50/50
O treinamento nacional compartilha parâmetros entre 5.570 séries municipais. Na avaliação retrospectiva completa, o modelo apresentou R² 0,9455 em T+1 e 0,8281 em T+4. Esses resultados serão reestimados na V2.1 com ground truth bruto, origem point-in-time, baselines fortes e teste final intocado.
Origem epidemiológica: InfoDengue. Métricas, recortes e limitações correspondem à referência interna V2.0/V2.0.1.
27 Capitais Brasileiras
Previsão em Cada Capital
Um único modelo TFT foi avaliado em séries de todos os estados. Cada gráfico mostra previsão retrospectiva vs. casos observados, com faixas recalibradas internamente. Os resultados não representam previsão emitida prospectivamente nem operação em tempo real.
Explorar os resultados das 27 capitais
1 / 27
Avaliação retrospectiva interna · T+1 a T+4 · IC80 recalibrado em split 50/50 · dados InfoDengue 2024–2025
Cidades com R² negativo apresentam padrão atípico de notificação — alvo de melhoria na V2.1.
Evolução dos Modelos
De V1.0 a V2.0.1
Seis versões documentam a evolução de arquitetura, horizontes e tratamento de incerteza. Os resultados não são diretamente comparáveis sem reproduzir o protocolo de cada etapa.
Explorar o histórico completo de versões
Aplicações potenciais
B2G como foco, B2B como expansão
O mercado prioritário é a gestão pública. Aplicações para organizações de saúde formam uma hipótese secundária, condicionada a validação, governança e integração aos fluxos reais.
Secretaria de Saúde
Planejamento preventivo sob protocolo
- Apoio à priorização de investigação epidemiológica e ações de campo
- Planejamento de equipes e insumos combinado com indicadores operacionais
- Comunicação preventiva condicionada a limiares validados localmente
- Decisão final mantida com o gestor responsável
Vigilância Epidemiológica
Evidência quantitativa, não intuição
- Curva de previsão com faixas de probabilidade por semana epidemiológica
- Sinalização experimental de risco para revisão por epidemiologistas
- Comparação de trajetórias municipais sem inferir propagação espacial
- Explicações associativas do modelo, sem interpretação causal automática
Gestão Pública
Decisão informada e auditável
- Cenários e previsões como insumos, nunca como decisão automática
- Rastreabilidade de dados, versões, previsões e revisão humana
- Relatórios técnicos após validação do fluxo e da linguagem com usuários
"O Dengo AI organiza sinais epidemiológicos em previsões probabilísticas municipais. Antes de apoiar decisões reais, essas previsões precisam ser reavaliadas point-in-time, monitoradas em shadow mode e testadas prospectivamente com supervisão humana."
1.069.440
previsões individuais em avaliação retrospectiva interna
V2.1
próximo gate: validade científica e teste independente
V4.1
multi-arbovírus após validação e operação segura da dengue
Roadmap
Da evidência retrospectiva à operação segura
V2.0 e V2.0.1 são referências internas retrospectivas. O próximo ciclo prioriza validade point-in-time, operação semanal em shadow mode e piloto prospectivo antes de alertas, simulações, integrações institucionais ou expansão internacional.
Reconhecimentos
Reconhecido por inovação e criatividade
Premiações demonstram reconhecimento inicial da proposta e da execução. Não substituem validação científica, comercial ou prospectiva.
2026
Curitiba Mais Criativa
World Creative Day · Vencedor · I.A. e Criatividade Aplicada
2026
Founders Club Growth Challanger
Founders Club · powered by Notion · Selecionados
Saúde privada · B2B secundário
Planejamento assistencial e populacional
- Hospitais e redes: preparação de capacidade combinada com indicadores próprios
- Planos de saúde: leitura territorial agregada, sem predição individual de pacientes
- Farmacêuticas: inteligência populacional sob contratos e governança de dados
- Hipóteses comerciais a validar; nenhuma recomendação clínica automatizada
2026
Prêmio Brasil Criativo
Etapa nacional · Finalista · 2026
Propriedade intelectual registrada · INPI Processo n.º BR512026004146-5 · válido até 2075 (Lei 9.609/1998)
Fundador
Guilherme Henrique Pereira
Engenheiro de Dados · Especialista em IA, Machine Learning, Big Data e automação
Idealizador e desenvolvedor do Dengo AI. Atua na construção de soluções de dados e inteligência artificial, com experiências profissionais em Volvo Group, Votorantim e Vivo. É estudante de Engenharia de Software na UNINTER, embaixador DIO Expert e mentor de profissionais em início de carreira.
O Dengo AI é um empreendimento em estruturação, atualmente sem CNPJ próprio e com programa de computador registrado no INPI sob o processo BR512026004146-5.
Próximo passo
Da evidência retrospectiva à validação prospectiva.
Conheça os resultados, as limitações atuais e os gates técnicos que orientam a evolução do Dengo AI.