O investigador angolano, Joaquim Timóteo, desenvolveu modelo de Inteligência Artificial (IA) capaz de prever surtos de malária e controlar a maior causa de morte em Angola com 87% de precisão.
Joaquim Timóteo é residente na Rússia, assistente no Laboratório de Pesquisa de Computação Avançada e investigador há cerca de três anos na Moscow Technical University of Communications and Informatics, em Moscovo, e sénior pesquisador no ResearchGate.
O cientista afirma em conversa com à FORBES ÁFRICA LUSÓFONA que o sistema já funciona e está disponível e pode 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. Segundo Timóteo, a invenção vai oferecer uma nova esperança no combate a principal causa de morte em Angola, ressaltando que o principal objectivo do modelo é permitir fazer a previsão da incidência da malária, em todas as províncias do país, com 6 a 8 semanas de antecedência.
“A principal vantagem do sistema reside na combinação de cinco metodologias complementares, cada uma capturando diferentes aspectos da dinâmica da malária. Enquanto estudos publicados em 2024-2025 sobre previsão de 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”, garantiu.
Joaquim disse 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 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, facto que permite a identificação estruturada de tendências recorrentes”, disse.
De acordo com 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, Joaquim Timóteo salientou que, o sistema foi concebido exclusivamente para as 18 províncias de Angola, capturando: padrão temporal em V, três zonas de transmissão, modelos calibrados separadamente para zonas Hiperendémicas (norte), mesoendémicas (centro-costa) e sazonais (sul) e variáveis locais: integração de dados específicos do sistema de saúde angolano.
