Uma Abordagem Multidisciplinar com Inteligência Artificial para o Monitoramento e Previsão da Dengue
O PreviDengue é uma plataforma inovadora que integra inteligência artificial e dados geoespaciais e epidemiológicos para criar uma ferramenta poderosa no combate à dengue. O projeto, que nasceu da necessidade de soluções proativas de saúde pública, evoluiu para um sistema focado em dois pilares principais: a detecção de focos do mosquito e a previsão de surtos epidemiológicos.
Nossa missão é fornecer aos agentes públicos e à comunidade uma ferramenta acessível e precisa, unificando a análise de dados complexos em um dashboard intuitivo que permite o planejamento estratégico de ações preventivas e de combate.
Você pode explorar a versão de demonstração do projeto e suas funcionalidades agora mesmo.
Acesse a plataforma aqui: https://previdengue.vercel.app/
Nosso sistema é estruturado em dois módulos principais, ambos acessíveis através de uma interface unificada para uma análise composta dos dados.
Utilizamos Visão Computacional para analisar imagens aéreas de alta resolução e identificar potenciais criadouros do mosquito Aedes aegypti.
🧠 Como Funciona: O algoritmo YOLO (You Only Look Once) escaneia as imagens para detectar objetos como piscinas e caixas d'água. Cada área recebe uma pontuação de risco baseada nos criadouros identificados, e os resultados são exibidos em um mapa de calor interativo para fácil visualização.
Este módulo utiliza modelos de aprendizado de máquina para prever a tendência de casos de dengue, auxiliando na alocação de recursos e na preparação de campanhas de saúde.
🧠 Como Funciona: Um modelo de Rede Neural LSTM (Long Short-Term Memory) é treinado com uma série histórica de dados do DATASUS e dados climáticos da API da NASA. A IA é capaz de capturar padrões complexos para prever picos de casos, permitindo que as autoridades tomem medidas preventivas antes que um surto se estabeleça.
Este projeto foi construído com uma stack de tecnologias modernas para garantir eficiência, escalabilidade e performance.
| Categoria | Tecnologia |
|---|---|
| Linguagem |   |
| IA |   |
| Backend |  |
| Frontend |  |
| Hospedagem |   |
O PreviDengue é composto por uma arquitetura em camadas que garante flexibilidade e desacoplamento entre os componentes.
A interface web, desenvolvida com [Nome da Tecnologia], é a camada de apresentação que interage com o usuário. Ela se comunica com o backend para exibir o dashboard, o mapa de calor e permitir a submissão de imagens.
Construído com FastAPI, o backend atua como um hub central. Ele recebe as requisições do frontend, gerencia o fluxo de dados e se comunica com as APIs dos modelos de IA para obter os resultados de detecção e previsão.
Os modelos YOLO (para detecção) e LSTM (para previsão) são treinados em ambiente de nuvem (Google Colab) e expostos como APIs RESTful separadas, utilizando a plataforma Hugging Face. Essa abordagem garante que o processamento pesado seja feito na nuvem, otimizando o desempenho do sistema.
O projeto ainda está em desenvolvimento, mas o código-fonte estará disponível em breve. Para rodar a aplicação localmente:
- Clone este repositório:
git clone [https://github.com/seu-usuario/seu-repo.git](https://github.com/seu-usuario/seu-repo.git) cd seu-repo - Instale as dependências. Siga as instruções específicas nas pastas
backendefrontend.# Para o backend pip install -r requirements.txt # Para o frontend npm install
- Inicie o servidor de desenvolvimento.
# Primeiro, inicie o backend python main.py # Em um novo terminal, inicie o frontend npm run dev
Nota: Certifique-se de configurar as variáveis de ambiente necessárias para acessar as APIs de IA.
O PreviDengue é um projeto de Trabalho de Conclusão de Curso do Colégio Técnico de Campinas (COTUCA - UNICAMP), desenvolvido por:
- Arthur Gama Jorge – cc23578@g.unicamp.br
- Daniel Dorigan de Carvalho Campos – cc23124@g.unicamp.br
- Ion Mateus Nunes Oprea – cc23135@g.unicamp.br
Orientadora: Andréia Coorientador: Guilherme
Este projeto está licenciado sob a Licença [Nome da Licença, ex: MIT] - veja o arquivo LICENSE.md para mais detalhes.