Tanzânia e-IDSR — triagem por IA de alertas para vigilância epidemiológica nacional
Tanzânia
O Ministério da Saúde da Tanzânia implantou uma camada de triagem por IA na plataforma DHIS2, eliminando 85% do acúmulo …
Uganda · Kampala · Ver o perfil de Uganda · Ver o perfil de Kampala
Evidência: Descritivo / autorreportado Top 66% 53/100 · Pergunte a Evidence Copilot sobre esta prática
Desenvolvido pela Universidade de Makerere e Johns Hopkins com o Ministério da Saúde de Uganda, o VectorCam usa IA para identificar espécies de mosquitos com 90 % de precisão via smartphone, permitindo vigilância vetorial da malária em tempo real em 22 distritos.
VectorCam é uma aplicação de IA baseada em smartphone, desenvolvida pela Makerere University School of Public Health, pelo Center for Global Digital Health Innovation da Johns Hopkins Bloomberg School of Public Health, e pelo Ministério da Saúde do Uganda. Utiliza visão computacional e aprendizagem profunda, através de um adaptador de microscópio acoplado ao smartphone, para identificar a espécie, o sexo e o estado de alimentação sanguínea dos mosquitos diretamente no terreno, sem necessidade de infraestrutura laboratorial centralizada. A ferramenta destina-se a apoiar a vigilância de vetores da malária e o controlo de vetores direcionado em distritos com recursos limitados, onde escasseiam entomologistas qualificados.
O projeto pretende permitir a vigilância de vetores da malária em tempo real sem laboratórios centralizados, melhorar o controlo de vetores direcionado através da identificação precisa das espécies, e alargar a capacidade de vigilância a contextos com recursos limitados onde faltam entomologistas qualificados.
Após uma fase-piloto entre novembro de 2022 e abril de 2024, a ferramenta foi implementada em distritos ugandeses, com validação de campo da precisão de identificação de espécies e monitorização de investigação operacional integrada num subconjunto de distritos. Em 2025, a Makerere University, a Johns Hopkins e o Ministério da Saúde estão a expandir o projeto de 12 para um objetivo de 22 distritos, com investigação integrada em 12 deles, sendo os resultados publicados no sistema DHIS do Uganda para acesso distrital e nacional.
A validação de campo registou uma precisão de 90% na identificação da espécie do mosquito, com a classificação concluída em cerca de 20 segundos por amostra. A ferramenta está implementada em 12 distritos em 2024/2025, com uma expansão prevista para atingir 22 distritos.
As evidências disponíveis até à data limitam-se a indicadores de desempenho técnico e de implementação; não foi publicado nenhum ensaio controlado aleatorizado nem avaliação formal de impacto. A própria avaliação das fontes da Evidoria alerta que as afirmações causais sobre resultados da malária ao nível populacional devem ser tratadas com cautela até haver uma avaliação formal, prevista no âmbito da expansão liderada pelo Ministério da Saúde.
National / regional programmes
Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.
Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.
De onde foi obtida a informação desta prática, e quando.
Tanzânia
O Ministério da Saúde da Tanzânia implantou uma camada de triagem por IA na plataforma DHIS2, eliminando 85% do acúmulo …
Somália
A plataforma HungerMap Live do PAM, assistida por IA e construída com a Google.org, cobre mais de 50 países e …
Suíça
A SPSP integra análise genómica com IA para detetar variantes de agentes patogénicos em toda a Suíça. Com mandato do …
Serra Leoa
A NMSA da Serra Leoa e a Universidade da Pensilvânia criaram uma ferramenta de IA que elevou o consumo de …
Abrir o copiloto completo Baseado em práticas citadas — verifique sempre as fontes.