Tecnologia ajuda a identificar zonas de transmissão de malária no Brasil

Por meio da análise de dados de localização provenientes de celulares de moradores de Manaus, pesquisadores conseguiram mapear áreas de risco com maior precisão e rapidez

Arthur Almeida

Grupo de pessoas atravessa uma passarela de madeira improvisada sobre área alagada, cercada por vegetação densa. A cena sugere deslocamento em região rural ou ribeirinha, com presença de pequenas embarcações ao lado.

Todos os anos, milhares de brasileiros ainda adoecem por malária, especialmente na região Norte. O desafio não reside apenas em tratar os pacientes, mas em impedir a transmissão da doença.

Uma vez que a condição é causada por protozoários Plasmodium sp., que chegam ao corpo humano por meio da picada de fêmeas dos mosquitos Anopheles sp., detectar a posição de seus criadouros aparece como uma estratégia central para interromper o ciclo da infecção. Na prática, porém, rastrear a circulação do parasita está longe de ser simples.

A vigilância tradicional depende da memória do paciente para relatar por onde circulou nas semanas anteriores ao diagnóstico. Além disso, os sistemas oficiais levam tempo para consolidar e disponibilizar os dados, o que pode atrasar intervenções em áreas críticas.

Foi diante de tal limitação que um grupo de pesquisadores decidiu inverter a lógica de busca dos criadouros. Em vez de perguntar por onde o infectado passou, eles recorreram ao próprio histórico digital de deslocamento registrado no celular do paciente.

Essa proposta deu origem ao Sickness Positioning System (SiPoS), uma ferramenta capaz de apontar zonas de transmissão da malária com mais rapidez e precisão. Seus detalhes foram compartilhados em um artigo publicado em novembro de 2025 na revista einstein.

O projeto contou com a colaboração de cientistas do Einstein Hospital Israelita, da Universidade do Estado do Amazonas (UEA), da Universidade de São Paulo (USP), da Secretaria Municipal de Saúde de Manaus (SEMSA), da Fundação de Medicina Tropical Dr. Heitor Vieira Dourado (FMT-HVD), do Instituto de Pesquisa Leônidas e Maria Deane (ILMD/Fiocruz Amazônia), da Universidade Federal do Amazonas (UFAM), da Fundação de Vigilância em Saúde do Amazonas (FVS-RCP) e do Institut Pasteur de São Paulo (IPSP).

Rastros digitais

A pesquisa foi conduzida em Manaus, onde pacientes diagnosticados com malária foram convidados a compartilhar, de forma voluntária e anônima, o histórico de localização armazenado em suas contas do Google.

Os dados foram extraídos por meio do Google Takeout, um serviço que permite ao próprio usuário baixar suas informações pessoais.

Mais de 800 pacientes foram abordados, dos quais 104 aceitaram participar e apresentaram registros com qualidade suficiente para condução da análise. De forma a garantir precisão dos dados, os pesquisadores descartaram pontos de GPS com erro superior a 50 metros.

A partir daí, entrou em cena a engenharia metodológica do sistema. Cada ponto de localização foi classificado conforme o momento em relação ao diagnóstico: período sintomático, fase provável de exposição – entre três e 30 dias antes da confirmação – e um intervalo mais remoto, utilizado como referência.

Essa segmentação considerou o tempo médio entre a picada do mosquito infectado e o aparecimento dos primeiros sintomas.

Em seguida, foi aplicado um algoritmo para identificar os chamados “stay points”, os locais onde o paciente permaneceu por pelo menos 15 minutos dentro de um raio de 50 metros.

A lógica para essa seleção considera que a infecção exige uma permanência mínima no ambiente com presença do vetor, não havendo riscos de picadas durante deslocamentos rápidos.

Como o mosquito transmissor da malária tem maior atividade no período noturno, a análise também priorizou registros feitos entre 17h e 6h. Esses pontos de permanência foram então submetidos ao algoritmo DBSCAN, técnica de clusterização baseada em densidade.

Foram considerados potenciais hotspots os agrupamentos que reuniam ao menos três pacientes em um raio de até 500 metros.

O sistema identificou 56 clusters de possível transmissão em Manaus e arredores, com concentração relevante na zona sudoeste da cidade e na região de Tarumã.

Ao comparar os resultados com o Sistema de Informação de Vigilância Epidemiológica da Malária (SIVEP), base oficial do país, os pesquisadores observaram que 97% dos pontos identificados estavam a uma distância de até um quilômetro de áreas já classificadas como prováveis locais de infecção.

Vigilância mais ágil

Diferentemente dos métodos tradicionais, a nova ferramenta permite gerar análises espaciais quase em tempo real, a partir do momento em que o histórico é compartilhado.

Por isso, os autores defendem que o SiPoS pode ser uma estratégia viável, de baixo custo e potencialmente escalável para aprimorar a vigilância da malária, especialmente em regiões extensas e de difícil monitoramento como a Amazônia.

A equipe também vislumbra expandir o uso da ferramenta para outras doenças transmitidas por vetores, como dengue e chikungunya, além de investigar se o histórico de deslocamento pode ajudar a diferenciar reinfecção de recorrência em pacientes com episódios repetidos.

Referência

Silva BM, Giddaluru J, Cardozo LE, Martins FM, Antolini AP, Bargieri DY, et al. Smartphone-based retrospective analysis for malaria hotspot detection. einstein (São Paulo). 2025;23:eAO1826. https://dx.doi.org/10.31744/einstein_journal/2025AO1826

* É permitida a republicação das reportagens e artigos em meios digitais de acordo com a licença Creative Commons CC-BY-NC-ND.
O texto não deve ser editado e a autoria deve ser atribuída, incluindo a fonte (Science Arena).