Partilhe com alguém


Joaquim Timóteu cria modelo híbrido de IA que antecipa surtos com meses de antecedência e pode transformar o combate à malária em AngolaLuanda — O jovem cientista angolano Joaquim Carlos Timoteo, actualmente a trabalhar em Moscovo, desenvolveu um sistema avançado de Inteligência Artificial capaz de prever a evolução da malária em Angola até 2028, utilizando dados históricos, clima, padrões regionais e o que denomina de “memória epidemiológica”.
O estudo, intitulado “A Hybrid Multi-Engine Framework for Subnational Malaria Incidence Forecasting in Angola”, foi publicado em Fevereiro de 2026 e apresenta uma arquitectura híbrida de previsão que combina múltiplos motores de IA para produzir estimativas de elevada precisão ao nível provincial.
O modelo não depende de uma única abordagem. Trata-se de um ensemble inteligente, que integra:
Random Forest
Gradient Boosting (XGBoost, LightGBM)
Redes Neurais do tipo LSTM
Análise de sazonalidade e padrões temporais
Um mecanismo agregador que combina todos os motores numa previsão final optimizada
Segundo os resultados do paper científico, o sistema atinge um nível de precisão superior a 97% (R² até 0.985), reduzindo drasticamente o erro de previsão quando comparado com modelos tradicionais baseados apenas em clima.
O estudo demonstra que o principal factor preditivo da malária em Angola não é o clima isoladamente, mas sim a incidência do ano anterior.
O chamado lag-1 incidence representa 94% da capacidade preditiva do modelo, o que significa que a trajectória epidemiológica passada é o maior indicador do comportamento futuro da doença.
Em termos simples:
A malária tem memória — e essa memória pode ser modelada matematicamente.
Esta conclusão desafia abordagens tradicionais excessivamente centradas em variáveis climáticas.
A investigação analisou as 18 províncias angolanas e identificou três grandes clusters epidemiológicos:
Baixa incidência urbana – Luanda e Namibe
Alta incidência endémica – incluindo Uíge, Malanje e Kwanza Norte
Incidência moderada central
A diferença entre a província com maior e menor incidência chega a 2,8 vezes, reforçando a necessidade de estratégias diferenciadas.
O sistema permite:
Antecipar surtos com meses de antecedência
Planear distribuição de medicamentos e testes rápidos
Optimizar entrega de mosquiteiros
Reduzir desperdício de recursos
Apoiar decisões estratégicas do Programa Nacional de Controlo da Malária
Com um erro médio inferior a 8 casos por 1.000 habitantes, o modelo já apresenta um nível de precisão operacionalmente relevante para planeamento logístico.
Com este trabalho, Angola posiciona-se entre os países africanos que utilizam Inteligência Artificial aplicada de forma prática no combate a doenças infecciosas.
O sistema foi desenvolvido com dados da World Health Organization, da plataforma climática da NASA POWER, e do World Malaria Report, combinando ciência de dados, epidemiologia e modelação computacional avançada.
Importa salientar que o projecto foi desenvolvido de forma independente, sem financiamento externo.
O investigador defende agora:
Implementação operacional no Ministério da Saúde
Expansão para previsão mensal
Integração de dados provinciais de intervenção
Forecasting multi-ano para planeamento estratégico
Se adoptado institucionalmente, o sistema poderá representar uma nova geração de vigilância epidemiológica em Angola.
Num contexto em que a malária continua a ser uma das principais causas de morbilidade no país, a aplicação de Inteligência Artificial operacional pode marcar a diferença entre reagir a surtos e antecipá-los.
E desta vez, a inovação nasce de talento angolano.




