Uma ferramenta baseada em inteligência artificial pode tornar a análise de dados epidemiológicos mais acessível, reduzindo a necessidade de conhecimentos avançados em programação. Essa é a proposta de um estudo com participação de pesquisadores do Instituto Todos pela Saúde (ITpS), publicado em 31 de outubro de 2026 na revista científica Public Health.

Intitulada Prompt engineering for epidemiological surveillance: A step toward wider access to public health data analysis through natural language processing (Engenharia de prompts para vigilância epidemiológica: um passo para ampliar o acesso à análise de dados de saúde pública por meio do processamento de linguagem natural, em português), a pesquisa apresenta o PEFES (Prompt Engineering for Epidemiological Surveillance), desenvolvido para facilitar o uso de informações de vigilância em saúde.

O trabalho reúne pesquisadores de instituições como a Universidade de Siena, na Itália, a Universidade de São Paulo (USP), o Einstein Hospital Israelita, a Fundação de Medicina Tropical Dr. Heitor Vieira Dourado, a Universidade do Estado do Amazonas (UEA) e o ITpS.

Métodos

O PEFES utiliza modelos de inteligência artificial para converter perguntas escritas em linguagem comum em códigos de programação. Para orientar esse processo, recebe informações sobre a estrutura dos bancos de dados, incluindo nomes de variáveis e códigos utilizados nos registros.

A ferramenta foi avaliada por dois pesquisadores com experiência em programação, utilizando dados do OpenDataSUS sobre dengue, influenza A e infecções pelo Vírus Sincicial Respiratório (VSR).

Os testes envolveram dois modelos de inteligência artificial, Claude Opus 4.8 e Gemini 3.7 Flash, e um conjunto de 44 perguntas. Metade delas poderia ser respondida com os dados disponíveis, enquanto as demais foram elaboradas para verificar se a ferramenta respeitava os limites das informações fornecidas.

Achados principais

Nos testes de verificação dos limites, o PEFES apresentou o comportamento esperado: recusou gerar códigos para 17 perguntas que exigiam informações indisponíveis e produziu códigos para outras cinco que poderiam ser respondidas com os dados existentes.

Já nas análises epidemiológicas, 14 das 22 perguntas produziram resultados idênticos nas avaliações, enquanto oito apresentaram divergências. Essas diferenças ocorreram principalmente quando as perguntas permitiam mais de uma interpretação.

Em um dos testes, a ferramenta também gerou um código que comparava informações incompatíveis, resultando em tabelas vazias. O problema foi identificado durante a revisão dos pesquisadores, e não pelo próprio sistema.

Os resultados indicam que a tecnologia consegue auxiliar na elaboração de análises epidemiológicas, mas sua confiabilidade depende da clareza das perguntas e da verificação dos códigos produzidos.

Interpretação

O estudo aponta o potencial da inteligência artificial para ampliar o acesso à análise de dados de vigilância em saúde, especialmente entre profissionais que não dominam linguagens de programação.

Ferramentas como o PEFES podem agilizar etapas do trabalho epidemiológico e facilitar a exploração de informações disponíveis nos sistemas de saúde. No entanto, os autores ressaltam que a tecnologia ainda apresenta limitações: o sistema gera códigos, mas não executa as análises automaticamente, e os resultados precisam ser verificados por profissionais capacitados.

A pesquisa reforça, assim, que a inteligência artificial pode funcionar como uma ferramenta de apoio à vigilância epidemiológica, desde que seu uso seja acompanhado de mecanismos de validação e supervisão humana.