Modelos de vigilância em saúde apoiados em dados de redes sociais são uma realidade viável?
DOI:
https://doi.org/10.1590/SciELOPreprints.11847Palavras-chave:
Artificial Intelligence, Collective Health, Health Surveillance, Social media, Machine Learning, Literatura review, Sistematic reviewResumo
Este artigo apresenta uma revisão sistemática da literatura com o objetivo de analisar como dados provenientes de redes sociais, em especial da plataforma X (antigo Twitter), têm sido empregados na formulação de modelos preditivos aplicados à vigilância sanitária, utilizando técnicas de aprendizado de máquina. Foram examinados 23 estudos publicados entre 2018 e 2021, período exatamente antes e após a pandemia de COVID-19. Esses estudos aplicaram algoritmos analíticos a postagens com georreferenciamento, com o propósito de detectar surtos, monitorar epidemias e apoiar processos decisórios em saúde pública. Os resultados sugerem que esses modelos podem antecipar focos de risco com até quatro semanas de antecedência, contribuindo para respostas mais oportunas por parte dos gestores. Contudo, observam-se limitações importantes para a adoção desses sistemas, tais como a escassez de dados geolocalizados, a vulnerabilidade a ruídos informacionais e os entraves técnicos e éticos relacionados ao processamento automatizado da linguagem natural. A revisão indica que, embora essas soluções revelem aplicabilidade crescente, sua consolidação institucional depende de estratégias integradas de validação, governança algorítmica e aprimoramento da infraestrutura digital. Este estudo busca contribuir para o campo da Saúde Digital ao oferecer uma leitura crítica sobre os caminhos e obstáculos associados ao uso de redes sociais e inteligência artificial na vigilância sanitária.
Downloads
Postado
Como Citar
Série
Copyright (c) 2025 Kleber Rodrigues dos Santos, Daielly Mantovani, Celso Machado Jr, Guilherme A. Leal

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Plaudit
Declaração de dados
-
Os dados de pesquisa estão contidos no próprio manuscrito


