O Papel Da Inteligência Artificial Na Vigilância E Monitoramento De Doenças Tropicais Negligenciadas: Uma Revisão Integrativa

INTRODUÇÃO: As Doenças Tropicais Negligenciadas (DTNs) seguem como grande desafio de saúde pública, agravadas por desigualdade social e fragilidade na vigilância sanitária. No Brasil, doenças como hanseníase, Chagas e esquistossomose ainda afetam milhões, principalmente em áreas rurais e de difícil acesso. Nesse contexto, a inteligência artificial (IA) desponta como ferramenta promissora para monitoramento, diagnóstico e apoio à decisão, com algoritmos preditivos que podem melhorar a gestão de recursos e prever surtos. Para avançar no controle das DTNs, é essencial ampliar pesquisas que integrem essas tecnologias, sobretudo em regiões com infraestrutura limitada. OBJETIVO: Analisar a aplicabilidade da IA como uma ferramenta de apoio para monitoramento e intervenção das DTNs, por meio de uma revisão integrativa da literatura. MÉTODOS: O estudo, de natureza descritiva, foi conduzido por meio de uma revisão integrativa da literatura na Biblioteca Virtual em Saúde (BVS), utilizando os descritores “Inteligência Artificial”, “Doenças Tropicais Negligenciadas”, “Monitoramento Epidemiológico”, “Vigilância” e “Inteligência Artificial na Saúde Pública”. Também algoritmos de aprendizado de máquinaforam consultados anais de congressos e fontes secundárias de instituições de referência, como OPAS, Fiocruz e o Ministério da Saúde do Brasil. Os critérios de inclusão englobaram artigos originais, relatórios técnicos e documentos institucionais publicados nos últimos dez anos, em português, inglês ou espanhol, que abordassem diretamente a aplicação da IA em DTNs. Critérios de exclusão incluíram duplicidades, textos opinativos e estudos sem detalhamento metodológico. A análise dos estudos selecionados foi realizada por leitura crítica e categorização dos dados, considerando evidências de avanços tecnológicos, eficácia, limitações éticas e aspectos institucionais. RESULTADOS: Estudos recentes mostram que a aplicação de modelos computacionais no combate às DTNs tem se mostrado promissora. Algoritmos preditivos têm sido utilizados pa