Flyttr integra dados e IA para apoiar decisões mais seguras Flyttr integra dados e IA para apoiar decisões mais seguras
Com adoção ainda heterogênea nos municípios, a inteligência artificial deixa o campo das diretrizes e começa a ganhar espaço na tomada de decisão local.
A inteligência artificial (IA) deixou de ser um conceito restrito a debates acadêmicos ou ao setor privado. Nos últimos anos, a tecnologia passou a integrar o vocabulário da administração pública brasileira, impulsionada por estratégias nacionais voltadas à modernização do Estado e à transformação digital dos serviços públicos. Existem iniciativas relevantes, políticas nacionais estruturadas e pilotos concretos, porém a adoção em escala ainda é desigual entre órgãos, estados e municípios.
O Brasil estruturou nos últimos anos um conjunto de políticas para orientar o uso de IA com a Estratégia Brasileira de Inteligência Artificial (EBIA) e o Plano Brasileiro de Inteligência Artificial 2024-2028 (“IA para o Bem de Todos”), entre outras iniciativas. Essas políticas incentivam o uso de IA para melhorar a eficiência, a transparência e a qualidade dos serviços públicos através da automatização de serviços e da análise e integração de grandes bases de dados governamentais, buscando a melhoria de políticas públicas baseadas em evidência
Mas, na prática, como essa agenda chega às prefeituras — especialmente em áreas críticas como a saúde pública?
Dados da pesquisa TIC Governo Eletrônico 2023, conduzida pelo Centro Regional de Estudos para o Desenvolvimento da Sociedade da Informação (Cetic.br) e publicada em 2024, indicam que o uso de tecnologias avançadas no setor público vem crescendo, com maior concentração nos níveis federal e estadual. A adoção, no entanto, ocorre de forma desigual entre os entes federativos.
Em 2025, durante audiência pública da Comissão de Ciência, Tecnologia e Inovação da Câmara dos Deputados, especialistas reforçaram esse diagnóstico ao destacar que a aplicação de inteligência artificial nos municípios brasileiros ainda é desigual, com maior incidência em administrações de maior porte e maior capacidade técnica.
E quais são os obstáculos?
O maior obstáculo técnico é, sem dúvida, a fragmentação e a baixa qualidade dos dados de saúde. Embora o SUS produza enormes volumes de dados (SINAN, SIH, SIM, e-SUS, SIVEP etc.), esses sistemas não foram originalmente desenhados para interoperabilidade, possuem padrões de dados heterogêneos, apresentam atrasos na alimentação e atualização e frequentemente têm lacunas ou inconsistências. Como consequência, temos a dificuldade em treinar modelos de IA confiáveis, a necessidade de grande esforço de limpeza e integração de dados e a limitação de análises em tempo real.
Outro obstáculo importante é a escassez de capacidade técnica dentro do setor público. A implementação e manutenção de sistemas de IA exigem cientistas de dados, engenheiros de software, especialistas em saúde digital e profissionais capazes de interpretar modelos analíticos.
O estudo feito pelo Cetic.br retrata exatamente esse cenário, apontando barreiras como falta de pessoal qualificado, desafios relacionados à qualidade e organização dos dados e a necessidade de priorização institucional.
Apesar desses obstáculos, há três fatores que favorecem fortemente a adoção de IA em saúde no Brasil: a escala do SUS (um dos maiores bancos de dados de saúde do mundo), a pressão crescente por eficiência no sistema público, e o aumento das epidemias climato-sensíveis, como a dengue.
IA aplicada à vigilância epidemiológica
É nesse contexto que surgem plataformas como a Flyttr Dengue, desenvolvida para consolidar dados epidemiológicos, históricos e territoriais em um único ambiente de análise e apoio à decisão voltado à gestão municipal.
É conhecido que a dinâmica da dengue é influenciada por variáveis climáticas, mobilidade urbana e padrões históricos de infestação. Em muitos municípios, o enfrentamento ainda ocorre de forma reativa, com intensificação de ações quando os casos já estão em crescimento. A incorporação de ferramentas preditivas permite inverter essa lógica: identificar áreas prioritárias antes da elevação expressiva da curva epidemiológica e direcionar recursos com maior precisão.
Flyttr Dengue foi desenvolvida para organizar informações sobre evolução de casos por estado e município, predizer tendências epidemiológicas, e criar mapas de risco por bairros e projeções de infestação com base em modelos preditivos. Ao integrar diferentes bases e estruturar análises em painéis consolidados, o sistema busca apoiar o gestor na priorização territorial e no planejamento de ações preventivas — reduzindo a fragmentação de dados que ainda marca parte das rotinas administrativas.
Outro recurso é o agente conversacional baseado em inteligência artificial, integrado à plataforma, que permite a gestores e equipes técnicas realizarem consultas em linguagem natural sobre cenários de risco, evolução comparativa de indicadores e projeções para as semanas seguintes.
“A proposta é facilitar o acesso à informação estratégica integrada e curada. O gestor pode perguntar quais bairros apresentam maior risco nas próximas semanas e meses, ou descrever os recursos disponíveis e perguntar onde e quando melhor utilizá-los frente ao risco, e receber respostas organizadas de forma clara”, afirma Natalia Ferreira, diretora executiva da Flyttr Brasil.
Segundo ela, o objetivo não é substituir a análise técnica das equipes municipais, mas transformar grandes volumes de dados em informação estruturada e acionável, ampliando a agilidade na tomada de decisão.
Tecnologia acompanhada de suporte técnico
A interpretação de modelos preditivos é um dos pontos mais sensíveis na adoção de inteligência artificial no setor público. A própria pesquisa TIC Governo Eletrônico 2023 aponta a falta de pessoal qualificado como uma das principais barreiras à implementação de soluções baseadas em IA.
Nesse cenário, a Flyttr Dengue opera em modelo que combina tecnologia e suporte especializado. Municípios contam com apoio de profissionais de ciência de dados e especialistas em controle de vetores para auxiliar na leitura dos cenários e na definição de estratégias operacionais. A proposta é reduzir a dependência exclusiva de capacidade técnica interna e ampliar a segurança na tomada de decisão, especialmente em administrações com equipes enxutas.
Da diretriz à rotina administrativa
Embora o Brasil conte com diretrizes nacionais voltadas ao uso responsável de inteligência artificial, a consolidação da tecnologia depende de sua aplicação prática nas cidades.
A ampliação do uso de IA na gestão pública tem sido acompanhada por iniciativas de capacitação. Em 2026, o Ministério da Gestão e da Inovação em Serviços Públicos, em parceria com a Escola Nacional de Administração Pública (Enap), lançou programa voltado à aplicação da tecnologia na otimização de processos e no apoio à tomada de decisão no setor público.
Movimentos como esse indicam que o tema deixou de ser experimental e passou a integrar a agenda estruturante de formação de gestores.
No enfrentamento da dengue — onde tempo, priorização territorial e planejamento são determinantes — soluções capazes de estruturar informações e oferecer previsões podem ampliar a capacidade de antecipação dos municípios e reduzir a dependência de respostas emergenciais.
Mais do que aderir a uma tendência tecnológica, a incorporação da inteligência artificial na rotina administrativa representa uma mudança de postura: sair da lógica reativa e avançar para decisões baseadas em análise preditiva e evidências estruturadas.
A plataforma Flyttr Dengue é desenvolvida pela Flyttr Brasil. Saiba mais em flyttr.com/pt/dengue.
