By Marina Sousa 
“`json
{
"title": "Projetos de Inteligência Artificial da USP em São Carlos Alcançam o Top 100 Global, Impulsionando Saúde e Desenvolvimento Sustentável com Apoio da UNESCO",
"subtitle": "BioAutoML e BioPrediction, desenvolvidos no Instituto de Ciências Matemáticas e de Computação (ICMC), são reconhecidos pelo Centro Internacional de Pesquisa em Inteligência Artificial (IRCAI) por seu impacto responsável, escalável e inovador na área da saúde.",
"content_html": "<p>Duas soluções inovadoras de inteligência artificial (IA), desenvolvidas no Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, alcançaram reconhecimento global ao serem selecionadas para o TOP 100 2025 do Centro Internacional de Pesquisa em Inteligência Artificial (IRCAI). Com o respaldo da Organização das Nações Unidas para a Educação, a Ciência e a Cultura (Unesco), o ranking anual distingue projetos que utilizam a IA de forma responsável, escalável e sustentável para enfrentar desafios prementes da humanidade, alinhados aos Objetivos de Desenvolvimento Sustentável (ODS).</p><h3>Inovação Brasileira Reconhecida Globalmente</h3><p>Os projetos em destaque são o BioAutoML, de autoria do pós-doutorando Robson Bonídia, e o BioPrediction, desenvolvido pelo doutorando Bruno Rafael Florentino. Ambos se dedicam a trazer benefícios concretos da IA para a área da saúde. O BioAutoML permite análises de sequências biológicas cruciais para a identificação de patógenos e o desenvolvimento de novos medicamentos. Já o BioPrediction foca na análise da interação entre vírus e proteínas humanas, um avanço que pode acelerar a descoberta de novas terapias. O processo seletivo do IRCAI é altamente competitivo, reunindo propostas de mais de 30 países, avaliadas por critérios rigorosos que incluem o uso de ciência de dados e aprendizado de máquina, a contribuição mensurável para os ODS, práticas de IA responsável e evidências de impacto real ou potencial na sociedade.</p><h3>Democratizando o Acesso à IA na Saúde</h3><p>Ambos os projetos foram orientados pelo professor André de Carvalho, diretor do ICMC, que enfatiza a importância de democratizar o acesso a ferramentas que transformam dados biológicos em conhecimento aplicável. “Os projetos colaboram com o alcance do ODS 3 da ONU, que visa assegurar uma vida saudável e promover o bem-estar para todos. As ferramentas podem ser utilizadas para acelerar pesquisas, ampliando a capacidade de diagnóstico e permitindo que especialistas da saúde desenvolvam e compartilhem soluções baseadas em inteligência artificial sem depender de formação avançada em computação”, destaca o professor. Robson Bonídia complementa, ilustrando o impacto: “Imagine um pesquisador que estuda câncer em um grande centro. A partir da nossa plataforma, ele pode transformar esse conhecimento em um modelo de inteligência artificial e disponibilizá-lo para outros centros que não têm o mesmo acesso, contribuindo para reduzir desigualdades e acelerar avanços na pesquisa e no cuidado em saúde.”</p><h3>Detalhes dos Projetos e Suas Categorias</h3><p>Na classificação do IRCAI, o BioAutoML foi agraciado com a categoria "excepcional", figurando entre os 15 projetos de maior destaque, o que indica um elevado grau de inovação e um grande potencial de impacto social. Robson Bonídia, que também atua na UTFPR, aguarda o anúncio dos dez projetos com maior destaque global, com grandes chances, já que há apenas três projetos na área da saúde nessa categoria. Este reconhecimento se soma a um histórico de mais de 40 mil acessos e downloads em cerca de 50 países, 230 citações em artigos científicos, além do Prêmio Tese Destaque USP e do V Prêmio de Reconhecimento Acadêmico em Direitos Humanos da Unicamp e do Instituto Vladimir Herzog (PRADH), ambos em 2025.</p><p>Por sua vez, o BioPrediction foi classificado como "promissor", indicando um projeto em estágio inicial, mas com alto potencial de escalabilidade e impacto futuro. Essa solução, que rendeu a Bruno Florentino a medalha de ouro Thomas Clarkson no Global Undergraduate Award 2024, agora no doutorado, busca se tornar totalmente automatizada. “Já conseguimos gerar modelos automaticamente, mas ainda é necessário identificar qual é o mais adequado para cada tipo de entrada do usuário. Isso acontece porque diferentes tipos de dados biológicos exigem estratégias distintas”, explica Florentino, que pretende usar o reconhecimento do IRCAI para buscar novas parcerias científicas.</p><h3>A Evolução do BioAutoML: Rumo ao Futuro da Pesquisa</h3><p>Um dos grandes diferenciais do BioAutoML é sua usabilidade, respondendo a uma lacuna comum em tecnologias de IA que são sofisticadas, mas pouco acessíveis. “Com a nossa solução, o pesquisador ou profissional da saúde não precisa saber programar ou compreender detalhadamente os fundamentos matemáticos do sistema”, comenta Bonídia. Esse princípio guiou o desenvolvimento da nova geração da ferramenta, o BioAutoML-FAST, resultado da dedicação do doutorando do ICMC, Breno de Almeida, atualmente na Universidade de Leipzig, Alemanha. A nova versão oferece uma plataforma on-line, eliminando a necessidade de instalação local e proporcionando diversas visualizações e recursos que tornam as análises mais transparentes e interpretáveis, um avanço crucial para o aprendizado de máquina. Além disso, a plataforma agora conta com um repositório de modelos previamente treinados, com cerca de 60 conjuntos de dados e problemas biológicos distintos, e expandiu seu foco para incluir sequências não codificantes de RNA, fundamentais para entender mecanismos de regulação celular e doenças como o câncer. Testes recentes demonstram que os resultados do BioAutoML-FAST são comparáveis, e em alguns casos superiores, aos de modelos de aprendizado profundo, mantendo maior transparência e interpretabilidade.</p>"
}
“`
Fonte: jornal.usp.br