LA IMPORTANCIA DEL USO DE INTELIGENCIA ARTIFICIAL Y APRENDIZAJE AUTOMÁTICO PARA EL DESARROLLO DE VACUNAS CONTRA LA COVID-19: UNA REVISIÓN INTEGRAL

Autores/as

  • Agnaldo da Silva Carneiro Universidade Federal do Pará
  • Noemi Isabelle Alves Monteiro Universidade Federal do Pará, Brasil
  • Vanessa Regina Silva Mota Universidade Federal do Pará, Brasil
  • Lucas Piani Corrêa Universidade Federal do Pará, Brasil
  • Cibelhe Mayara Silva Universidade Federal do Pará, Brasil
  • Alessandro Quaresma Durães de Sousa Universidade Federal do Pará, Brasil

DOI:

https://doi.org/10.66104/ygs1p812

Palabras clave:

Inteligencia artificial, Aprendizaje automático, Vacuna contra el coronavirus

Resumen

La pandemia de COVID-19 exigió respuestas científicas rápidas, impulsando el uso de Inteligencia Artificial (IA) y Aprendizaje Automático (AA) en el desarrollo de vacunas. Este estudio consiste en una revisión bibliográfica integradora que busca analizar la importancia, la seguridad y el rol de estas tecnologías en el proceso de vacunación contra la COVID-19. La búsqueda se realizó en las bases de datos BVS, SciELO y Google Scholar, incluyendo artículos publicados entre 2020 y 2025. Los resultados muestran que la IA y el AA contribuyeron a acelerar las etapas de investigación y desarrollo, optimizar secuencias genéticas, identificar dianas moleculares y adaptarse a variantes virales, además de respaldar los análisis de seguridad y logística. A pesar de los avances, persisten desafíos éticos, técnicos y regulatorios, especialmente relacionados con la calidad de los datos, los sesgos algorítmicos y la protección de la privacidad. Se concluye que la IA y el AA representan herramientas estratégicas para la innovación en vacunología y para fortalecer la respuesta ante futuras emergencias sanitarias.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

ANDRÉ, S.; RIBEIRO, P. E-health: as TIC como mecanismo de evolução em saúde. Gestão e Desenvolvimento, n. 28, p. 95–116, jul. 2020.

AHUJA, A. S. et al. Inteligência artificial e COVID-19: uma abordagem multidisciplinar. Integrative Medicine Research, 2020. DOI: 10.1016/j.imr.2020.100434.l0

ASEDIYA, V. S. et al. Vaccine development using artificial intelligence and machine learning: a review. International Journal of Biological Macromolecules, v. 282, p. 136643, 2024. DOI: https://doi.org/10.1016/j.ijbiomac.2024.136643

BHATTACHARYA, M. et al. Uma nova vacina de próxima geração à prova de mutações para SARS-CoV-2. International Journal of Biological Macromolecules, v. 242, p. 124893, 2023. DOI: 10.1016/j.ijbiomac.2023.124893. DOI: https://doi.org/10.1016/j.ijbiomac.2023.124893

BRAGA, Tiago Moraes et al. O uso de inteligência artificial na interpretação de exames médicos. Brazilian Journal of Health Review, v. 7, n. 3, p. e70932-e70932, 2024. DOI: https://doi.org/10.34119/bjhrv7n3-507

CHAR, D. S. et al. Identifying ethical considerations for machine learning healthcare applications. American Journal of Bioethics, v. 20, n. 11, p. 7-17, 2020. DOI: 10.1080/15265161.2020.1819469. DOI: https://doi.org/10.1080/15265161.2020.1819469

CHEN, B. et al. Previsão da apresentação de antígenos HLA de classe II por aprendizado profundo. Nature Biotechnology, v. 37, p. 1332-1343, 2019. DOI: 10.1038/s41587-019-0280-2. DOI: https://doi.org/10.1038/s41587-019-0280-2

Chen J., Wei GW. Projeto de inteligência artificial matemática de anticorpos monoclonais à prova de mutação contra COVID-19. Commun. Inf. Syst. 2022;22(3):339–361. doi: 10.4310/cis.2022.v22.n3.a3. DOI: https://doi.org/10.4310/CIS.2022.v22.n3.a3

COREY, L. et al. A strategic approach to COVID-19 vaccine R&D. Science, v. 368, n. 6494, p. 948-950, 2020. DOI: https://doi.org/10.1126/science.abc5312

CRUZ, A. A queda da imunização no Brasil. Consensus, v. 25, p. 20-29, 2017.EMA. Inteligência artificial. Disponível em:https://www.ema.europa.eu/en/about-us/how-we-work/big-data/artificial-intelligence. Acesso em: 8 jan. 2026.

El Arab RA, Alkhunaizi M, Alhashem YN, Al Khatib A, Bubsheet M, Hassanein S. Artificial intelligence in vaccine research and development: an umbrella review. Front Immunol. 2025 May 8;16:1567116. doi: 10.3389/fimmu.2025.1567116. DOI: https://doi.org/10.3389/fimmu.2025.1567116

FLORIDI, L. et al. How to design AI for social good: seven essential factors. Science and Engineering Ethics, v. 26, n. 3, p. 1771-1796, 2020. DOI: 10.1007/s11948-020-00213-5. DOI: https://doi.org/10.1007/s11948-020-00213-5

GOECKS, J. et al. How machine learning will transform biomedicine. Cell, v. 181, n. 1, p. 92-101, 2020. DOI: https://doi.org/10.1016/j.cell.2020.03.022

Hasanzadeh A, Hamblin MR, Kiani J, Noori H, Hardie JM, Karimi M, et al. A inteligência artificial poderia revolucionar o desenvolvimento de nanovetores para terapia gênica e vacinas de mRNA? Nano Today. (2022) 47:101665. doi: 10.1016/J.NANTOD.2022.101665. DOI: https://doi.org/10.1016/j.nantod.2022.101665

KAUSHIK, R. et al. Inteligência artificial na aceleração do desenvolvimento de vacinas. Frontiers in Bacteriology, v. 2, p. 1258159, 2023. DOI: 10.3389/fbrio.2023.1258159. DOI: https://doi.org/10.3389/fbrio.2023.1258159

KING, M. H.; MARTODIPOERO, S. Health microplanning in the developing countries: a systems approach to appropriate technology. International Journal of Health Services, v. 8, n. 4, p. 653–664, 1978.

KONG, W. H. et al. SARS-CoV-2 detection in patients with influenza-like illness. Nature Microbiology, v. 5, n. 5, p. 675-678, 2020. DOI: 10.1038/s41564-020-0713-1. DOI: https://doi.org/10.1038/s41564-020-0713-1

KRAMMER, F. SARS-CoV-2 vaccines in development. Nature, v. 586, p. 516-527, 2020. DOI: https://doi.org/10.1038/s41586-020-2798-3

LESLIE, D. et al. IA na luta contra a COVID-19: avanços e desafios. Nature Machine Intelligence, 2021.

MINSSEN, T. et al. Regulatory responses to medical machine learning. Journal of Law and the Biosciences, v. 7, n. 1, lsaa002, 2020. DOI: 10.1093/jlb/lsaa002. DOI: https://doi.org/10.1093/jlb/lsaa002

OLAWADE, D. B. et al. Leveraging artificial intelligence in vaccine development. Journal of Microbiological Methods, v. 224, p. 106998, 2024. DOI: https://doi.org/10.1016/j.mimet.2024.106998

ORGANIZAÇÃO MUNDIAL DA SAÚDE. Estudo global sobre as origens do SARS-CoV-2. Genebra: OMS, 2021.

PATEL, S. J. et al. Artificial intelligence enabled rapid development of COVID-19 vaccines. Expert Opinion on Drug Discovery, 2021. DOI: 10.1080/17460441.2021.1882788.

POLACK, F. P. et al. Safety and efficacy of the BNT162b2 mRNA Covid-19 vaccine. New England Journal of Medicine, v. 383, p. 2603-2615, 2020.

PORTNOY, A.; JIT, M.; HELLERINGER, S.; VERGUET, S. Impact of measles supplementary immunization activities on reaching children missed by routine programs. Vaccine, v. 36, n. 1, p. 170–178, 2018.

RAMOS, Maíra Catharina et al. Big Data e Inteligência Artificial para pesquisa translacional na Covid-19: revisão rápida. Saúde em Debate,v.46,p.1202-1214,2023. https://doi.org/10.1590/0103-1104202213518 DOI: https://doi.org/10.1590/0103-1104202213518

SATO, A. P. S. Pandemic and vaccine coverage: challenges of returning to schools. Revista de Saúde Pública, v. 54, p. 115, 2020. DOI: https://doi.org/10.11606/s1518-8787.2020054003142

SCANNELL, J. W. et al. Diagnosing the decline in pharmaceutical R&D efficiency. Nature Reviews Drug Discovery, v. 11, n. 3, p. 191-200, 2012. DOI: 10.1038/nrd3681. DOI: https://doi.org/10.1038/nrd3681

SCHWAB, K. A quarta revolução industrial. São Paulo: Edipro, 2016.

THAKKAR, S. et al. Inteligência artificial e dados reais para segurança de medicamentos. Regulatory Toxicology and Pharmacology, v. 140, p. 105388, 2023.

TIAN, Yuan et al. Imunologia de célula única da infecção por SARS-CoV-2. Nature biotechnology , v. 40, n. 1, p. 30-41, 2022.

TOPOL, E. J. High-performance medicine. Nature Medicine, v. 25, p. 44-56, 2019. DOI: https://doi.org/10.1038/s41591-018-0300-7

Zhang WY, Zheng XL, Coghi PS, Chen JH, Dong BJ, Fan XX. Revolucionando o desenvolvimento de adjuvantes: aproveitando a IA para vacinas contra o câncer de próxima geração. Front Immunol. (2024) 15:1438030/BIBTEX. doi: 10.3389/FIMMU.2024.1438030/BIBTEX.

ZHAVORONKOV, A. Artificial intelligence for drug discovery. Molecular Pharmaceutics, v. 15, n. 10, p. 4311-4317, 2018. DOI: 10.1021/acs.molpharmaceut.8b00930. DOI: https://doi.org/10.1021/acs.molpharmaceut.8b00930

ZHOU, P. et al. A pneumonia outbreak associated with new coronavirus of bat origin. Nature, v. 579, n. 7798, p. 270-273, 2020. DOI: 10.1038/s41586-020-2012-7. DOI: https://doi.org/10.1038/s41586-020-2012-7

FDA. Utilizando inteligência artificial e aprendizado de máquina no desenvolvimento de medicamentos. 2023. Disponível em: https://www.fda.gov/media/167973/download.

GOODSWEN, S. J. et al. Um guia para vacinologia reversa na descoberta de vacinas in silico. FEMS Microbiology Reviews, v. 47, n. 2, 2023. DOI: 10.1093/femsre/fuad004. DOI: https://doi.org/10.1093/femsre/fuad004

GUIMARÃES, L. E. et al. Vacinas, adjuvantes e autoimunidade. Pharmacological Research, v. 100, p. 190-209, 2015. DOI: 10.1016/j.phrs.2015.08.003. DOI: https://doi.org/10.1016/j.phrs.2015.08.003

KING, M. H.; MARTODIPOERO, S. Health microplanning in the developing countries. International Journal of Health Services, v. 8, n. 4, p. 653-664, 1978. DOI: https://doi.org/10.2190/ATDG-DLRW-UCKU-1RLF

MAZZOCCO, G. et al. Projeto auxiliado por IA de vacina baseada em epítopos para SARS-CoV-2. Frontiers in Genetics, v. 12, 2021. DOI: 10.3389/fgene.2021.602196. DOI: https://doi.org/10.3389/fgene.2021.602196

MARENGO, L. L. et al. Tecnologias móveis em saúde: reflexões sobre desenvolvimento, aplicações, legislação e ética. Revista Panamericana de Salud Pública, v. 46, 2022. DOI: https://doi.org/10.26633/RPSP.2022.37

Mohammad, S., & Maryam, M. (2023). The Role of Artificial Intelligence in the Development of COVID-19 Vaccine. International journal of preventive medicine, 14, 97. https://doi.org/10.4103/ijpvm.ijpvm_333_21. DOI: https://doi.org/10.4103/ijpvm.ijpvm_333_21

NICHIATA, L. Y. I.; PASSARO, T. E-health e saúde pública: a presença digital do Sistema Único de Saúde do Brasil por meio de aplicativos de dispositivos móveis. Revista Eletrônica de Comunicação, Informação & Inovação em Saúde, [S. l.], v. 17, n. 3, 2023. DOI: https://doi.org/10.29397/reciis.v17i3.3663

ONG, E.; HE, Y. Desenvolvimento de vacinas por vacinologia reversa e machine learning. Methods in Molecular Biology, v. 2414, p. 1-16, 2022.

PORTNOY, A. et al. Impact of measles supplementary immunization activities. Vaccine, v. 36, n. 1, p. 170-178, 2018. DOI: https://doi.org/10.1016/j.vaccine.2017.10.080

WALTZ, Emily. AI takes its best shot: what AI can—and can't—do in the race for a coronavirus vaccine-[vaccine]. IEEE Spectrum, v. 57, n. 10, p. 24-67, 2020. DOI: 10.1109/MSPEC.2020.9205545. DOI: https://doi.org/10.1109/MSPEC.2020.9205545

Wang R., et al. Variantes emergentes do SARS-CoV-2 que superam a resistência à vacina. ACS Infect Dis. 2022;8(3):546–556. doi: 10.1021/acsinfecdis.1c00557 DOI: https://doi.org/10.1021/acsinfecdis.1c00557

LIBIDIBIA FERREA: UMA REVISÃO ABRANGENTE E POTENCIAIS APLICAÇÕES DE DIFERENTES EXTRATOS DE JUCÁ. (2026). Revista Multidisciplinar Do Nordeste Mineiro, 1(03), 1-38. https://doi.org/10.61164/xq4dqy35 DOI: https://doi.org/10.61164/xq4dqy35

A PROPOSAL FOR TEACHING METRIC RELATIONS IN RIGHT TRIANGLES. (2026). Revista Multidisciplinar Do Nordeste Mineiro, 2(01), 1-17. https://doi.org/10.61164/trsscq72 DOI: https://doi.org/10.61164/trsscq72

O AMBIENTE E OS INSTRUMENTOS DE MEDIDAS PARA AVALIAR O DESENVOLVIMENTO MOTOR DE CRIANÇAS E ADOLESCENTES: UM ESTUDO DE REVISÃO. (2026). Revista Multidisciplinar Do Nordeste Mineiro, 2(01), 1-12. https://doi.org/10.61164/cbk44936 DOI: https://doi.org/10.61164/cbk44936

Publicado

2026-02-19

Cómo citar

LA IMPORTANCIA DEL USO DE INTELIGENCIA ARTIFICIAL Y APRENDIZAJE AUTOMÁTICO PARA EL DESARROLLO DE VACUNAS CONTRA LA COVID-19: UNA REVISIÓN INTEGRAL. (2026). REMUNOM, 2(02), 1-29. https://doi.org/10.66104/ygs1p812