Um doutorando da Universidade Estadual de Maringá, a UEM, ficou em primeiro lugar num desafio internacional de inteligência artificial que reuniu quase 4 mil participantes. Sergio Alvarez da Silva Júnior venceu sozinho a competição do Biohub no Kaggle, a plataforma de ciência de dados do Google, com um sistema que acompanha células de embriões de peixe-zebra ao longo do tempo. Levou US$ 18 mil e um convite para apresentar a solução no Vale do Silício.

A notícia foi publicada pela UEM em 20 de outubro de 2026, numa matéria de Fábio Candido, da Assessoria de Comunicação Social da UEM, com fotos da ASC/UEM. Todo o crédito da apuração é deles, e você lê a matéria original no site da UEM. Aqui em Maringá, a gente tem motivo para comemorar, e eu quero explicar o tamanho disso: o que é o desafio, como a solução funciona e o que esse resultado diz sobre a pesquisa feita na universidade pública.

• Quem venceu e o que ganhou

• O desafio: seguir células em 3D no embrião do peixe-zebra

• Como a solução funciona, sem jargão

• Por que isso importa para a ciência e para o Brasil

Quem venceu e o que ganhou

Sergio Alvarez da Silva Júnior é doutorando do Programa de Pós-graduação em Ciência da Computação (PCC) da UEM, orientado pelo professor Yandre Maldonado e Gomes da Costa, do Departamento de Informática (DIN). Ele competiu sozinho e terminou em primeiro lugar, à frente de mais de 3 mil competidores.

O quê	Detalhe
Vencedor	Sergio Alvarez da Silva Júnior, doutorando do PCC da UEM
Orientador	Prof. Yandre Maldonado e Gomes da Costa (DIN/UEM)
Desafio	Biohub: Cell Tracking During Development, no Kaggle
Concorrência	Mais de 3 mil, perto de 4 mil participantes
Colocação	1º lugar, trabalho individual
Prêmio	US$ 18 mil e convite para apresentar em São Francisco, em novembro

O detalhe que mais gosto da matéria da UEM é a meta modesta. O próprio Sergio contou que o objetivo era "ter uma premiação e ficar entre os top 7". Ele já tinha experiência: no ano anterior, dividiu um prêmio de US$ 5 mil em equipe num outro desafio do Kaggle, que tinha cerca de 900 participantes. Desta vez, foram quatro vezes mais concorrentes, e ele ficou em primeiro, sozinho.

Primeiro lugar entre quase 4 mil, sozinho, saindo de uma universidade pública do interior do Paraná. Não é sorte: é método.

O desafio: seguir células em 3D

A tarefa era ensinar um computador a acompanhar cada célula de um embrião de peixe-zebra ao longo do tempo, em imagens de microscopia, percebendo quando uma célula se divide em duas e reconstruindo a "árvore genealógica" das células. Parece simples de dizer; com milhares de células se mexendo em 3D, é um dos problemas difíceis da biologia.

O desafio foi criado pelo Biohub, organização sem fins lucrativos de pesquisa biomédica ligada à Chan Zuckerberg Initiative, e ficou aberto no Kaggle de 29 de junho a 29 de setembro de 2026. Os dados vêm do grupo do pesquisador Loïc Royer, gravados com microscopia de folha de luz, uma técnica que filma o embrião vivo em três dimensões com pouca luz, para não danificá-lo.

• Por que o peixe-zebra: o embrião é transparente e se desenvolve rápido, então dá para ver as células se formando, quase como num filme.

• O que torna difícil: cada sequência tem cerca de 100 quadros, as células se parecem umas com as outras, se mexem e se dividem, e só parte delas vinha marcada como referência nos vídeos.

• A base científica: o desafio parte do Ultrack, o algoritmo de rastreamento de células com IA do grupo de Royer, publicado em 2025 na revista Nature Methods.

O Biohub explicou a ideia com uma frase de Royer: "Open competitions have a unique ability to accelerate progress", ou seja, competições abertas aceleram o progresso de um jeito único. A aposta é juntar biólogos e a comunidade de aprendizado de máquina para achar métodos que nenhum dos dois acharia sozinho.

Como a solução funciona

A solução do Sergio usa uma estratégia chamada "rastreamento por detecção": primeiro, a IA encontra as células em cada quadro; depois, outra parte da IA decide qual célula de um quadro é a mesma do quadro seguinte e quando uma delas se dividiu. As duas etapas usam tipos diferentes de redes neurais.

1. Detectar: redes neurais convolucionais, as CNNs, as mesmas que fazem o celular reconhecer rostos nas fotos, localizam cada célula na imagem.

2. Ligar e reconhecer divisões: arquiteturas baseadas em transformers, a mesma família de modelos que está por trás do ChatGPT, do Claude e do Gemini, comparam os quadros e ligam a mesma célula ao longo do tempo.

3. Antecipar a divisão: segundo a matéria da UEM, a abordagem procura os sinais visuais que aparecem antes e durante a divisão da célula, o que ajuda a não perder o momento em que uma vira duas.

O que eu acho bonito nisso é a combinação: não é um modelo gigante fazendo tudo, é um sistema montado em etapas, cada uma com a ferramenta certa, avaliado por uma métrica clara contra milhares de outros. É o mesmo princípio que uso, em escala muito menor, quando testo modelos de IA com casos reais, como no teste da Decisions API contra o Jev: quem mede bem, decide bem.

Por que isso importa

Seguir células em 3D ajuda a entender como um embrião se forma, como o sistema imunológico reage, como os tecidos se regeneram e como as doenças avançam. Um método melhor e mais rápido de rastrear células economiza meses de trabalho manual de pesquisadores e abre caminho para descobertas que hoje ninguém consegue ver.

E tem o lado brasileiro. O resultado saiu de um programa de pós-graduação de uma universidade estadual do interior do Paraná, competindo de igual para igual com gente do mundo inteiro, numa plataforma do Google. É a prova de que a pesquisa em IA feita aqui está no nível do que se faz lá fora, quando tem formação sólida, orientação e oportunidade.

• Para a universidade pública: é o tipo de resultado que mostra o retorno do investimento em pós-graduação.

• Para quem estuda computação: o Kaggle é aberto, gratuito e tem dados reais de problemas reais. É uma vitrine que qualquer estudante brasileiro pode usar.

• Para Maringá: a cidade aparece no mapa da IA aplicada à biologia, com a UEM à frente.

Falei sobre como a tecnologia ficou mais acessível no post o elitismo tech acabou, e sobre como a IA mudou o jeito de estudar em a IA triturando livros. A conquista do Sergio é o outro lado da moeda: a IA não substitui a formação; ela premia quem tem base para usá-la bem.

Como começar no Kaggle

Para quem ficou com vontade de tentar, o caminho é o mesmo do Sergio: entrar no Kaggle, escolher um desafio, estudar as soluções dos outros e participar. A conta é grátis, os dados são abertos e há desafios para iniciantes e para quem já pesquisa.

1. Crie a conta no Kaggle e faça os cursos curtos de introdução da própria plataforma.

2. Escolha um desafio de iniciante, para aprender o formato de envio e as métricas.

3. Leia as soluções vencedoras de desafios passados: é onde se aprende o que funciona de verdade.

4. Monte equipe ou compita sozinho, e meça cada mudança contra a métrica do desafio.

O desafio do Biohub, por exemplo, tem um repositório-base público no GitHub do grupo de Royer, que mostra como os dados são organizados e como a avaliação funciona. Se você trabalha com dados ou quer levar IA para o seu negócio com método e medição, é o tipo de conversa que tenho na consultoria técnica. E, para entender modelos que tomam decisões medidas, o post sobre como usar o Jev é um bom começo.

Parabéns ao Sergio, ao professor Yandre e a toda a equipe do DIN e do PCC da UEM. E obrigado à Assessoria de Comunicação Social da UEM e ao jornalista Fábio Candido pela matéria que tornou essa história pública.

Perguntas frequentes

Quem é o doutorando da UEM que venceu o desafio de IA?

Sergio Alvarez da Silva Júnior, doutorando do Programa de Pós-graduação em Ciência da Computação da UEM, orientado pelo professor Yandre Maldonado e Gomes da Costa, do Departamento de Informática.

Qual foi o desafio vencido?

O "Biohub: Cell Tracking During Development", no Kaggle, organizado pelo Biohub. O objetivo era rastrear células de embriões de peixe-zebra em imagens de microscopia em 3D, identificando divisões e reconstruindo linhagens celulares.

Quanto ele ganhou?

US$ 18 mil e um convite para apresentar a solução no Vale do Silício, em São Francisco, em novembro de 2026, segundo a UEM. Ele venceu sozinho, entre quase 4 mil participantes.

Como funciona a solução vencedora?

Por rastreamento por detecção: redes neurais convolucionais encontram as células em cada quadro, e modelos baseados em transformers ligam a mesma célula entre os quadros e reconhecem as divisões.

O que é o Kaggle?

É a plataforma de competições de ciência de dados e aprendizado de máquina do Google. Empresas e instituições publicam problemas com dados reais, e participantes do mundo inteiro competem por prêmios.

Quem escreveu a matéria original?

Fábio Candido, da Assessoria de Comunicação Social da UEM, publicada em 20 de outubro de 2026 no portal de notícias da universidade. As fotos são da ASC/UEM.