INTELIGÊNCIA ARTIFICIAL APLICADA AO DIAGNÓSTICO FITOSSANI-TÁRIO NA FRUTICULTURA
Economia agrícola. Inteligência Artificial. Revisão Sistemática. Re-des Neurais Convolucionais. Desenvolvimento de Sistemas.
A fruticultura brasileira destaca-se no agronegócio pela diversidade produtiva, ampla distribuição territorial e elevada relevância socioeconômica. Apesar desse protagonismo, o se-tor apresenta vulnerabilidades estruturais relacionadas à volatilidade de mercado, à concentra-ção produtiva e à alta sensibilidade a fatores climáticos e fitossanitários, comprometendo a es-tabilidade da produção e a previsibilidade de receitas, especialmente em cadeias de produtos perecíveis. Nesse contexto, a análise integrada entre desempenho econômico e fatores técnicos torna-se essencial para orientar decisões estratégicas e promover maior eficiência produtiva. A avaliação econômica permite identificar padrões de crescimento, níveis de concentração e de-sempenho das culturas, subsidiando a priorização de segmentos mais relevantes. Contudo, a sustentabilidade do setor depende não apenas da expansão produtiva, mas também da mitigação de perdas, sobretudo as de origem fitossanitária. O diagnóstico tradicional, baseado em inspe-ção visual, apresenta limitações como subjetividade, dependência de especialistas e baixa esca-labilidade. Diante disso, técnicas de Inteligência Artificial, especialmente Visão Computacional e Aprendizado Profundo, emergem como soluções inovadoras para o monitoramento automati-zado de doenças. A integração dessas tecnologias aos sistemas produtivos possibilita maior pre-cisão diagnóstica, detecção precoce e suporte à tomada de decisão baseada em dados, contribu-indo para a redução de perdas e o aumento da competitividade da fruticultura.