Este trabalho foca na detecção e tratamento de desvio de conceito em modelos de previsão de atrasos de voos no domínio da aviação. O desvio de conceito se refere a mudanças nas distribuições de dados ao longo do tempo, o que pode afetar a eficácia dos modelos de previsão. O objetivo deste estudo foi desenvolver um m´método que pudesse detectar e lidar com tais desvios, visando melhorar a precisão e confiabilidade dos modelos de previsão de atrasos de voos. Foi realizada uma extensa pesquisa sobre o estado da arte em desvio de conceito e sua aplicação no campo da aviação. Os m´métodos existentes foram considerados geralmente genéricos e não adaptados `as características especificas da aviação. Como resultado, foi proposto um novo m´método chamado Kairós, que utiliza análise de distribuição e janelas deslizantes para detectar e tratar desvio de conceito. Experimentos comparativos foram então realizados, comparando o m´método Kairós com m´métodos de detecção de desvio de conceito do estado da arte. Os m´métodos ativos de identificação e tratamento de desvio mostraram-se mais eficazes do que o m´método passivo. Ao longo dos experimentos, o Kairós apresentou um desempenho superior aos demais m´métodos ativos de detecção e tratamento de desvio de conceito em termos de desempenho. Os resultados foram consistentes em diferentes conjuntos de dados e perspectivas de análise, demonstrando a eficácia do m´método proposto.