Haja visto a importância infodemiológica das câmaras de eco na disseminação de mis/desinformação, objetivou-se analisar as redes de interação dos usuários mais expostos à mis/desinformação ou controvérsia sobre vacinas no âmbito da pandemia COVID-19. Para tal, é proposto nesta investigação uma metodologia baseada em machine learning e Análise de Redes Sociais para detecção automatizada de conteúdo controverso e mis/desinformativo sobre vacinas, através da qual chegou-se a um modelo com 92% de acurácia. Dos quase 24 milhões de tweets coletados, 12.4 milhões (52%) foram assinalados como controversos e/ou potenciais à mis/desinformação, sendo os meses de janeiro e junho de 2021 aqueles de maior atividade, sendo analisados através de uma coorte. Diferentemente dos trabalhos anteriores, analisou-se a rede de todas as maneiras de interagir no Twitter, e de toda a estrutura textual dos tweets – não apenas links ou hashtags -. No que concerne à conversação sobre vacinas contra COVID-19, os achados foram diferentes daqueles associados à discussão político-partidária anteriormente descritos na literatura, uma vez que a rede de menções e respostas privilegia relações heterofílicas, e que conformações de “eco” não foram observáveis. Finalmente, faz-se necessário novos estudos para melhor compreender a disseminação de desinformação acerca das vacinas no Twitter.