Inteligência artificial aplicada à demografia pode apoiar atenção à saúde neonatal

Reunir questões demográficas e aprendizado de máquina era o objetivo do grupo de pesquisa formado por Luciana Alves, professora do departamento de demografia do Instituto de Filosofia e Ciências Humanas (IFCH) e pesquisadora do Núcleo de Estudos de População “Elza Berquó” (Nepo) da Unicamp, e pelos professores Tiago Carvalho e Carlos Eduardo Beluzo, do Instituto Federal de São Paulo (IFSP).

Visando por um lado avançar no uso de metodologias de pesquisa em demografia e por outro colocar a inteligência artificial a serviço do desenvolvimento de políticas públicas, o grupo tomou conhecimento do edital “Grand Challenges Explorations Brazil”, uma parceria da Fundação Bill & Melinda Gates com o Ministério da Saúde, o Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPQ) e a Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp). A chamada financiaria, com aporte de 100 mil dólares, pesquisas que propusessem “abordagens da ciência de dados para melhorar a saúde materna e infantil no Brasil”.

O edital oferecia ainda a utilização do Centro de Integração de Dados e Conhecimentos para Saúde (Cidacs), que armazena 110 milhões de registros, integrando informações do Cadastro Único (Cadu), Sistema de Informação sobre Nascidos Vivos (Sinasc), Sistema de Informações de Mortalidade (SIM) e Programa Bolsa Família.

Extrair, dos dados, informações relevantes para prevenção da morte neonatal e disponibilizá-las aos profissionais e gestores da saúde em uma plataforma online foi projeto apresentado pelo grupo e selecionado pelo edital. “Queremos contribuir com a redução da mortalidade das crianças até um ano de idade no Brasil, identificando aquilo que poderia estar causando o aumento dessa mortalidade. Disponibilizaremos uma plataforma na qual será possível ter acesso e produzir indicadores baseados numa metodologia que é extremamente eficaz para identificar o padrão e estabelecer onde estão os maiores gargalos”, resumiu Luciana Alves.

Para Carlos Eduardo Beluzo, a disponibilização dos resultados da pesquisa para a sociedade é um dos diferenciais do projeto, que contribuiu para sua seleção. “Nossa plataforma vai oferecer três grandes serviços. Primeiro, a predição da mortalidade neonatal, uma ferramenta auxiliar na previsão de morte neonatal com base em informações demográficas. O outro serviço, dentro da plataforma, visará à exploração dos dados a partir de possibilidades de visualizações interativas. A terceira, que ficará em aberto para uma segunda fase do projeto, será uma ferramenta para simulação de políticas públicas. A ideia é que essa ferramenta consiga auxiliar o gestor público na hora de empregar uma verba, por exemplo”, explicou Beluzo.

Foto: Perri
Luciana Alves, Tiago Carvalho e Carlos Eduardo Beluzo: informações relevantes para prevenção da morte neonatal

 

De acordo com Luciana Alves, a grande maioria dos estudos desenvolvidos na Demografia até o momento utilizam modelos tradicionais da estatística. “A utilização do método de inteligência artificial é algo bem recente na demografia”, afirmou a pesquisadora. De acordo com ela, o método torna-se necessário quando o número de variáveis e registros que se pretende trabalhar é muito grande. “A maioria dos trabalhos envolvem no máximo 5.000 registros e um escopo de 8 ou 10 variáveis. Expandir o número de fatores que se querer correlacionar com os métodos clássicos é muito difícil. Nós vamos trabalhar com 110 milhões de registros e 37 variáveis. Nossa proposta é realmente aprender com os dados, é deles tirar conhecimento”, explicou Tiago Carvalho, que é especialista em Modelagem Matemática e Computacional .

Veja também  Acervo do Museu Goeldi possui terceira maior coleção de mamíferos da América Latina

De acordo com ele, por meio de metodologias de aprendizagem de máquina, utilizando os dados do Cidacs, será gerado um modelo que poderá predizer com certa acurácia a probabilidade do óbito neonatal. “O que esses modelos fazem é aprender o comportamento dos dados em um conjunto de variáveis. Determinado conjunto de variáveis com determinado conjunto de valores tende a gerar, ou não, uma morte”, explicou Carvalho. Dentre as variáveis que comporão o modelo, que será desenvolvido pelo grupo, estão itens como saneamento básico, acesso à rede elétrica e quantidade de filhos.

O modelo poderá então ser utilizado por médicos e gestores para predição de risco de morte neonatal. Conforme apontam os pesquisadores, a partir dos dados fornecidos pela gestante durante o pré-natal, será possível verificar a probabilidade de haver óbito do bebê até os 28 dias de vida. “É uma ferramenta importante de gestão que pode dar um panorama muito mais efetivo, tendo em vista que não estamos trabalhando com 500 dados, mas com milhões. A chance de estar acertando é muito maior”, pontuou Luciana. A ferramenta pretende servir de apoio a tomadas de decisão de profissionais da saúde e gestores. “Se você tem essa predição em um estágio inicial, pode tomar mais cuidado com aquela pessoa. Olhar aquela mãe mais de perto pode melhorar as chances da criança”, ressaltou Tiago Carvalho.

Além da ferramenta de predição, a plataforma oferecerá ao usuário possibilidades de consulta e visualização de dados, através de mapas interativos. “Uma das vertentes desse trabalho é justamente propor formas de visualização daqueles dados, para que seja possível perceber informações relevantes”, afirmou o pesquisador. Assim, a partir de suas próprias necessidades, o usuário poderá selecionar os parâmetros desejados e gerar gráficos e tabelas que lhe possibilitem a compreensão e utilização dos dados. Conforme exemplificou Carvalho, será possível verificar a evolução dos nascimentos e das mortes de crianças nos últimos 10 anos em cada Estado, região ou microrregião do Brasil.

 

Texto: GABRIELA VILLEN

Fotos: ANTONINHO PERRI

Edição de imagem: LUIS PAULO SILVA

Fonte: Jornal da Unicamp

Compartilhe: