IA consegue compilar dados e perceber padrões que podem ajudar gestores a direcionar ações de prevenção
Pesquisadores da SPDM - Associação Paulista para o Desenvolvimento da Medicina - e da Unifesp publicaram dois artigos sobre o uso de tecnologia para identificar padrões de violência contra mulheres. Foram analisadas 80.148 notificações de violência contra mulheres de 20 a 59 anos residentes no município de São Paulo, entre 2013 e 2023.
O artigo publicado pela revista Ciência & Saúde Coletiva, Análise de Padrões da Violência contra Mulheres no Brasil: Uma Abordagem com Aprendizado de Máquina Não Supervisionado, analisou padrões relacionados à violência doméstica com uso de frameworks e algoritmos que cruzaram informações do banco de dados do Sistema de Informações Hospitalares do SUS (SIH-SUS) entre 2008 e 2023.
Este estudo conseguiu identificar as características das internações e evidenciar diferentes pontos em relação à violência de gênero.
Já o Uso de inteligência artificial para análise da violência contra mulheres em São Paulo, artigo publicado pela Revista de Saúde Pública, apresenta um trabalho que utilizou dados do Sistema de Informação de Agravos de Notificação (Sinan) e aplicou técnicas de análise estatística, séries temporais, inteligência artificial e análise geoespacial, com o objetivo foi identificar características sociodemográficas e territoriais das ocorrências de violência contra mulher.
O sistema Health Research Standard Process for Artificial Intelligence foi eficaz na análise de dados e criou algorítmos capazes de prever situações relacionadas à saúde pública. O estudo também apresenta uma metodologia que pode ser aplicada em futuras pesquisas e ações na área da saúde.
“Os estudos se complementam. São recortes diferentes de um mesmo problema, analisados com o mesmo rigor metodológico”, conta Bete Salvador, pesquisadora e uma das autoras dos artigos.
De acordo com Salvador, o SUS produz um volume significativo de informações sobre violência, mas que são distribuídas entre notificações, internações, prontuários e diferentes sistemas.
“Quando esses dados são analisados de forma integrada, começam a aparecer padrões como territórios onde as notificações se concentram, grupos mais vulneráveis, características das agressões, tipos de lesões e situações que aparecem com maior frequência nos casos graves. Isso pode ajudar gestores a direcionar ações de prevenção e organizar a rede de atendimento de forma mais precisa”, explica a pesquisadora.
Participaram dos estudos os colaboradores da SPDM Leonardo Martins Araujo e Marcelo Ribeiro Batista, e os docentes da Unifesp Andre Shimaoka, Bete Salvador, Paulo Bandiera-Paiva.
Links para os artigos: https://revistas.usp.br/rsp/pt_BR/article/view/252289