USP Usa Inteligência Artificial Para Mapear Violência Contra Mulheres

Pesquisadoras do Instituto de Ciências Matemáticas e de Computação (ICMC) da Universidade de São Paulo (USP) usaram inteligência artificial para estimar o risco de mulheres sofrerem violência física, sexual e psicológica no Brasil. O estudo aplicou técnicas de aprendizado de máquina a dados públicos do Sistema Único de Saúde (SUS) e foi premiado em uma conferência internacional realizada em Tóquio, segundo o Jornal da USP.

Como o estudo funciona

O trabalho foi desenvolvido pela doutoranda Rafaela Miglinski Lucca como projeto final da disciplina Ciência de Dados e Aprendizado de Máquina, ministrada pela professora Roseli Aparecida Francelin Romero, orientadora e coautora. Os modelos foram treinados com casos de violência registrados no DataSUS, plataforma pública com informações de saúde da população brasileira.

Segundo Rafaela, o sistema não oferece certezas, mas probabilidades. Depois de treinado, o modelo analisa um caso novo e indica, por exemplo, a chance de ele envolver violência sexual, com base no que já aprendeu.

Fatores associados ao risco

A pesquisa mapeou as áreas do país com maior índice de cada um dos três tipos de violência. Entre os fatores associados aos casos estão menor escolaridade, ausência de rede de apoio e residência em locais com pouco acesso a serviços de saúde. A idade também se mostrou relevante na violência sexual, sobretudo entre mulheres mais jovens e crianças. Já na violência psicológica, observou-se a reincidência de vítimas em hospitais e delegacias, o que, segundo Rafaela, indica que a violência segue acontecendo.

Teste de confiabilidade das previsões

Para medir o grau de confiança das estimativas, a pesquisadora usou um conjunto de métodos chamado predição conforme, que ela compara a um teste de honestidade do algoritmo. O ajuste foi feito para que a resposta correta estivesse entre as indicadas pelo modelo em 90% dos casos. Em seguida, aplicou o Locart, método proposto em 2024 que avalia a confiabilidade das previsões por subgrupo e que, segundo a USP, foi usado pela primeira vez em uma base de vigilância em saúde e em uma questão social.

O resultado mostrou por que a checagem importa. Os métodos tradicionais garantiam 90% de acerto na média, mas, em um grupo de 18.326 mulheres no desfecho de violência sexual, a garantia real era de 44,7%. Com o Locart, subiu para 88,3%. Para Rafaela, a verificação por subgrupo deveria ser etapa obrigatória antes do uso desse tipo de modelo em políticas públicas, porque a média pode esconder falhas justamente no grupo mais vulnerável.

Possíveis usos e próximos passos

As pesquisadoras avaliam que o estudo pode orientar políticas públicas adaptadas a cada região. Rafaela cita, como exemplo, a possibilidade de o governo federal levar o modelo a delegacias para definir medidas específicas conforme o perfil da mulher atendida. O artigo completo, premiado como Melhor Artigo e Melhor Apresentação na conferência de Tóquio, ainda está em revisão por pares e aguarda publicação pela Springer Nature.