Como dados do SUS e aprendizado de máquina podem apoiar quem cuida de recém-nascidos no Brasil

Nos últimos anos, o Brasil avançou na redução da mortalidade infantil. Ainda assim, milhares de bebês seguem em risco por causas que poderiam ser evitadas. São histórias interrompidas logo no começo - muitas vezes por falta de acompanhamento oportuno ou de acesso rápido ao cuidado.

Um estudo que liderei no Laboratório de Políticas Públicas e Desigualdades em Saúde, do Departamento de Pesquisa em Filantropia e Ciências Sociais do Instituto Pensi e em parceria com a Fundação Getúlio Vargas (FGV) e a Universidade da Califórnia (UCLA), mostra que a tecnologia pode ajudar a virar esse jogo. Com técnicas de aprendizado de máquina, é possível identificar, ainda no momento do nascimento, quais recém-nascidos têm maior risco de morte evitável e priorizar ações para quem mais precisa.

Nossa equipe analisou quase 9 milhões de nascimentos no Brasil (2015–2017), usando bases públicas do Ministério da Saúde. Variáveis como peso ao nascer, número de consultas de pré-natal, idade gestacional, número de filhos nascidos vivos e escore de Apgar se destacaram entre as mais relevantes para prever riscos.

O resultado é contundente: o modelo mais preciso localizou 85% das mortes evitáveis dentro dos 5% de nascimentos com maior risco previsto. Em termos práticos, isso significa usar dados para direcionar melhor recursos e atenção, aumentando a chance de salvar vidas.

Um ponto essencial foi garantir equidade. Em muitos contextos, algoritmos podem reproduzir desigualdades. Aqui, ocorreu o oposto: o modelo não apresentou viés contra mães negras, jovens, solteiras ou com menor escolaridade. Ou seja, avaliou o risco de forma justa, sem privilegiar um grupo em detrimento de outro, ajudando a reduzir desigualdades na saúde neonatal.

Na rotina do SUS, uma equipe de atenção básica pode ser responsável por até 3,5 mil pessoas. Com tanta demanda, é difícil enxergar, caso a caso, quem está mais vulnerável. A proposta do nosso estudo é criar um “termômetro de risco” para cada recém-nascido, usando dados que já existem. Assim, profissionais podem planejar visitas domiciliares, priorizar atendimentos e agir rápido diante de sinais de alerta. Isso pode ser incorporado a um aplicativo simples, com alertas para a família e para a equipe que acompanha o bebê.

A pesquisa reforça que inteligência artificial e saúde pública podem caminhar juntas. Ao transformar grandes bancos de dados em informação útil para quem está na ponta, a ciência se aproxima da sua missão mais nobre: proteger vidas com equidade e eficiência.

Para conferir o nosso estudo na íntrega, clique aqui.