Aplicação de inteligência artificial e geoanalytics no desenvolvimento de plataforma territorial sobre longevidade populacional brasileira

Resumo

O aumento da população idosa no mundo e no Brasil, que foi o foco desta tese, demandará cada vez mais serviços em volumes superiores a sua disponibilidade, principalmente quando se leva em consideração os escassos recursos humanos e financeiros disponíveis para se garantir a integralidade da atenção à saúde e à assistência social. Diante desse contexto, tornou-se preponderante compreender o fenômeno da longevidade populacional, de forma que se possa direcionar corretamente os programas e ações para o público-alvo mais necessitado. Visando suprir a carência de iniciativas baseadas em dados acerca da longevidade da população brasileira, esta pesquisa teve como objetivo principal desenvolver uma plataforma geográfica aberta – a LongevMap – a qual consolidou dados de diversas fontes públicas (como IBGE, ANS, DATASUS, entre outras) e se dedicou a apresentar esses dados, além de explorar os resultados de modelos preditivos supervisionados (OLS, SAR, GWR/MGWR) e não supervisionados. O intuito foi oferecer suporte para a compreensão das principais variáveis que se relacionam com as diferentes dimensões da longevidade em nível municipal. O estudo demonstrou que os modelos desenvolveram diferentes comportamentos para as variáveis analisadas, assim, enquanto as variáveis relacionadas às doações aos conselhos municipais dos idosos não apresentaram importância preditiva, a variável relacionada à disponibilidade tecnológica se relacionou consistentemente com índices mais baixos das dimensões de longevidade. Além disso, o modelo GWR multiescala (MGWR) teve desempenho superior para todas as dimensões analisadas, obtendo um R² de 94% para o tamanho per capita da população idosa, 72% para a idade mediana da referida população e 25% para a expectativa de vida ao nascer. Adicionalmente, tendo-se adotado uma perspectiva holística da longevidade, considerando as três dimensões simultaneamente e individualmente, definiu-se um conjunto de variáveis independentes de maior relevância preditiva na amostra utilizada para o modelo de regressão clássica, que são: “Total de Homicídios per capita”, “IDH Municipal Longevidade”, “Taxa de Crescimento Anual da População”, “Total de Apartamentos per capita”, “Total de Estabelecimentos de Agropecuária per capita”, “Total de Casos Oncológicos per capita” e “Total de casas per capita”. Por fim, do ponto de vista gerencial, disponibilizou-se a plataforma como um produto técnico-tecnológico, demonstrando sua utilidade ao detectar a necessidade de aprimoramentos nas políticas públicas de inclusão digital, na cobertura vacinal e em melhorias para os idosos residentes em favelas.

Ficha do documento

Tipo

Tese

Ano

2025

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/37030

Temas

Políticas PúblicasModelagem EconômicaTecnologiaDadosSaúdeGestão Municipal

Palavras-chave

Aprendizado de máquinaLongevidadeModelagem espacialGeoAnalyticsMachine learningLongevitySpatial modelingAdministração de empresasAprendizado do computadorInteligência artificial - Processamento de dadosEnvelhecimento da populaçãoPrevisão socialAnálise espacial (Estatística)