Estudo com IA identifica fatores ocultos em acidentes de trânsito
Da redação de LexLegal
Uma pesquisa desenvolvida em parceria entre a Pontifícia Universidade Católica do Paraná (PUC-PR) e a Universidade Tecnológica Federal do Paraná (UTFPR) revelou padrões ocultos em acidentes de trânsito nas rodovias do estado que podem ajudar a prevenir ocorrências graves. Com uso de técnicas de mineração de dados e inteligência artificial, os pesquisadores analisaram dados do Departamento de Estradas de Rodagem do Paraná (DER/PR) em dois períodos distintos: de 2004 a 2013 e de 2019 a 2024.
Leia também: Supersalários no Judiciário crescem 49,3% em 2024 ampliam desigualdade no serviço público
Os modelos desenvolvidos apresentaram alta precisão na previsão dos acidentes: acerto superior a 94% no primeiro período e entre 86% e 89% no segundo. A metodologia permitiu identificar fatores relacionados tanto à frequência quanto à gravidade dos acidentes, muitos dos quais não são imediatamente perceptíveis na análise tradicional.
A presença de perímetro urbano, por exemplo, esteve ligada a um aumento de 90% na ocorrência de acidentes e a 93,5% nos casos de maior gravidade. Outras variáveis associadas à frequência de acidentes incluem:
- segunda ou terceira faixa na via (65,8%),
- sinuosidade do terreno (62,2%),
- sinalização de ultrapassagem com linha tracejada (56,3%),
- presença de acostamento (53,9%) e
- iluminação insuficiente (48,2%).
Em relação à gravidade dos acidentes, os dados revelaram correlação com:
- maior sinuosidade do terreno (66,8%),
- baixa iluminação (62,1%),
- áreas de ultrapassagem (59,7%) e
- altas velocidades (44,5%).
Para chegar aos resultados, os pesquisadores aplicaram quatro métodos de mineração de dados, com destaque para o uso do software CBA (Classification Based on Associations), que gera regras de classificação com base em associação de variáveis como tipo de via, velocidade, iluminação, clima e presença de zonas urbanas. O algoritmo foi treinado com registros reais de acidentes, considerando o perfil dos usuários, infraestrutura viária, condições ambientais e tipo de transporte.
Segundo Gabriel Troyan Rodrigues, doutorando do Programa de Pós-Graduação em Gestão Urbana (PPGTU) da PUC-PR, o objetivo do estudo é contribuir com o poder público na definição de medidas preventivas. “A metodologia desenvolvida permite identificar padrões recorrentes por meio de regras de associação que revelam as causas ou fatores relacionados aos acidentes. Com essas informações, o poder público consegue tomar decisões para mitigar as ocorrências, como por exemplo, melhorar a sinalização, diminuir o limite de velocidade no trecho ou aprimorar as condições de drenagem”, explicou.
O estudo recomenda intervenções como vias de contorno, passagens em desnível, radares, lombadas eletrônicas, reforço na sinalização e implantação de semáforos como formas de reduzir tanto a frequência quanto a severidade dos acidentes.
De acordo com a Organização Mundial da Saúde (OMS), cerca de 1,3 milhão de pessoas morrem todos os anos em acidentes de trânsito, o que equivale a uma média de 3,5 mil mortes por dia. No Brasil, mais de 6 mil pessoasmorreram apenas em 2024 nas rodovias federais, segundo a Polícia Rodoviária Federal (PRF).
Veja também: Justiça condena companhia aérea a indenizar passageiros por troca indevida de assentos
Para o professor Fabio Teodoro de Souza, a utilização da inteligência artificial aplicada à segurança viária pode transformar a forma como políticas públicas são formuladas. “Acreditamos que a mineração de dados aplicada à segurança viária tem enorme potencial para apoiar a formulação de políticas públicas mais eficazes, com base em evidências concretas”, afirmou.
