Um estudo realizado por pesquisadores do Programa de Pós-Graduação em Gestão Urbana da PUC-PR (Pontifícia Universidade Católica do Paraná) e da UTFPR (Universidade Tecnológica Federal do Paraná) identificou padrões ocultos que podem estar relacionados à ocorrência e à gravidade de acidentes em rodovias.
Para chegar aos resultados, o grupo aplicou técnicas de mineração de dados e inteligência artificial, analisando dois conjuntos de informações fornecidas pelo DER-PR (Departamento de Estradas de Rodagem do Paraná): o 1º de 2004 a 2013, e o segundo de 2019 a 2024. Os modelos gerados apresentaram altos índices de acerto na identificação de padrões: acima de 94% para o primeiro período e entre 86% e 89% para o segundo.
Os resultados indicaram que a presença de perímetro urbano esteve associada a um aumento de 90% na ocorrência de acidentes. Outros fatores que contribuíram de forma significativa para a frequência dos acidentes incluem:
- presença de segunda ou terceira faixa (65,8%);
- maior sinuosidade do terreno (62,2%);
- áreas de ultrapassagem com sinalização por linha tracejada (56,3%);
- presença de acostamento (53,9%);
- iluminação insuficiente nas vias (48,2%).
Quanto à gravidade dos acidentes, a análise revelou correlação com:
- a presença de perímetro urbano (93,5%);
- maior sinuosidade do terreno (66,8%);
- baixa iluminação (62,1%);
- áreas de ultrapassagem (59,7%);
- velocidades mais elevadas nas vias (44,5%).
Segundo os pesquisadores, foram aplicadas 4 técnicas de mineração de dados, com destaque para o uso do software CBA (Classification Based on Associations), capaz de construir regras de classificação para prever acidentes fatais a partir de variáveis como tipo de via, iluminação, velocidade, clima e presença de áreas urbanas.
A partir de registros de acidentes, os pesquisadores treinaram um algoritmo utilizando variáveis como o perfil dos usuários, as características da infraestrutura viária, as condições ambientais e os tipos de transporte envolvidos, podendo reconhecer as causas associadas.
De acordo com os pesquisadores, o objetivo do estudo é contribuir para a mudança desse cenário, apontando a importância de medidas de mitigação, como a implantação de vias de contorno, passagens em desnível, radares, lombadas eletrônicas, sinalização vertical e semáforos, para reduzir a severidade dos acidentes.
“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 um dos responsáveis pela pesquisa, o doutorando e pesquisador do PPGTU da PUCPR Gabriel Troyan Rodrigues.
Dados da OMS (Organização Mundial da Saúde) estimam que mais de 3.500 pessoas morrem, diariamente em acidentes de trânsito no mundo, o que representa cerca de 1,3 milhão de mortes por ano.
No Brasil, somente em 2024, mais de 6.000 pessoas perderam a vida em acidentes registrados nas rodovias federais, de acordo com a PRF (Polícia Rodoviária Federal).
Segundo o professor Fabio Teodoro de Souza, a metodologia com uso de IA permite prever riscos com maior precisão e orientar intervenções de forma estratégica.
“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”, disse.
Com informações da Agência Brasil.