Estudo com IA identifica padrões de acidentes de trânsito

Um estudo realizado por pesquisadores do Programa de Pós-Graduação em Gestão Urbana (PPGTU) da Pontifícia Universidade Católica do Paraná (PUC-PR) em colaboração com a Universidade Tecnológica do Paraná (UTFPR) revelou padrões ocultos que influenciam a ocorrência e a gravidade de acidentes nas rodovias do Paraná. Este projeto foi desenvolvido com o intuito de avançar no conhecimento em segurança viária, utilizando técnicas avançadas de mineração de dados e inteligência artificial.

O grupo de pesquisa analisou dois conjuntos de dados fornecidos pelo Departamento de Estradas de Rodagem do Paraná (DER/PR), o primeiro abrangendo o período de 2004 a 2013 e o segundo de 2019 a 2024. Os modelos preditivos que foram gerados apresentaram resultados expressivos, alcançando altos índices de acerto: mais de 94% para o primeiro período e entre 86% e 89% para o segundo.

Os resultados apontaram que diversos fatores estão diretamente associados ao aumento da conta de acidentes nas rodovias. Em particular, a presença de perímetro urbano elevou em 90% a chance de ocorrência de acidentes. Outros fatores significativos incluem a 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%) e uma iluminação deficiente nas vias (48,2%). Quanto à gravidade dos acidentes, a análise revelou que a presença de perímetro urbano correlacionou-se com 93,5% dos casos mais severos, além da maior sinuosidade do terreno (66,8%), baixa iluminação (62,1%) e áreas de ultrapassagem (59,7%). Também foi identificado que velocidades elevadas nas vias estão diretamente relacionadas a 44,5% dos acidentes mais graves.

A metodologia empregada englobou quatro diferentes técnicas de mineração de dados, com destaque para o uso do software CBA (Classification Based on Associations), que é capaz de gerar regras de classificação para prever acidentes fatais com base em variáveis como tipo de via, iluminação, velocidade, clima e presença de áreas urbanas.

Baseando-se nos registros de acidentes, os pesquisadores treinaram um algoritmo utilizando variáveis que englobam o perfil dos motoristas, as características da infraestrutura viária, as condições ambientais e os tipos de veículos envolvidos, permitindo assim reconhecer as causas associadas. A pesquisa visa não apenas entender o fenômeno em questão, mas também contribuir para a proposição de medidas de mitigação, como a implementação de vias de contorno, passagens em desnível e sinalizações adequadas, a fim de reduzir a gravidade dos acidentes nas rodovias estaduais.

Segundo Gabriel Troyan Rodrigues, doutorando e um dos responsáveis pela pesquisa, "a metodologia desenvolvida permite identificar padrões recorrentes através de regras de associação que revelam as causas ou fatores relacionados aos acidentes. Com essas informações, o poder público pode tomar decisões mais acertadas para mitigar as ocorrências, como melhorar a sinalização, diminuir o limite de velocidade em trechos críticos ou aprimorar as condições de drenagem."

Em um panorama mais amplo, dados da Organização Mundial da Saúde (OMS) indicam que mais de 3,5 mil pessoas perdem a vida diariamente em acidentes de trânsito globalmente, o que equivale a aproximadamente 1,3 milhão de óbitos anualmente. No Brasil, em 2024, mais de 6 mil vidas foram tragicamente perdidas em acidentes nas rodovias federais, conforme relatado pela Polícia Rodoviária Federal (PRF).

tags:acidentes de trânsito, inteligência artificial, segurança viária, mineração de dados