Estudo com IA identifica padrões relacionados a 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) com a Universidade Tecnológica do Paraná (UTFPR) identificou padrões ocultos que podem ser fatores relacionados à ocorrência e à gravidade de acidentes em rodovias do Paraná. Para chegar aos resultados, o grupo aplicou técnicas de mineração de dados e inteligência artificial, analisando dois conjuntos de dados fornecidos pelo Departamento de Estradas de Rodagem do Paraná (DER/PR): o primeiro de 2004 a 2013, e o segundo de 2019 a 2024. Os modelos gerados apresentaram altos índices de acerto: 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 sinistros 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%); e 
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%) e 
velocidades mais elevadas nas vias (44,5%).
Segundo os pesquisadores, foram aplicadas quatro 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 Organização Mundial da Saúde (OMS) estimam que mais de 3,5 mil pessoas morrem, diariamente, em acidentes de trânsito no mundo, o que representa cerca de 1,3 milhão de óbitos por ano.

No Brasil, somente em 2024, mais de 6 mil pessoas perderam a vida em sinistros registrados nas rodovias federais, de acordo com a Polícia Rodoviária Federal (PRF).

Segundo o professor Fabio Teodoro de Souza, a metodologia 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