É possível usar aprendizado de máquinas para avaliar políticas públicas

Abstract

A avaliação de políticas públicas de saúde é importante para ter a certeza de que programas como o Previne Brasil, que vai mudar a distribuição de verbas da saúde pública a partir de análise de indicadores como de demografia, resultados das equipes de saúde e medidas locais, estão realmente trazendo melhorias para a população. Hoje, com a grande quantidade de dados disponíveis e o avanço das técnicas de aprendizado de máquinas, é possível tornar essa avaliação muito mais eficiente, oferecendo a análises mais claras e previsões mais certeiras. O objetivo principal é explorar os dados para encontrar padrões e tendencias nas taxas de médicos, plano de saúde suplementar, bolça família, número de leitos.O estudo tem como objetivo desenvolver e aplicar métodos de aprendizado de máquina para avaliar o impacto de políticas públicas na saúde, utilizando o programa Previne Brasil como estudo de caso. Comecei os trabalhos aprendendo sobre o mundo da ciência de dados, estudando a ferramenta Pandas, Numpy e fazendo um curso da Alura “Machine Learning: classificação com SKLearn” com objetivo de aprender a desenvolver o modelo Decision Tree Classifier. Também houve tentativas de desenvolver scripts para otimizar a coleta de dados do governo, obtendo dados como número de médicos, dados do bolsa família e cadastro nacional de estabelecimentos de saúde.