Sistema de Alerta Precoce de Dengue com IA — Previsão de Surtos por Aprendizagem Automática da NEA de Singapura
Singapura
A NEA de Singapura opera um sistema de IA, revisto por pares, que prevê casos de dengue até três meses …
Noruega · Oslo · Ver o perfil de Noruega · Ver o perfil de Oslo
Top 46% 60/100 · Pergunte a Evidence Copilot sobre esta prática
A NAV testou, no sandbox de proteção de dados da Noruega, um modelo de aprendizagem automática para prever a duração das baixas à 17.ª semana; o relatório de 2022 viu base legal para o apoio à decisão, mas duvidou dela para o treino do modelo.
A administração norueguesa do trabalho e da segurança social (NAV) tem de avaliar, até à 17.ª semana de uma baixa por doença, se é necessária uma segunda reunião de diálogo antes da 26.ª semana. A NAV partiu da hipótese de que há reuniões desnecessárias a mais, que consomem tempo a empregadores, médicos, trabalhadores de baixa e aos seus técnicos, e construiu um modelo de aprendizagem automática para prever a duração da baixa e apoiar a decisão do técnico. A decisão final cabe ao técnico, não ao modelo; o protótipo justificava cada previsão com três fatores a favor de uma duração mais longa e três de uma mais curta.
Em 2021-2022 a NAV levou a ferramenta para o sandbox regulatório de IA responsável da Autoridade norueguesa de Proteção de Dados (Datatilsynet), com a participação do Provedor para a Igualdade e a Não Discriminação na questão da equidade. O relatório final (janeiro de 2022) trata três temas: base legal, equidade e explicabilidade.
Conclusões do relatório: a NAV tem base legal para usar IA como apoio à decisão sobre o acompanhamento individual; é duvidoso que as disposições invocadas (Lei do Seguro Nacional, art. 8-7 a, com o art. 21-4, e Lei da Administração Pública, art. 17) permitam usar dados de saúde de antigos beneficiários para desenvolver o próprio modelo. O relatório é orientação, não uma decisão da Datatilsynet. Quanto à equidade, a NAV operacionalizou a equidade de resultados entre grupos como sexo, idade e diagnóstico, tratando convocatórias desnecessárias como menos graves do que as omitidas, e o relatório aponta uma tensão entre privacidade e equidade, porque testar a discriminação exige dados de grupo. Uma versão totalmente automatizada poderia atingir o limiar do artigo 22.º do RGPD, pelo que é necessária revisão humana efetiva.
Limites da evidência: o sandbox produziu uma avaliação jurídica e ética, não dados de resultados. Um estudo de caso da Universidade de Oslo de 2021 (Høgåsen, Complex 5/2021) descreve o desenvolvimento como inacabado, com a equipa a gastar mais tempo a clarificar os dados utilizáveis do que a construir o algoritmo, e a incerteza sobre a base legal a atrasar o trabalho. Não foram encontrados resultados publicados sobre a redução de reuniões ou a precisão. O relatório conclui que o desenvolvimento futuro exige uma base legal suplementar clara, o que faz deste um caso de cautela e transferível sobre como os organismos públicos podem autorizar o desenvolvimento de IA, e não apenas a sua utilização.
Os detalhes de implementação (custo, prazo, equipa, condições de sucesso) ainda não estão disponíveis para esta prática.
Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.
De onde foi obtida a informação desta prática, e quando.
Singapura
A NEA de Singapura opera um sistema de IA, revisto por pares, que prevê casos de dengue até três meses …
Bangladesh
O programa a2i do Bangladesh, com a GiveDirectly, o PNUD e a UC Berkeley, testou a focalização da pobreza por …
Noruega
O Helse Bergen testou no sandbox da autoridade norueguesa de proteção de dados uma IA de alerta de reinternamento. O …
Gronelândia
O ASIP do DMI usa uma rede neuronal convolucional combinando radar Sentinel-1 e dados AMSR2 para gerar cartas de gelo …
Abrir o copiloto completo Baseado em práticas citadas — verifique sempre as fontes.