Utilización de Inteligencia Artificial en datos epidemiológicos para la Toma de Decisiones en Salud
DOI:
https://doi.org/10.33448/rsd-v15i1.50563Palabras clave:
Inteligencia Artificial, Epidemiología y Bioestadística, Toma de Decisiones, Medicina Clínica, Uso de la Información Científica en la Toma de Decisiones en Salud.Resumen
Objetivo: Evaluar la viabilidad del uso de inteligencia artificial (IA), mediante el modelo ChatGPT o3 Mini High, para analizar datos epidemiológicos de mortalidad por accidentes de tránsito y aportar al proceso de toma de decisiones en salud. Metodología: Estudio observacional, descriptivo y exploratorio, basado en datos secundarios del Sistema de Información sobre Mortalidad (SIM) y de la Secretaría de Salud del estado de Minas Gerais, referentes a muertes por causas externas (CIE-10 V01–V99) entre 2010 y 2024. Los datos fueron limpiados, filtrados y enriquecidos con prompts estructurados en el ChatGPT o3 Mini High, permitiendo cruces de variables y detección de patrones demográficos, temporales y por tipo de accidente. Resultados: Se analizaron 219 registros de muertes por accidentes de tránsito en la región de Itajubá-MG y municipios limítrofes. El modelo IA realizó análisis descriptivos y correlacionales, y propuso intervenciones como campañas educativas segmentadas, mejoras en infraestructura vial y reforzamiento de la fiscalización. Se identificó predominio de muertes en hombres de 20 a 39 años, estacionalidad en periodos festivos y mayor frecuencia de colisiones con motocicletas y atropellos. Conclusión: El uso de ChatGPT o3 Mini High resultó viable como herramienta de apoyo al análisis epidemiológico de mortalidad por accidentes de tránsito. Sus resultados muestran potencial para fundamentar políticas públicas más efectivas. Se recomienda extender su aplicación a otras bases regionales, verificar su reproducibilidad y capacitar gestores locales para su utilización.
Referencias
Andrade, L. A., Ferreira, F. A., Silva, M. R., Costa, J. D., & Oliveira, P. R. (2023). Spatiotemporal trends in deaths from external causes in Brazil, 2000–2022. PLoS ONE, 18(5), e0285472. https://doi.org/10.1371/journal.pone.0285472
Balasubramanian, S., Rao, B. S., Patel, V., & Sundararajan, V. (2023). Applying artificial intelligence in healthcare: Lessons from the COVID-19 pandemic. International Journal of Production Research, 61(16), 5641–5654. https://doi.org/10.1080/00207543.2022.2138781
Behboudi, N., Mohammadi, R., Sadeghi-Niaraki, A., & Choi, S. M. (2024). Recent advances in traffic accident analysis and prediction: A comprehensive review. Accident Analysis & Prevention, 201, 107084. https://doi.org/10.1016/j.aap.2024.107084
Bertsimas, D., Boussioux, L., Cory-Wright, R., Digalakis, V., Kitane, D., Lukin, G., ... & Veliche, R. (2021). From predictions to prescriptions: A data-driven response to COVID-19. Health Care Management Science, 24(2), 253–272. https://doi.org/10.1007/s10729-020-09523-1
Bhalla, K., Naghavi, M., Shahraz, S., Bartels, D., & Murray, C. J. L. (2010). Under-reporting of road traffic injuries in low-income and middle-income countries: A systematic review. Injury Prevention, 16(Suppl 1), A177. https://doi.org/10.1136/ip.2010.029215.624
Botero, D. A. M., Bonfim, R., Fonseca, K., Andrade-Gonçalves, R. L. P., Monroe, A. A., & Morales, F. (2025). Artificial intelligence in Brazilian Primary Health Care: Scoping review. Revista Brasileira de Enfermagem, 78(Suppl. 3), e20240363. https://doi.org/10.1590/0034-7167-2024-0363
Cheah, B. C. J., Vicente, C. R., & Chan, K. R. (2025). Machine learning and artificial intelligence for infectious disease surveillance, diagnosis, and prognosis. Viruses, 17(7), 882. https://doi.org/10.3390/v17070882
Davenport, T., & Kalakota, R. (2019). The potential for artificial intelligence in healthcare. Future Healthcare Journal, 6(2), 94–98. https://doi.org/10.7861/futurehosp.6-2-94
Demšar J, Curk T, Erjavec A, et al. Orange: Data mining toolbox in Python. Journal of Machine Learning Research. 2013;14:2349–2353.Disponível em: https://jmlr.org/papers/volume14/demsar13a/demsar13a.pdf.Acesso em: 12 dez. 2025.
Dourado, A., Ribeiro, J. M., & Santos, R. F. (2022). The regulation of artificial intelligence for health in Brazil. Revista de Saúde Pública, 56, 31. https://doi.org/10.11606/s1518-8787.2022056004271
Esteva, A., Robicquet, A., Ramsundar, B., Kuleshov, V., DePristo, M., Chou, K., ... & Dean, J. (2019). A guide to deep learning in healthcare. Nature Medicine, 25(1), 24–29. https://doi.org/10.1038/s41591-018-0316-z
Filgueiras, F., Lui, L., & Veloso, M. T. T. (2024). A gramática institucional da proteção de dados e da privacidade no Brasil. Dados, 68(1), e20220169. https://periodicos.fgv.br/cgpc/announcement/view/323
Global Injury and Violence. (2008). Global burden of injuries and violence. World Health Organization. https://www.who.int/violence_injury_prevention/global_burden
Goodman, K. E., Shams, S. M., Magder, L. S., Baghdadi, J. D., Morgan, D. J., & Harris, A. D. (2025). Generative artificial intelligence–based surveillance for avian influenza across a statewide healthcare system. Clinical Infectious Diseases, 81(5), 900–903. https://doi.org/10.1093/cid/ciaf369
Katonai, G., Arvai, N., & Mesko, B. (2025). AI and primary care: Scoping review. Journal of Medical Internet Research, 27, e65950. https://doi.org/10.2196/65950
Ministério da Justiça e Segurança Pública. (s.d.). Mortes por causas externas: Qualificação dos registros inespecíficos. Brasília: Ministério da Justiça e Segurança Pública. Disponível em https://www.gov.br/mj/pt-br/assuntos/sua-seguranca/seguranca-publica/mortes-por-causas-externas-qualificacao-dos-registros-inespecificos.pdf (Acesso em 12 dez. 2025).
Panteli, D., Adib, K., Buttigieg, S., Goiana-da-Silva, F., Ladewig, K., Azzopardi-Muscat, N., Figueras, J., Novillo-Ortiz, D., & McKee, M. (2025). Artificial intelligence in public health: promises, challenges, and an agenda for policy makers and public health institutions. The Lancet Public Health, 10(5), e428–e432. https://doi.org/10.1016/S2468-2667(25)00036-2
Pereira, A. S. et al. (2018). Metodologia da pesquisa científica. (Free ebook). Santa Maria. Editora da UFSM.
Prado, N. M. B. L., Barreto, J. O. M., Silva, L. L. S., Santos, H. L. P. C., & Andrade, L. O. M. (2021). Ações de vigilância à saúde integradas à APS diante da COVID-19. Ciência & Saúde Coletiva, 26(7), 2843–2857. https://doi.org/10.1590/1413-81232021267.01262021
Romero Llerena, M. A., & Pandia Yañez, E. J. (2025). La inteligencia artificial en la salud pública: mejorando la atención médica y previniendo enfermedades [Artificial intelligence in public health: Improving medical care and preventing diseases]. Aula Virtual, 6(13). https://doi.org/10.5281/zenodo.17247148
Santos, A. M. R., Rodrigues, R. A. P., & Diniz, M. A. (2015). Trauma no idoso por acidente de trânsito: Revisão integrativa. Revista da Escola de Enfermagem da USP, 49(1), 162–172. https://doi.org/10.1590/S0080-623420150000100021
Sete, G., & Alemu, S. T. (2025). Distribution of causes of death and associated organ injuries in road traffic accident-related fatalities: A postmortem study in Addis Ababa, Ethiopia. BMC Public Health, 25(1), 38. https://doi.org/10.1186/s12889-024-21220-2
Shitsuka, R. et al. (2014). Matemática fundamental para tecnologia. (2ed). Editora Érica.
Tang, S. H., Dai, Z. X., Wang, W., Jiang, X., Tai, Z. Y., Wang, L. P., Zhang, Y. P., Yang, W. Z., Cao, Z. D., & Peng, Z. H. (2025). Artificial intelligence in surveillance and early warning of infectious diseases: Current status and challenges. Zhonghua Liu Xing Bing Xue Za Zhi, 46(10), 1886–1891. https://doi.org/10.3760/cma.j.cn112338-20250211-00081
Vecino-Ortiz, A. I., Nagarajan, M., Elaraby, S., Guzman-Tordecilla, D. N., Paichadze, N., & Hyder, A. A. (2022). Saving lives through road safety risk factor interventions: Global and national estimates. The Lancet, 400(10347), 237–250. https://doi.org/10.1016/S0140-6736(22)00918-7
World Health Organization. (2018). Global status report on road safety 2018. Geneva: World Health Organization. https://www.who.int/publications/i/item/9789241565684
World Health Organization. (2021, October 29). Decade of Action for Road Safety 2021–2030 launched by WHO. United Nations Brazil. https://www.who.int/teams/social-determinants-of-health/safety-and-mobility/decade-of-action-for-road-safety-2021-2030
World Health Organization. (2023a). Road traffic injuries: Fact sheet. World Health Organization. https://www.who.int/news-room/fact-sheets/detail/road-traffic-injuries
World Health Organization. (2023b). SDG target 3.6 – Road traffic injuries. World Health Organization. https://www.who.int/data/gho/data/themes/topics/topic-details/GHO/road-traffic-injuries
World Health Organization. (2023c). Road traffic mortality: Data and trends. Global Health Observatory (GHO) data. World Health Organization. https://www.who.int/data/gho/data/themes/topics/road-safety
Zeng, D., Cao, Z., & Neill, D. B. (2021). Artificial intelligence–enabled public health surveillance—From local detection to global epidemic monitoring and control. In Artificial Intelligence in Medicine: Technical Basis and Clinical Applications (pp. 437–453). Academic Press. https://doi.org/10.1016/B978-0-12-821259-2.00022-3
Zeng Z, Chen PJ, Lew AA. From high-touch to high-tech: COVID-19 drives the digital transformation of intelligence and data. Tourism Geographies. 2020;22(3):724–734.DOI:10.1080/14616688.2020.1762118
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Gerson Hiroshi Yoshinari Júnior, Henrique Ferrer Bueno, Hiago Lopes Medrado, Renato Augusto Passos, Tainara de Faria Silva
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
