São 15 projetos que prometem usar as máquinas para tornar a Administração Pública (AP) mais eficaz e menos onerosa durante os próximos 18 meses. A promessa foi feita esta quarta-feira de manhã pela voz de dois governantes durante a apresentação dos projetos apoiados pela Iniciativa Nacional de Competências Digitais (InCode.2030): Maria Manuel Leitão Marques, ministra da Presidência e da Modernização Administrativa, e Manuel Heitor, ministro da Ciência, Tecnologia e Ensino Superior, assumiram a responsabilidade de mostrar que a IA entrou mesmo no roteiro político nacional, com a apresentação de projetos que prometem facilitar a deteção do cancro da pele, melhoram a gestão do território, apontam pistas para a resolução da mortalidade nas estradas, ajudam a prever engarrafamentos ou lançam alertas para alunos em risco de abandonar a escola. Em 2019, Portugal já deverá ter estratégia nacional para o uso da IA.
«Esta estratégia vai além do regime jurídico, que neste caso é um regime europeu. Não vemos razão para alterar esse regime», explicou Manuel Heitor à margem da apresentação dos 15 projetos de IA na AP, que receberam o apoio da InCoDe.2030.
Estes 15 projetos (ver lista descritiva mais abaixo) não esgotam a intervenção dos Estado no que toca à IA. No final do ano, a InCoDe.2030 deverá lançar novo concurso para a seleção de projetos que visam desenvolver ou aplicar ferramentas de IA na AP.
Em paralelo, a Fundação para a Ciência e Tecnologia (FCT) vai lançar um concurso, igualmente centrado na IA, que já não estará centrado nos serviços da AP e que deverá contar com uma maior presença de empresas. O Governo prevê investir cerca de 20 milhões de euros nos diferentes projetos que virão a ser selecionados pelos três concursos (incluindo os projetos anunciados esta quarta-feira).
Maria Manuel Leitão Marques recorda que, em alguns casos, a IA pode repercutir-se numa melhoria dos serviços para os cidadãos e empresas. «A AP pode tirar partido da ciência que se faz neste domínio, ao mesmo tempo que a comunidade científica pode tirar partido de dados da AP que podem não estar a ser usados», referiu a ministra.
A Ministra da Presidência recordou que a AI distingue-se por transformar dados em conhecimento – mesmo quando a realidade ainda está longe de se concretizar. O que pode fazer toda a diferença para quem tem de gerir fundos, serviços ou equipamentos públicos: «Esta é talvez uma das maiores inovações de ponta, porque é aquela que permite antecipar o futuro».
Eis a lista dos projetos de AI na AP que foram selecionados pela InCoDe.2030:
ILU. Projeto desenvolvido pelo INE e a Câmara Municipal de Lisboa, que prevê instalar sensores de tráfego e dados recolhidos junto de bicicletas, estacionamentos, sistemas de bilhética, ou serviços como o Waze para definir padrões e modelos preditivos da mobilidade na cidade de Lisboa. O serviço, que será distribuído aos cidadãos, pressupõe a integração de 330 conjuntos de dados.
Failstopper. Projeto desenvolvido pelo INESC TEC e o Metro do Porto que pretende detetar avarias nos metros da Invicta, antes de acontecerem. Por ano são canceladas 3000 viagens na Metro do Porto (menos de 1% de todas as viagens) devido a avarias. Os responsáveis por este projeto acreditam poder diminuir a percentagem de avarias, antecipando-se às ocorrências com intervenções preventivas.
Modelação e predição de acidentes de viação no distrito de Setúbal. Projeto desenvolvido pela Universidade de Évora e GNR de Setúbal que pretende criar modelos preditivos, perfis de condução e ferramentas de apoio à decisão que poderão levar à redução da taxa de sinistralidade grave nas estradas do distrito de Setúbal. As futuras ferramentas deverão poder ser usadas em tempo real, apresentando probabilidades de acidente em diferentes segmentos da estrada. Hoje, o distrito de Setúbal lidera o pouco desejável ranking do número de mortes na estrada.
Ipsters. Uninova, Direção Geral do Território e Nova IMS juntaram esforços em torno de um projeto que tem em vista o desenvolvimento de técnicas de processamento de imagens captadas pelo satélite Sentinel. As novas ferramentas de IA deverão ser usadas pela proteção civil, e entidades de gestão de ambiente ou ordenamento do território. Ocupação dos solos, áreas irrigadas, alteração de áreas florestais e contaminação de rios ou albufeiras estão entre os objetivos do projeto.
Wisdom. Projeto que pretende desenvolver algoritmos e modelos que permitem conhecer melhor os processos de distribuição de água à população, e evitam perdas e ruturas, além de acelerarem as intervenções dos diferentes piquetes. Análise de consumos e necessidades da população, e localização de incidentes surgem entre os principais atrativos deste projeto que é liderado pelo Instituto Politécnico de Setúbal e pela Empresa Municipal de Água e Saneamento de Beja, mas conta com parcerias do INESC ID, Instituto Superior Técnico, e Câmara Municipal do Barreiro.
Deteção de padrões de adição ao jogo online. Projeto da Nova IMS e do Turismo de Portugal, que pretende recolher dados que permitam identificar pessoas que sofram do vício associado aos jogos de azar. Além de ferramentas que medem séries temporais de jogo, o projeto contempla ainda um algoritmo neural.
Modest. Projeto que junta investigadores da Universidade de Lisboa à Direção-Geral de Estatísticas da Educação e Ciência (DGEEC) com o objetivo de criar modelos que permitem conhecer os fluxos dos alunos desde a pré-primária ao último ano de doutoramento do sistema de ensino português. O futuro modelo preditivo deverá ter uma componente visual para ajudar à tomada de decisão, perante a grande variabilidade demográfica que dificulta as estimativas quanto ao número de alunos que uma turma ou uma escola poderão vir a registar no início do ano letivo.
Compreender os determinantes do desempenho académico: evidências do sistema do ensino secundário. Projeto levado a cabo pela Nova IMS e DGEEC, que tem por base técnicas da denominada ciência dos dados com vista a desenvolver ferramentas que permitem descrever as tendências quanto ao abandono escolar, bem como alertas que referenciam alunos que, potencialmente, têm maior probabilidade de abandonar as escolas. O projeto vai começar a ser testado no secundário.
EPISA. INESC TEC, Universidade de Évora e Direção Geral do Livro, dos Arquivos e Bibliotecas (DGLAB) vão desenvolver novos modelos de informação associada a livros e documentos em arquivo, tendo como base um arquivo com mais de 1,3 milhões de metadados. O projeto tamém contempla assistentes virtuais para arquivistas
Derm.AI. Projeto liderado pela Fraunhofer Aicos e a Serviços Partilhados do Ministério da Saúde (SPMS) que pretende criar uma app que permite a aquisição e o tratamento de imagens macroscópicas de lesões da pele. A nova ferramenta poderá ser usada para o rastreio ou para a atribuição de níveis de prioridade para os diferentes doentes. Hoje, as neoplasias da pele totalizam um terço dos cancros detetados em Portugal.
Biomarcadores Neuroimagiológicos para o diagnóstico de doenças neuropsiquiátricas com recurso a IA. Projeto levado a cabo em parceria pela SPMS, Hospital da Nossa Senhora da Oliveira, em Guimarães, Hospital Fernando Fonseca, Amadora, Hospital de Santa Maria, em Lisboa, e a empresa NeuroPSyAI. Entre os objetivos do projeto figura o desenvolvimento de uma ferramenta que recorre a biomarcadores visíveis em exame de diagnóstico do cérebro que permitem identificar doenças ou distúrbios neuropsiquiátricos com 90% de exatidão. A nova ferramenta prevê reduzir de 2500 para 600 euros o custo médio dos exames de dignóstico aplicados nestas especialidades,
IPOscore. Projeto do Instituto de Engenharia Mecânica e do Instituto Português de Oncologia do Porto, que tem por objetivo usar bases de dados dos médicos oncologistas para criar modelos matemáticos de previsão de risco e de apoio à decisão. Além da gestão de recursos e de previsões de riscos, o IPOscore pretende contribuir para o aumento das taxas de sobrevivência.
Data2Help. Projeto do INEM, INESC ID, Universidade de Lisboa e Instituto Superior Técnico, que tem em vista o desenvolvimento de ferramentas de otimização das operações de emergência levadas a cabo pelo INEM. Além de modelos preditivos no que toca a alertas de emergência em diferentes regiões, a futura solução deverá prever o número de veículos e profissionais disponíveis em cada turno. Prevê-se a integração com boletins meteorológicos ou relatórios nacionais relativos a epidemias.
Identificação e Previsão de Procura de Urgências Hospitalares. Desenvolvimento de ferramentas que recorrem à ciência de dados para desenvolver modelos que ajudam a prever picos de solicitações nas diferentes unidades de urgência hospitalares. A futura ferramenta deverá ser permitir compreender os diferentes cenários sem grande nível de dificuldade. Projeto da SPMS e da Fundação Calouste Gulbenkian.
ICDS4IM. Projeto que tem por objetivo desenvolver ferramentas automáticas de interpretação de dados clínicos, bem como de problemas e complicações para a saúde dos doentes. Relações causa-efeito, modelos de previsão, e redução dos erros médicos figuram entre os principais objetivos deste projeto liderado pelo Centro Hospitalar da Universidade do Porto e a Universidade do Minho
