A dificuldade e alto custo de mapear cenas abertas de uso de crack e suas vulnerabilidades (violência, HIV, HCV) no Rio de Janeiro.
Este projeto propõe uma abordagem inédita: o uso de imagens panorâmicas do Google Street View (GSV) como input para algoritmos de Inteligência Artificial. Utilizando Convolutional Neural Networks (CNN) e Support Vector Machines, o projeto extrai "ecométricas" quantitativas do ambiente físico e social (como pavimentação, condições de higiene, acessibilidade e urbanização) sem precisar de incursões físicas de alto custo.
Para validar os algoritmos, a pesquisa promove uma interface inédita entre IA, acadêmicos e cidadãos que não integram a academia. A observação virtual empírica é feita de forma colaborativa, garantindo precisão na classificação de localidades no Rio de Janeiro.
Será elaborado um dashboard interativo com mapas e indicadores que sintetizam os fatores de risco sindêmico (crack/violência/HIV/HCV). A plataforma ajudará gestores, assistentes sociais e profissionais de saúde a direcionar políticas de expansão de atenção primária no SUS e proteção no SUAS para áreas de extrema vulnerabilidade.