Um grupo de cientistas da Dinamarca e dos Estados Unidos desenvolveu um algoritmo de inteligência artificial capaz de prever a morte de uma pessoa com até 78% de precisão. Batizado de life2vec, o sistema analisa uma ampla gama de dados sobre a vida dos indivíduos — como nível de escolaridade, histórico de saúde, profissão, renda e local de residência — para estimar a longevidade humana.
Apresentado na revista Nature Computational Science, o estudo utiliza uma base de dados com informações de mais de seis milhões de cidadãos dinamarqueses. O algoritmo interpreta cada elemento da vida de uma pessoa como uma “palavra” em sua linguagem própria. Eventos como fraturas, profissões ou hábitos de vida são codificados, permitindo à IA traçar padrões de risco ou proteção associados à longevidade.
No experimento, foram analisados dados entre 2008 e 2015 de pessoas entre 35 e 65 anos. Em 2021, o algoritmo foi testado com uma amostra de 100 mil pessoas — metade delas já falecida — e conseguiu prever corretamente os desfechos em 78% dos casos. Os pesquisadores destacam que fatores como atividade física, renda elevada e ocupação de cargos de liderança estão relacionados a uma maior expectativa de vida, enquanto tabagismo, doenças e outras condições tendem a reduzir esse tempo.
Apesar da precisão, a equipe ressalta que o objetivo não é criar ferramentas comerciais para o setor de saúde ou seguros, mas contribuir para políticas públicas e estudos sobre saúde populacional. “Nosso foco está em prever desfechos importantes, como mortalidade hospitalar, efeitos colaterais de medicamentos e doenças crônicas”, explica o grupo liderado por Sune Lehmann Jørgensen, da Universidade Técnica da Dinamarca.
Ainda em fase de desenvolvimento, o life2vec não está disponível para o público, embora já inspire sites não oficiais com calculadoras que usam seu nome. Os pesquisadores alertam que o algoritmo foi treinado exclusivamente com dados dinamarqueses, o que limita sua precisão em outras regiões do mundo. O próximo passo da equipe é ampliar o uso da ferramenta em ambientes científicos com total segurança dos dados envolvidos.
