INTELIGÊNCIA ARTIFICIAL NA PREDIÇÃO DE SUICÍDIO, HOMICÍDIO E VIOLÊNCIA DE REPETIÇÃO: REVISÃO SISTEMÁTICA DE ESTUDOS COM DADOS EM SAÚDE

Apresentação/Introdução A violência interpessoal representa uma grave violação de direitos humanos e um desafio persistente à saúde pública global. Diante da crescente disponibilidade de dados e da complexidade dos fatores associados, a inteligência artificial tem emergido como ferramenta promissora para apoiar a predição e a prevenção de desfechos letais e recorrentes. Objetivos Revisar sistematicamente as evidências sobre o uso de modelos de IA e machine learning na previsão de violência de repetição, homicídio e suicídio, com foco em estudos baseados em dados de saúde ou administrativos. Metodologia Revisão sistemática conforme as diretrizes PRISMA-ScR. A busca foi realizada em seis bases (Scopus, Web of Science, BVS, PubMed, EMBASE, IEEE Xplore), sem restrição temporal, incluindo artigos em português, inglês e espanhol. Dois revisores atuaram de forma independente nas etapas de triagem de títulos, resumos e leitura completa. Foram inicialmente identificados 2.813 registros. Após exclusão de duplicatas e aplicação dos critérios de elegibilidade, 230 artigos foram avaliados na íntegra. Os critérios incluíram uso de IA para predição de feminicídio, homicídio, suicídio ou violência repetida com base em dados estruturados (saúde ou administrativos). Resultados Os estudos incluídos aplicaram algoritmos como XGBoost, Random Forest e LASSO para prever ideação suicida, tentativas de suicídio, violência por parceiro íntimo e violência sexual. As métricas mais utilizadas foram AUC (45,5%), sensibilidade (22,1%), especificidade (19,5%), F1-score (18,2%) e acurácia (18,2%), com desempenho variando entre moderado e elevado (AUC até 0,85). As populações mais estudadas foram adolescentes, mulheres e vítimas de violência recorrente, evidenciando o potencial da IA na identificação precoce de riscos e suporte à tomada de decisão em saúde pública. Conclusões/Considerações Modelos de inteligência artificial demonstraram desempenho promissor na predição de suicídio e violência, com potencial para qualificar a vigilância e orientar políticas públicas. Apesar da heterogeneidade metodológica e dos desafios de implementação, a incorporação dessas tecnologias pode fortalecer estratégias preventivas e a resposta integrada em saúde mental e violência interpessoal.