Using Artificial Neural Networks to Predict Claim Duration in a Work Injury Compensation Environment

Este artigo descreve a implementação de uma rede neural artificial, baseada na regressão de riscos proporcionais de Cox, para prever a duração de reivindicações de compensação por lesões no trabalho no Canadá, utilizando códigos de lesão e dados demográficos para superar as limitações das técnicas estatísticas tradicionais.

O essencial

Imagine que você é o gerente de um grande hospital de seguros de trabalho. Todos os dias, chegam milhares de pedidos de ajuda de pessoas que se machucaram no trabalho. O seu maior desafio não é apenas pagar as contas, mas prever: "Por quanto tempo essa pessoa vai ficar afastada do trabalho?"

Se você errar essa previsão, o sistema pode ficar sem dinheiro ou a pessoa pode ficar sem suporte quando precisa. O problema é que os dados sobre esses acidentes são um "labirinto" complexo: códigos médicos, partes do corpo afetadas, tipo de acidente, idade, profissão... É muita informação para uma fórmula matemática simples conseguir entender.

É aqui que entra o Artigo de Anthony Almudevar. Ele propõe uma solução inteligente: usar uma Rede Neural Artificial (um tipo de "cérebro de computador") para adivinhar o tempo de afastamento.

Aqui está a explicação do que eles fizeram, usando analogias do dia a dia:

1. O Problema: O Labirinto dos Códigos

Antes, os especialistas tentavam usar regras simples (como uma calculadora comum) para prever o tempo. Eles diziam: "Se a pessoa tem 30 anos e caiu de uma escada, fica 2 semanas."
Mas a vida real é mais bagunçada. Às vezes, uma queda de escada em um homem de 30 anos leva 2 semanas, mas em uma mulher de 30 anos com o mesmo tipo de lesão, pode levar 6 semanas. As regras simples não conseguiam ver essas nuances. Os dados eram como um quebra-cabeça com milhares de peças de cores diferentes; tentar montar com uma fórmula linear era como tentar adivinhar a imagem olhando apenas uma peça de cada vez.

2. A Solução: O "Cérebro" que Aprende (Rede Neural)

O autor criou um modelo que funciona como um chef de cozinha experiente.

• O Chef (A Rede Neural): Em vez de seguir uma receita fixa, ele prova os ingredientes (os dados do acidente: idade, tipo de lesão, profissão) e aprende, com o tempo, como eles se misturam.
• A Receita (O Modelo Cox): O modelo é baseado em uma técnica estatística chamada "Razão de Riscos Proporcionais de Cox". Pense nisso como a estrutura do restaurante. Ela garante que o chef não apenas chute um número, mas entenda a probabilidade de algo acontecer.
• O Truque: A rede neural substitui a parte da "receita" que era rígida. Ela permite que o computador descubra sozinho que, por exemplo, "Mulheres com lesões no pulso tendem a demorar mais que homens, MAS apenas se o acidente for com caixas de papelão". Ela encontra padrões escondidos que humanos e fórmulas simples não veem.

3. Lidando com o "Ainda Não Acabou" (Censura)

Um grande desafio é que, quando o computador analisa os dados, algumas pessoas ainda estão afastadas. O sistema não sabe se elas vão voltar em 1 semana ou em 1 ano.

• A Analogia: Imagine que você está tentando adivinhar quanto tempo dura um filme, mas você só assistiu até o meio. Você sabe que o filme já durou 30 minutos, mas não sabe o final.
• A Solução: O modelo foi treinado para lidar com isso. Ele entende que "ainda não acabou" não é um erro, mas uma informação válida. Ele aprende a prever o tempo total mesmo quando o filme ainda está rolando.

4. O Resultado: Previsões com "Margem de Erro"

Diferente de outros modelos que dizem apenas "vai durar 10 semanas", este modelo diz: "Há 90% de chance de durar entre 8 e 12 semanas, mas pode ser mais se o paciente for X".
É como um meteorologista que não diz apenas "vai chover", mas mostra o mapa de nuvens e diz: "A chuva vai começar aqui às 14h e pode durar até 16h, dependendo do vento". Isso ajuda os gestores a planejarem melhor.

5. E se faltar informação? (Entradas Parciais)

Às vezes, quando um pedido chega, falta algum dado (ex: não sabemos o código exato da lesão ainda).

• A Solução Criativa: O modelo tem um "plano B". Se falta uma peça do quebra-cabeça, ele olha para todos os casos históricos que têm as peças que estão disponíveis e faz uma média inteligente. É como se, ao faltar o ingrediente secreto em uma receita, o chef usasse a média de como ficou o prato quando usou ingredientes parecidos no passado. O estudo mostrou que isso funciona muito bem.

Conclusão Simples

O artigo mostra que, para problemas muito complexos e cheios de detalhes (como lesões no trabalho), inteligência artificial não é apenas um truque futurista, é uma ferramenta prática.

Ao usar uma "Rede Neural" dentro de um modelo estatístico sólido, o sistema consegue:

1. Ver padrões complexos que fórmulas simples perdem.
2. Lidar com dados incompletos (pessoas ainda em tratamento).
3. Dar previsões mais precisas, ajudando a gerenciar o dinheiro e o cuidado com os trabalhadores de forma mais justa e eficiente.

É como trocar um mapa de papel desatualizado por um GPS em tempo real que aprende com o trânsito de milhões de carros para te dizer exatamente quanto tempo você vai levar para chegar ao destino.

Resumo técnico

1. Problema e Contexto

O artigo aborda o desafio de prever a duração das reivindicações (claim duration) em programas de compensação de trabalhadores, especificamente no contexto da Comissão de Saúde, Segurança e Compensação do Trabalho de Terra Nova e Labrador (WHSCC), no Canadá.

• Importância: A duração da reivindicação é o principal fator que impulsiona os custos do programa e serve como medida da gravidade da lesão.
• Desafio: As informações sobre lesões são codificadas usando o sistema padrão do Programa Nacional de Estatísticas de Lesões no Trabalho (NWISP). Esses códigos são complexos, hierárquicos e altamente categóricos (com dezenas de categorias para natureza da lesão, parte do corpo, fonte, tipo de acidente, etc.).
• Limitação dos Métodos Tradicionais: Técnicas estatísticas tradicionais (como regressão linear ou modelos de riscos proporcionais de Cox padrão) têm dificuldade em lidar com a complexidade e o alto número de interações possíveis entre essas variáveis categóricas sem se tornarem intratáveis ou sofrerem de overfitting. Além disso, os dados contêm censura (reivindicações ainda abertas no momento da extração dos dados), exigindo métodos de análise de sobrevivência.

2. Metodologia

O autor propõe um modelo híbrido que combina a estrutura estatística robusta da Regressão de Riscos Proporcionais de Cox com a capacidade de aprendizado de padrões complexos das Redes Neurais Artificiais (ANN).

• Dados de Entrada: O modelo utiliza 10 variáveis preditoras disponíveis no momento do registro da reivindicação:
  • Códigos de lesão (Natureza, Parte do Corpo, Fonte, Tipo de Acidente).
  • Dados demográficos e laborais (Idade, Sexo, Tipo de Empregador, Ocupação, Tamanho da Empresa, Região).
  • As variáveis categóricas foram consolidadas para reduzir o ruído de categorias com poucas observações.
• Arquitetura do Modelo:
  • Em vez do termo de predição linear ($\eta = \beta^T x$) típico do modelo de Cox, o termo $\eta(x)$ é calculado por uma Rede Neural de Perceptron Multicamada (MLP).
  • A rede possui uma camada de entrada (codificada one-hot para as categorias), uma camada oculta e uma camada de saída única.
  • Conexões de "pulo" (skip layer) são permitidas entre a entrada e a saída.
  • A função de ativação usada é a sigmoide ($\phi(u) = e^u / (1 + e^u)$).
• Função de Objetivo e Treinamento:
  • O modelo é treinado maximizando a verossimilhança parcial de Cox, permitindo lidar naturalmente com dados censurados (reivindicações não encerradas).
  • A função de perda inclui um termo de regularização (decaimento de pesos) para evitar overfitting, minimizando a função: $H(W) = -L(W) + \lambda \sum w^2$.
• Seleção de Modelo:
  • Os dados foram divididos em amostra de treinamento (10.000 casos) e teste (7.026 casos).
  • A seleção envolveu a variação do número de nós ocultos ($n_h$) e do parâmetro de decaimento ($\lambda$).
  • A métrica de avaliação foi o coeficiente $R^2$ generalizado.

3. Contribuições Principais

1. Integração ANN-Cox: Implementação bem-sucedida de uma rede neural dentro do framework de riscos proporcionais de Cox, permitindo modelar não-linearidades e interações complexas sem a necessidade de especificar manualmente termos de interação.
2. Tratamento de Censura: O modelo lida nativamente com dados censurados, uma característica crítica em dados de seguros e compensação que modelos de regressão padrão não conseguem tratar adequadamente sem adaptações complexas.
3. Saída Distribucional: Diferente de modelos que preveem apenas um valor pontual, este modelo gera uma distribuição completa de duração para cada reivindicação, permitindo a avaliação de intervalos de confiança e riscos.
4. Gestão de Entradas Parciais: Proposta de um método (Método A) para fazer previsões quando dados completos não estão disponíveis, calculando a média do termo de predição $\eta$ entre registros de treinamento que correspondem às entradas parciais.

4. Resultados

• Desempenho Preditivo: O modelo ANN completo ($n_h=12$, $\lambda=6$) alcançou um $R^2$ generalizado de 0,206, superando significativamente o modelo de efeitos principais (Cox padrão sem interações), que obteve $R^2 = 0,15$.
• Captura de Interações: O modelo demonstrou capacidade de capturar interações complexas, especificamente entre o sexo do reclamante e o código de lesão. Por exemplo, em certas lesões, mulheres têm durações maiores, enquanto em outras, homens têm durações maiores. Um modelo de efeitos principais falharia ao prever essa inversão, assumindo um efeito fixo para o sexo.
• Validação:
  • A correlação entre os decis de previsão e as durações reais foi forte (ver Tabela VI e Figuras 5).
  • As quartis e medianas preditas alinharam-se bem com os valores observados, embora houvesse um leve viés na estimativa da média para durações muito longas.
  • O coeficiente de correlação de Kendall para a diferença de sexo entre códigos de lesão foi significativo ($P=0,0003$), confirmando que o modelo aprendeu as interações específicas.
• Entradas Parciais: O método de previsão com entradas parciais mostrou-se eficaz, mantendo a correspondência entre previsões e médias/medianas reais.

5. Significado e Conclusão

O estudo demonstra que as Redes Neurais Artificiais, quando embutidas em modelos de sobrevivência (Cox), oferecem uma ferramenta poderosa para ambientes onde os preditores são altamente categóricos e complexos.

• Superioridade sobre Métodos Simples: O modelo superou abordagens tradicionais ao capturar estruturas de interação não lineares que seriam impossíveis de modelar manualmente devido ao número explosivo de combinações de categorias.
• Aplicabilidade Prática: O modelo pode ser usado no gerenciamento de reivindicações desde o momento do registro, permitindo alocação de recursos mais eficiente e previsão de custos mais precisa.
• Generalização: A abordagem sugere que, para problemas com estruturas de dados complexas que impedem o uso de ferramentas estatísticas padrão, a combinação de ANN com frameworks estatísticos robustos (como a análise de sobrevivência) é uma solução viável e superior.

Em resumo, o artigo valida a eficácia de modelos híbridos ANN-Cox para prever a duração de lesões no trabalho, oferecendo não apenas uma previsão pontual, mas uma distribuição completa de probabilidade, essencial para a gestão de risco em seguros de compensação.