Interpretable Markov-Based Spatiotemporal Risk Surfaces for Missing-Child Search Planning with Reinforcement Learning and LLM-Based Quality Assurance

O artigo apresenta o "Guardian", um sistema de suporte à decisão que utiliza uma arquitetura de três camadas combinando cadeias de Markov, aprendizado por reforço e validação por modelos de linguagem para gerar planos de busca interpretáveis e otimizados para crianças desaparecidas nas primeiras 72 horas.

O essencial

Imagine que você é um detetive tentando encontrar uma criança desaparecida. As primeiras 72 horas são as mais importantes, como se fosse uma "janela de ouro". Mas, muitas vezes, os policiais têm muitas pistas soltas (relatórios escritos à mão, mapas, dicas de testemunhas) e pouco tempo para juntar tudo isso em um plano de busca claro. É como tentar montar um quebra-cabeça gigante no escuro, com peças de tamanhos diferentes.

O artigo que você leu apresenta um sistema chamado Guardian (Guardião), que funciona como um "super-assistente" para ajudar nessa missão. Ele não substitui os detetives, mas organiza o caos e sugere onde procurar primeiro.

Aqui está como o sistema funciona, explicado de forma simples, usando analogias:

1. O Coletor de Pistas (A Primeira Etapa)

Antes de pensar em onde a criança está, o sistema precisa entender o que aconteceu.

• O Problema: As informações vêm em formatos bagunçados (PDFs, textos soltos, mapas).
• A Solução: O "Guardian" usa um robô inteligente (baseado em Inteligência Artificial) que lê todos esses documentos, extrai os dados importantes (como "visto pela última vez às 3 da manhã perto de um parque") e organiza tudo em uma ficha padronizada. É como se um assistente de escritório organizasse uma pilha de papéis desordenados em uma pasta perfeitamente arquivada.

2. O Coração do Sistema: A "Bússola de Probabilidade" (Camada 1)

Aqui entra a parte matemática, mas vamos simplificar. O sistema usa algo chamado Cadeia de Markov.

• A Analogia: Imagine que a criança é uma gota de tinta caindo em uma esponja gigante (o mapa da região).
  • O Início: A tinta começa num ponto específico (onde foi vista pela última vez).
  • O Movimento: A tinta se espalha, mas não de qualquer jeito. Ela segue as "estradas" da esponja. Se houver uma estrada fácil (rodovia), a tinta flui mais rápido. Se houver um lugar escondido (floresta densa), a tinta pode ficar parada ali.
  • Dia e Noite: O sistema sabe que à noite as pessoas se movem de um jeito diferente (talvez se escondam mais) e muda o padrão de espalhamento.
  • O Resultado: Em vez de dizer "ela está aqui", o sistema cria um "mapa de calor". Áreas vermelhas significam "alta chance de estar aqui", áreas azuis significam "chance baixa". Isso é feito para 24, 48 e 72 horas.

3. O Estrategista de Busca (Camada 2)

Ter um mapa de calor é bom, mas os policiais precisam de um plano de ação: "Vamos para o setor A, depois para o B".

• A Analogia: Imagine que você tem um orçamento limitado de "combustível" e "tempo" para procurar. Você não pode cobrir todo o estado.
• A Solução: Um segundo robô, usando Aprendizado por Reforço (como um jogador de videogame que aprende a ganhar pontos), olha para o mapa de calor e decide: "Se eu enviar 5 equipes para a área vermelha agora, tenho 80% de chance de achá-la rápido. Se eu for para a área azul, perco tempo."
• O Resultado: Ele gera círculos e setores ordenados por prioridade. É como um GPS que diz: "Vá para este bairro primeiro, depois para aquele".

4. O Chefe de Controle de Qualidade (Camada 3)

Às vezes, a matemática pode sugerir algo estranho. Por exemplo, o mapa pode dizer "procure no meio do rio" porque matematicamente é possível, mas na vida real, ninguém anda por ali.

• A Analogia: Imagine um revisor de texto humano que lê o plano do robô.
• A Solução: Um Modelo de Linguagem (LLM) – o mesmo tipo de tecnologia usada em chatbots – lê o caso, o plano de busca e pergunta: "Isso faz sentido? A criança poderia ter ido para lá de carro a pé? Isso combina com o que a família disse?"
• O Resultado: Se o plano parecer estranho, o "Chefe" ajusta a prioridade. Ele garante que a matemática não ignore a lógica humana e a realidade.

O Que Eles Descobriram?

Eles testaram o sistema com um caso fictício, mas muito realista, na Virgínia (EUA).

• O Resultado: O sistema conseguiu prever que a criança provavelmente estaria em uma região específica (perto de estradas e áreas residenciais) e manteve essa previsão consistente ao longo de 72 horas.
• A Lição: O sistema não é mágico. Se a informação inicial estiver errada (ex: "visto de carro" mas era "a pé"), o mapa fica errado. Por isso, ele é projetado para ser interpretável: os humanos podem ver por que o sistema sugeriu aquela área e corrigir se necessário.

Resumo Final

O Guardian é como um trio de especialistas trabalhando juntos:

1. Um Arquivista que organiza as pistas.
2. Um Matemático que desenha o mapa de onde a criança pode estar.
3. Um Estrategista que decide onde enviar as equipes.
4. E um Revisor que garante que tudo faz sentido antes de ser usado.

O objetivo não é substituir os detetives, mas dar a eles um "superpoder" de organização e previsão para salvar vidas nas primeiras horas críticas.

Resumo técnico

Resumo Técnico: Sistema Guardian para Planejamento de Busca de Crianças Desaparecidas

1. Problema

As primeiras 72 horas de uma investigação de criança desaparecida são críticas para a recuperação bem-sucedida. No entanto, as agências de aplicação da lei enfrentam desafios significativos:

• Dados Fragmentados e Não Estruturados: As informações iniciais vêm de relatórios em PDF, dicas, mapas e observações de sensores, muitas vezes em formatos heterogêneos.
• Ferramentas Dinâmicas Insuficientes: A falta de ferramentas preditivas geoespaciais dinâmicas que possam processar esses dados rapidamente.
• Gargalo de Tempo: O processo tradicional depende de julgamento humano e fusão manual de dados, o que consome tempo valioso antes que a área de busca se expanda e os recursos se diluam.
• Incerteza Calibrada: É necessário não apenas "prever" uma localização, mas produzir produtos de busca acionáveis sob condições de escassez de dados e incerteza severa.

2. Metodologia: Arquitetura do Sistema Guardian

O sistema Guardian é uma pipeline de ponta a ponta projetada para converter documentos de caso não estruturados em superfícies de risco probabilísticas e planos de busca acionáveis. A arquitetura é dividida em duas etapas principais e um componente preditivo de três camadas:

Etapa 1: Pré-processamento de Dados (Guardian Parser Pack)

• Função: Ingestão e padronização de documentos PDF não estruturados (relatórios de NamUs, NCMEC, FBI, etc.).
• Processo: Utiliza uma pipeline híbrida de extração de texto (OCR + motores de texto) combinada com LLMs para extração assistida quando os narrativos são variáveis.
• Saída: Gera registros estruturados (JSONL/CSV) normalizados, enriquecidos com geocodificação, contexto de transporte e validados contra um esquema comum.

Etapa 2: Análise e Previsão (Guardian Core)

O núcleo do sistema preditivo utiliza uma arquitetura de três camadas:

Camada 1: Previsão de Mobilidade Baseada em Cadeia de Markov

• Objetivo: Estimar a distribuição de probabilidade da localização futura da criança (horizontes de 24h, 48h, 72h).
• Mecanismo:
  • Semente Inicial: Combina uma distribuição Gaussiana centrada no "Ponto de Planejamento Inicial" (IPP) com um prior de pontos quentes históricos (usando KDE e clustering).
  • Matriz de Transição: Utiliza uma cadeia de Markov esparsa e interpretável sobre uma grade geográfica. As transições incorporam custos de acessibilidade rodoviária, preferências de isolamento (seclusion) e viés de corredores (proximidade de rodovias).
  • Dinâmica Temporal: Utiliza matrizes de transição separadas para dia e noite para capturar padrões de mobilidade diferentes.
  • Decaimento de Sobrevivência: Aplica um decaimento exponencial (baseado em meia-vida) para aumentar a incerteza conforme o tempo passa, evitando confiança excessiva em horizontes longos.
  • Máscara de Fronteira: Garante que a probabilidade não vaze para áreas geograficamente inválidas (ex: fora do estado).

Camada 2: Otimização via Aprendizado por Reforço (RL)

• Objetivo: Converter os mapas de crença probabilísticos da Camada 1 em zonas de busca compactas e acionáveis.
• Mecanismo:
  • Trata o planejamento de busca como um problema de alocação sequencial sob restrições de recursos.
  • Função de Recompensa: Balanceia a captura precoce (cobrir massa de probabilidade alta rapidamente), eficiência de cobertura (evitar sobreposição redundante) e plausibilidade (alinhamento com corredores e isolamento).
  • Saída: Gera setores classificados, zonas candidatas e anéis de contenção (50%, 75%, 90%) para cada janela temporal (0-24h, 24-48h, 48-72h).

Camada 3: Garantia de Qualidade Baseada em LLM (LLM QA)

• Objetivo: Validação post hoc dos planos de busca gerados pelo RL antes da liberação.
• Mecanismo:
  • Modelos de linguagem leves e instruídos (Qwen-2.5-3B e LLaMA-3.2-3B) avaliam a plausibilidade semântica das zonas propostas.
  • Verifica se as zonas conflitam com detalhes narrativos do caso (ex: modos de viagem implausíveis ou contradições com restrições conhecidas).
  • Ajuste: Re-prioriza as zonas com base em um escore de plausibilidade, sem alterar os modelos probabilísticos subjacentes, garantindo coerência semântica e interpretabilidade humana.

3. Contribuições Principais

1. Pipeline Integrada: Primeiro sistema a unir extração de documentos não estruturados, previsão de mobilidade Markoviana interpretável, otimização de busca via RL e validação de qualidade via LLM em um fluxo unificado.
2. Interpretabilidade: O modelo de Markov é projetado para ser transparente, com pesos de transição baseados em características físicas (estradas, isolamento) e dinâmicas dia/noite, permitindo auditoria humana.
3. Validação Semântica: O uso de LLMs não para gerar dados, mas para validar a plausibilidade investigativa dos planos matemáticos, preenchendo a lacuna entre otimização estatística e realidade investigativa.
4. Produtos Acionáveis: Gera produtos práticos como superfícies de risco, setores classificados e anéis de contenção para os 24/48/72 horas, focados na tomada de decisão humana.

4. Resultados

O sistema foi testado com um estudo de caso sintético, mas realista, chamado GRD-2025-001541 (uma criança de 15 anos desaparecida na Virgínia).

• Distribuição de Probabilidade:
  • A massa de probabilidade concentrou-se fortemente na região de Tidewater (>50% em todos os horizontes), devido ao perfil de movimento local e histórico de pontos quentes.
  • A Norte da Virgínia emergiu como região secundária (24-30%), impulsionada pela conectividade de corredores rodoviários, demonstrando que o modelo captura difusão ao longo de vias de transporte, não apenas por distância radial.
• Expansão Temporal:
  • De 24h para 72h, a incerteza espacial expandiu-se de forma estruturada (mantendo a estrutura de corredores) em vez de se tornar uniforme.
  • O raio de contenção de 50% expandiu de ~20 milhas (24h) para o meio da faixa de 20 milhas (72h), indicando um controle gradual da incerteza.
• Validação:
  • As observações sintéticas de avistamentos subsequentes caíram predominantemente dentro das regiões de alta probabilidade previstas.
  • A camada de QA via LLM identificou e re-priorizou zonas que, embora estatisticamente prováveis, poderiam ser semanticamente inconsistentes com o perfil do caso.
• Análise de Sensibilidade: Os componentes mais sensíveis foram o peso do prior histórico ($\alpha_{prior}$), os pesos de corredor/isolamento e a programação de troca dia/noite.

5. Significado e Conclusão

O sistema Guardian representa um avanço significativo na tomada de decisão para operações de busca e resgate (SAR):

• Decisão Aumentada, não Autônoma: O sistema é projetado como suporte à decisão, fornecendo priors interpretáveis para otimização de zonas e revisão humana, alinhado com princípios de IA responsável.
• Eficiência Operacional: Ao automatizar a fusão de dados e a geração de planos iniciais, libera tempo valioso para investigadores focarem na execução e validação de campo.
• Adaptabilidade: A arquitetura modular permite que o sistema seja recalibrado para diferentes perfis (ex: idosos, adultos) sem alterar a estrutura fundamental, apenas ajustando os perfis de mobilidade e temporais.
• Limitações e Futuro: O modelo assume uma cadeia de Markov sem memória e depende da qualidade do geocodificação. Trabalhos futuros incluem calibração em casos reais (com salvaguardas de privacidade), aprendizado de parâmetros via modelagem inversa e integração de dinâmicas de Markov de ordem superior.

Em suma, o Guardian demonstra que a combinação de modelos probabilísticos clássicos (Markov), otimização moderna (RL) e validação semântica (LLM) pode criar ferramentas robustas, interpretáveis e eficazes para salvar vidas em cenários críticos de desaparecimento.