O projecto, desenvolvido em colaboração com as agências públicas portuguesas IAPMEI e AICEP, pretende contribuir para a melhoria da gestão dos incentivos ao investimento empresarial, recorrendo a várias abordagens de aprendizagem automática que permitem identificar níveis de risco operacional e estratégico dos projectos, nas fases de análise de candidaturas e de verificação de pedidos de pagamento. O projecto deverá resultar na produção de scorings de risco que possam auxiliar as actividades de análise e verificação na gestão dos incentivos. Os principais tipos de risco a analisar incluem: • Risco de anulação do projecto (antes ou depois do contrato, por iniciativa do promotor ou das autoridades públicas) • Risco de devolução de incentivo (por anulação do projecto, incumprimento do contrato, não certificação de adiantamento, inconformidade da despesa ou outros motivos) • Risco de não-utilização do incentivo aprovado • Risco de inclusão de despesas inelegíveis (nos pedidos de adiantamentos contra-factura, na certificação pagamentos intercalares ou nos pedidos de reembolso) • Não cumprimento das metas contratualizadas

A candidatura submetida visava o desenvolvimento de software de simulação para testar diferentes cenários de políticas públicas de saúde e alocação de recursos, promovendo conhecimento científico para a tomada de decisão.   O caracter inovador do projeto incidia sobretudo no estudo do cenário global e das inter- -relações entre as diferentes entidades do Serviço Nacional de Saúde (SNS) (como cuidados de saúde primários, serviços ambulatórios e de urgência hospitalares e instituições privadas com acordos com o SNS). O software de simulação, alicerçado em modelos baseados em agentes (ABM), permitiria criar uma imagem virtual dos prestadores de cuidados de saúde e utentes da região norte, onde os diferentes tipos de interações e comportamentos autónomos replicam a realidade, possibilitando um novo conjunto de meios para testar o impacto de estratégias e políticas.   Em termos metodológicos, o projeto previa o desenvolvimento de algoritmos de data mining e inteligência artificial para identificar e compreender a complexidade da utilização dos serviços de saúde (explicar). Esses algoritmos integrariam o código do ABM, cujos resultados iriam permitir avaliar o impacto de diferentes políticas públicas e estratégias de alocação de recursos (prever). Por fim, o uso do ABM para comparação entre diferentes cenários de alocação de recursos proporcionaria conhecimento científico para apoiar a tomada de decisão, ajudando a melhorar o acesso da população aos serviços de saúde (otimizar).  Tratando-se de um projeto ambicioso e abrangente, seria desenvolvido de forma modular. Assim, vários componentes, como cuidados de saúde preventivos, utilização de serviços de emergência e gestão de doenças crónicas, seriam desenvolvidos de forma independente e depois devidamente integrados. Os componentes do HOPE teriam interfaces e todas as interações entre os diferentes componentes realizar-se-iam por este meio. De um ponto de vista sistemático, essas interfaces corresponderiam a inputs e ...

O objetivo da candidatura submetida foi a apresentação de uma solução para um problema real com que a Administração Pública se debate, a deteção antecipada de irregularidades, sendo a mais grave a fraude. O projeto DAFIM (Desenvolvimento de algoritmos de deteção de padrões de fraude na verificação de incentivos), em parceria com a AICEP Portugal Global, pretende melhorar a eficiência e eficácia dos programas comunitários em Portugal e, por outro lado, garantir que apenas as empresas cumpridoras acedam aos incentivos financeiros provenientes da UE (União Europeia). Assim, a agilização de processos e a fiabilidade das decisões tomadas só se consegue recorrendo a ferramentas informáticas e a modelos de apoio à decisão que, de facto, permitam aos decisores, em tempo útil, tomar decisões informadas. Respondendo ao desafio levantado no passado dia 15 e de acordo com as criticas apresentadas pelo painel de avaliação da FCT, apresentamos os seguintes pontos relativos ao futuro: 1.         Aspetos do projeto amelhorar   1.1.             CritérioA 1.1.1.     “Não é esperado nenhum contributo importante para o avanço doconhecimento científico.” O estudo dos dados, a identificação de padrões e perfis utilizando algoritmos de data e text mining, já por si poderá dar ganhos de eficiência e eficácia para a administração pública prevenindo possíveis fraudes e contributos para o avanço do conhecimento científico, pois vai aplicar-se a uma nova área de atuação. Por outro lado, apesar de não se utilizarem técnicas analíticas novas, a sua fusão num único modelo também ainda não foi feito. Os diversos outputs do conjunto dos modelos e do modelo final, darão indicação das variáveis explicativas para prever as irregularidades e, consequentemente, a decisão vai estar suportada nos dados. Assim, iremos explicar e fundamentar melhor que a utilização de algoritmos de data e text mining e de auditoria de projetos poderá ser explorada em conjunto, por forma a criar conhecimento para a com...