Um Modelo de Otimização Baseado em Lógica Fuzzy Para Alocação Eficiente e Equitativa de Recursos no Cuidado ao Diabetes Mellitus: Análise de Dados do SUS (2015–2024)

Objetivo: Desenvolver e validar um modelo de otimização baseado em lógica fuzzy para identificar estratégias efetivas de alocação de recursos para o cuidado do diabetes mellitus (DM) no sistema único de saúde (SUS). Métodos: Estudo transversal retrospectivo com registros do DATASUS, SIH-SUS e Hiperdia (janeiro/2015 a dezembro/2024) em 5.570 municípios brasileiros. Construímos um sistema de inferência fuzzy hierárquico tipo Mamdani incorporando indicadores epidemiológicos, econômicos, clínicos e estruturais. O modelo foi calibrado com dados históricos, validado por avaliação técnica, empírica e por especialistas, e incorporado a estrutura de otimização multiobjetivo para avaliar cenários alternativos de investimento. Resultados: O conjunto de dados integrou 8.347.219 internações relacionadas ao DM. O sistema fuzzy demonstrou cobertura de 97,3% e superou abordagens convencionais com erro percentual absoluto médio de 12,4% nas previsões de despesas. Em condições de linha de base, o modelo recomendou aumentar investimentos em atenção primária de 31,2% para 42,7%, reduzindo atenção hospitalar terciária de 38,4% para 28,9%. Essas realocações predisseram melhoria de 8,4% no controle glicêmico, redução de 12,7% nas hospitalizações e diminuição de 6,2% na mortalidade em cinco anos. A análise identificou 847 municípios prioritários requerendo intervenção direcionada. Conclusão: A otimização baseada em lógica fuzzy demonstra potencial para aprimorar a eficiência do cuidado do DM mediante realocação estratégica priorizando atenção primária e equidade em regiões desassistidas. Limitações incluem uso de dados retrospectivos, impossibilidade de validação prospectiva e não captura de atendimentos na rede privada.