AI Tinkerers São Paulo - Google Deepmind Hackathon

Team

Stack Tupiniquim

This team is at maximum capacity. This team is not accepting new members.

Project Concept

PROJETO HACKATHON

Nome do Projeto
Predição de Risco de Hipertensão Gestacional com Inteligência Artificial

ODS
ODS 3 – Saúde e Bem-Estar

Conexão
A hipertensão gestacional é uma das principais causas de complicações na gravidez, podendo evoluir para pré-eclâmpsia e afetar mãe e bebê. A solução contribui para a detecção precoce e acompanhamento adequado, reduzindo riscos e melhorando os desfechos materno-infantis.

Problema
A identificação precoce de gestantes com risco de desenvolver hipertensão ainda é limitada na atenção básica, dificultando intervenções preventivas e acompanhamento adequado.

Público-alvo
Gestantes atendidas no SUS
Profissionais de saúde da atenção básica

Solução
Desenvolver um modelo de Inteligência Artificial capaz de predizer o risco de hipertensão gestacional utilizando dados clínicos simples coletados no pré-natal. O modelo gera um score de risco (baixo, médio ou alto) para auxiliar profissionais na tomada de decisão.

Como funciona

Entrada (dados maternos)
Idade
Pressão arterial
IMC
Diabetes (sim/não)
Histórico de hipertensão
Hábitos (ex: tabagismo)

Processamento
Treinamento de modelo de Machine Learning (Regressão Logística ou Random Forest)

Saída
Classificação de risco: baixo, médio ou alto

Criação de dataset (CSV simulado ou público)
Limpeza e preparação dos dados
Treinamento de modelo de IA
Avaliação básica (acurácia, recall)
Geração de score de risco

Dados
Serão utilizados dados simulados ou públicos, baseados em variáveis reais do pré-natal.
A utilização de dados simples garante aplicabilidade prática no SUS, especialmente em ambientes com poucos recursos tecnológicos.

Diferencial
Foco em prevenção precoce
Utiliza dados acessíveis
Fácil implementação
Baixo custo
Alta escalabilidade

Limitação
A solução não substitui diagnóstico médico, sendo apenas uma ferramenta de apoio para identificação de risco e priorização de acompanhamento.

Impacto esperado
Identificação precoce de gestantes em risco
Redução de complicações como pré-eclâmpsia
Melhor acompanhamento no pré-natal
Otimização de recursos do sistema de saúde.

Entry

Status: Submitted

Last saved: April 12 at 4:49 PM -03

View Entry

Team Roster This team is not accepting new members. (team is at max capacity)

You must be registered for the event to view the team message board.

NATHAN VINICIUS LAMEO VERDAN Team Lead RSVP Approved

Analista de suporte tecnico at CapsulaTI

Nathan construiu o coração do sistema — o backend que orquestra todo o fluxo, desde o recebimento da mensagem até o cálculo do score de risco e a geração automática do pré-prontuário médico. Sua responsabilidade foi garantir que os dados trafegassem com segurança, velocidade e lógica clínica entre todos os serviços da arquitetura.

Sou Nathan Verdan, desenvolvedor com foco em backend, atuando na construção de aplicações escaláveis, seguras e bem estruturadas. Possuo experiência com lógica de programação, integração de APIs e desenvolvimento de sistemas voltados à automação de processos. Atualmente, estou aprofundando meus conhecimentos em arquitetura de software, boas práticas de desenvolvimento e no uso de inteligência artificial aplicada a produtos digitais. Também venho explorando a criação de soluções SaaS, buscando unir tecnologia e negócio para gerar valor real. Tenho como foco a escrita de código limpo, performático e de fácil manutenção, sempre visando eficiência e escalabilidade nas aplicações.

Backend development, scalable software architecture, AI-driven digital products, SaaS development, API integration, process automation, system integration, Next.js, TypeScript, Ruby, Flutter, podcast automation tools.

O TextToCast é uma ferramenta que transforma textos em podcasts personalizados usando inteligência artificial. A ideia é simples: você envia um conteúdo (como um artigo, newsletter ou anotação) e recebe um áudio pronto para ouvir, como se fosse um podcast feito sob medida. Perfeito para quem quer consumir informação no dia a dia no trânsito, na academia ou em momentos de pausa sem precisar parar para ler.

Felipe Santos de Almeida RSVP Approved

Desenvolvedor Pleno RPA at Safe Group

Felipe Santos de Almeida is an RPA Developer (Pleno) at Safe Care, with 3 years of experience. He is seeking customers and co-founders for technical and business roles, and is open to introductions.

Caroline Aparecida Silveira Jorgino RSVP Approved

Desenvolvedor de sistema Pleno at Ph Group

Caroline uniu dois mundos fundamentais para o projeto: treinou o modelo com dados reais para que a classificação de risco fosse clinicamente confiável, e ainda construiu o frontend — a interface que o médico usa para visualizar suas pacientes, acessar os prontuários gerados pela IA e tomar decisões com mais informação e menos tempo perdido.

Caroline Jorgino is a System Developer Pleno at PH Group, with 5 years of experience. She holds a degree in Computer Science from FIB - Faculdades Integradas de Bauru and has furthered her education in Data Science through Alura and Coursera, as well as technical training in Informatics.developing an intelligent clinical decision support system for the SUS to identify the risk of congenital heart disease in pregnant women. She is open to introductions and is looking for co-founders and founding engineers.

Data science, machine learning, healthcare AI, clinical decision support systems, prenatal screening, congenital heart disease risk identification, data engineering, ETL pipelines, data analysis, exploratory analysis, data preparation, applied statistics, Python, Django, SQL, PySpark, dashboarding.

You are developing an intelligent clinical decision support system for Brazil’s public healthcare system (SUS), aimed at early identification of the risk of congenital heart diseases (CHD) in pregnant women. The system uses longitudinal maternal and fetal data collected during prenatal care—such as blood pressure, BMI, maternal age, clinical history, and ultrasound parameters—to generate a dynamic risk score that is updated at each consultation. Based on this, the system can: Classify pregnan

Alex Oliveira Lima RSVP Approved

Senior Software Engineer at Safe Group

Alex foi o arquiteto da conversa — responsável por integrar a inteligência artificial ao WhatsApp, garantindo que cada mensagem da gestante chegasse ao sistema, fosse processada e retornasse uma resposta humanizada em tempo real. Sem esse elo, o GestRisk não existiria como produto: é ele quem conecta a tecnologia à mulher que precisa dela.

Senior Full Stack Engineer with strong experience in building scalable SaaS platforms, cloud-based systems, and API-first architectures, working primarily with PHP and Laravel to deliver high-performance, secure, and maintainable solutions. I have solid experience across the frontend using React, Vue.js, and TypeScript, and strong backend expertise with Laravel, MySQL, and scalable application design. I’ve also worked with Node.js in specific projects, including integrations and APIs for WhatsApp-based platforms, focusing on real-time communication and automation. Hands-on experience with microservices, multitenant systems, background jobs, automation workflows, and AI-powered features for business applications. Strong knowledge of DevOps practices, including CI/CD pipelines, Linux serve

Scalable multitenant SaaS, cloud-based platforms, API-first design, microservices, DevOps (CI/CD), practical AI integrations, NLP pipelines, health-tech, WhatsApp integrations, PHP (Laravel), Node.js, Python, React, Vue.js.

Atualmente desenvolvo plataformas SaaS multi-tenant e soluções cloud-native na Safe Care e Conexa Digital, com foco em escalabilidade, performance e arquitetura modular aplicada ao setor de health-tech. Minha atuação é centrada na construção de microserviços orientados a APIs (API-first), utilizando Laravel (PHP), Node.js e Python, garantindo alta disponibilidade, manutenibilidade e evolução contínua dos sistemas.