Governança algorítmica no controle externo: uma metodologia baseada em densidade para detecção de riscos em aquisições públicas de medicamentos

Resumo

As aquisições públicas de medicamentos mobilizam parcela substancial dos recursos orçamentários e são permeadas por assimetria de informação e alta variabilidade de preços, o que dificulta a atuação do controle externo. Diante do elevado volume de transações, os métodos tradicionais de auditoria, baseados em amostragem, mostram-se insuficientes. Este estudo propõe uma metodologia baseada em densidade para a detecção de riscos em aquisições públicas de medicamentos, operacionalizada por meio de um protótipo tecnológico interativo. A partir de um censo de 808.988 transações de Notas Fiscais Eletrônicas de 299 entes públicos de Santa Catarina (2024-2025), aplicou-se o algoritmo Log-DBSCAN em espaço unidimensional, adotando-se a mediana do cluster principal como preço de referência. Um sistema de alertas em quatro camadas estratificou os riscos: outliers (Nível 1), ineficiência sistêmica (Nível 2), sobrepreço individual (Nível 3) e risco de gradiente de preço (Nível 4), este último concebido como mecanismo de prestação de contas algorítmica sobre os limites do próprio modelo. Os resultados evidenciaram falhas de qualidade nos dados (12% das transações com identificador inválido) e quantificaram sobrepreço potencial de R$ 17,05 milhões. A validação qualitativa, conduzida junto a procuradores do Ministério Público de Contas, atestou a aderência prática da solução, indicando a transição de um controle reativo para uma auditoria contínua baseada em inteligência de dados. Com isso, a solução proposta, ao reduzir as compras com sobrepreço, contribui para a redução do custo de aquisição desses insumos estratégicos, resultando, assim, em melhor eficiência do recurso público.