O comportamento suicida em crianças e adolescentes é uma questão crítica de saúde pública, sendo a principal causa de mortalidade entre jovens em países desenvolvidos. Este estudo visa desenvolver modelos de aprendizado de maquina
causais para prever e intervir na automutilação e suicídio nessa faixa etária, superando limitações dos modelos preditivos existentes que focam em correlações em vez de causalidade.
Inicialmente, o projeto envolve a construção de um grafo causal baseado em dados observacionais, que servirá como base para a inferência contrafactual, uma abordagem promissora para personalizar intervenções terapêuticas. Apesar dos avanços em modelos causais, a descoberta causal mostrou-se desafiadora devido à representação insuficiente dos dados. O grafo final proposto, baseado em conhecimento especializado e ajustado com dados reprocessados, integra variáveis-chave relacionadas ao comportamento suicida. Este trabalho destaca a necessidade de validação por especialistas e aponta para futuras etapas no  desenvolvimento de modelos para calcular contrafactuais e aprimorar  intervenções. O objetivo é proporcionar uma abordagem mais eficaz e personalizada na prevenção de comportamentos suicidas, potencialmente salvando vidas jovens em risco.