Este artigo apresenta um estudo que utiliza técnicas de aprendizado de máquina não supervisionado, com foco na técnica t-SNE, para estratificar o risco de mortalidade em recém-nascidos prematuros. A metodologia adotada envolve a coleta de dados das bases governamentais do Sistemas de Informações sobre Nascidos Vivos (SINASC) e do Sistemas de Informações sobre Mortalidade (SIM), a seleção de variáveis relevantes e a criação de um conjunto de dados unificado. Após a remoção de outliers e dados faltantes, o conjunto de dados final contém informações de 52.673 recém-nascidos. A técnica t-SNE e aplicada para identificar padrões e estruturas nos dados, permitindo a estratificação do risco de mortalidade neonatal. Os resultados obtidos são avaliados e interpretados, destacando as variáveis mais relevantes para a estratificação do risco. Essa abordagem inovadora tem o potencial de aprimorar os cuidados e os resultados de saúde para recém-nascidos prematuros, fornecendo insights valiosos para a tomada de decisões informadas no âmbito da saúde pública.