Explore as aplicações e desafios da IA em saúde e discuta como a tecnologia influencia o cuidado clínico e a eficiência operacional.
Neste episódio de podhauz, Carlos Pedrotti, gerente médico do Centro de Telemedicina do Hospital Israelita Albert Einstein e presidente do Conselho de Saúde Digital Brasil, oferece uma visão clara e prática do momento atual e os desafios do uso da inteligência artificial em saúde.
Pedrotti tem 16 anos de experiência em Einstein, 13 deles dedicados exclusivamente à telemedicina. Juntamente Fabio Ferraretto e Caio Vahanian, os três especialistas discutem, entre muitos outros temas, o principais tendências e insights de HIMSS 2025, a maior conferência global sobre tecnologia e dados em saúde, realizada em Las Vegas.
Caio, que participou do evento, diz que "não havia uma única frase lá que não mencionasse inteligência artificial". Pedrotti, porém, observa que "muitas promessas ainda não são realidade, e os resultados, em muitos casos, estão aquém das expectativas".
Pedrotti ressalta que cada nova solução tecnológica deve, em primeiro lugar, melhorar a experiência do paciente; em segundo lugar, melhorar a experiência do profissional de saúde; em terceiro lugar, elevar a qualidade da assistência; em quarto lugar, reduzir os custos; e, em quinto lugar, garantir a equidade no acesso e na prestação de serviços. Essa sequência de prioridades deve sempre orientar a adoção da tecnologia.
Usos práticos de IA na medicina: 4 aplicações principais
Além do hype, Pedrotti traz exemplos reais de IA na prática médica. Ele ressalta que é essencial entender a IA em saúde como um conjunto amplo que vai muito além de grandes modelos de linguagem como o ChatGPT.
Na telemedicina, por exemplo, a coleta de dados é totalmente digital, que oferece uma oportunidade única para integrar informações e melhorar processos. Entre as aplicações práticas mencionadas estão:
- Garantir o uso adequado de protocolos clínicos – monitoramento da adesão às diretrizes, como o uso adequado de antibióticos em casos de dor de garganta.
- Previsão da procura e afectação do pessoal – Os modelos de IA ajudam a ajustar o número de médicos e enfermeiros de acordo com o fluxo de pacientes.
- Análise dos dados para identificar padrões – avaliar tendências sazonais de doenças e surtos, como a dengue, e ajustar rapidamente as operações.
- Aprovação judiciosa dos LLM – Pedrotti adverte sobre o risco da "lazina" tecnológica, lembrando-nos que nem tudo requer LLMs. Muitas vezes, métodos mais simples e mais baratos fazem o trabalho.
Eficiência ou cuidados clínicos?
Pelo Pedrotti, o mercado de saúde ainda está amadurecendo no equilibr. A IA oferece caminhos para aumentar a produtividade e reduzir os custos, mas é essencial lembrar que, em saúde, a validação técnica e a segurança do paciente devem sempre vir em primeiro lugar.
Ou seja, há um entusiasmo pela IA que pode acabar invertendo as prioridades: a utilização da IA por conta própria, sem garantir que a tecnologia realmente melhore a experiência do paciente, a experiência do profissional e a qualidade do cuidado.
IA na tomada de decisão clínica: riscos, limitações e evolução
Quando a IA começa a participar de decisões clínicas, como recomendações para condutas ou predições de evolução de casos, surgem riscos importantes. As limitações dos modelos e a necessidade de validação rigorosa são centrais, uma vez que cada decisão impacta diretamente a vida do paciente.
Portanto, o especialista enfatiza a necessidade de cautela para não deixar a IA ditar conduta apenas porque é tecnologicamente avançada. O cuidado deve definir o uso de IA, não o contrário. E esta evolução deve ser acompanhada de perto, com validação contínua e transparente.
Aplicações de dados em telemedicina hoje
A telemedicina, por sua natureza muito digital, oferece terreno fértil para os dados. E os casos de uso são cada vez mais concretos: desde o pessoal até os protocolos de monitoramento, passando pela análise da demanda preditiva e pelo uso de algoritmos para garantir qualidade e segurança.
Mas Pedrotti lembra-nos: tudo começa com a coleta de dados e organização. Sem esta base sólida, qualquer IA torna-se apenas uma promessa. "Não faz sentido ter um modelo super avançado se a fonte de dados é falhada", ressalta.
Esse episódio de podhauz mostra que o futuro da saúde digital atravessa a IA, mas sempre de forma equilibrada e responsável.
Queres ouvir a conversa toda?
Encontra-o em YouTube ou Spotify, e siga para que você não perca os próximos episódios!
