A notícia é que o futuro já chegou. Não está mais “ali logo em frente, a esperar pela gente”. Ele é agora. E se, como cantava Toquinho em sua Aquarela: “o futuro é uma astronave que tentamos pilotar”, a realidade dá conta de que quem dita o ritmo desse compasso são os dados, ou melhor, o algoritmo da inteligência artificial (IA).

É a IA que traça a melhor rota de trânsito para casa no GPS, mostra os melhores amigos e seleciona os conteúdos de interesse em uma rede social, ajuda a esclarecer a dúvida em uma pesquisa rápida no buscador na internet. Ela até sugere a próxima série que você vai maratonar ou, se desejar, uma lista de filmes no seu streaming preferido. Isso não é mágica, são os dados que estão dizendo. Mais precisamente a machine learning, a ciência por trás do algoritmo da IA.

Hoje, tudo isso parece óbvio, até porque está naturalizado no cotidiano da maioria das pessoas. Mas acredite, já foi uma das barreiras para aplicação da IA, assim como a aceitação do uso dela pelas empresas e até pela própria ciência – mais conservadora em relação às novidades, sobretudo as tecnológicas.

Mas, afinal, como a IA se relaciona com a saúde? Segundo o professor de machine learning em saúde da Faculdade de Saúde Pública da Universidade de São Paulo (FSP-USP), Alexandre Chiavegatto, estima-se que 30% de big data, coleta de dados, estejam concentrados na área da saúde.

O tema foi abordado na sua apresentação sobre “Inteligência artificial e políticas públicas em saúde”, no primeiro dia do III Seminário Interno do Programa de Pós-Graduação em Políticas Públicas em Saúde (PPGPPS), realizado pela Escola de Governo Fiocruz-Brasília, nesta segunda-feira (11/8), no auditório da Fiocruz Brasília.

Chiavegatto explica que os avanços exponenciais nos últimos 5 anos permitiram que a IA se tornasse uma aliada do Sistema Único de Saúde (SUS), “desde que orientada por dados para a tomada de decisão em conjunto para a saúde”.

Entre os benefícios do uso da IA na saúde, ao agrupar os dados, a machine learning auxilia o profissional de saúde no diagnóstico e prognóstico; na diminuição de filas de atendimentos nas Unidades Básicas de Saúde (UBS), bem como na redução de faltas às consultas; na previsão de leitos, principalmente aos finais de semana; e na gestão de sistema para alocação eficiente de recursos financeiro, físico e humano.

“Com a machine learning, é possível fazer uma previsão para onde alocar novas UBS, considerando o tempo de deslocamento do paciente”, destaca o professor da FSP-USP.

IA e o meio acadêmico

As contribuições da inteligência artificial na saúde também seguem por outra vertente: a pesquisa no meio acadêmico. O assunto foi tema da palestra “Inteligência artificial na produção acadêmica de um mestrado profissional”, ministrada pela professora e pesquisadora especializada em escrita acadêmica e uso de inteligência artificial na educação, Danielly Fonseca, fundadora da plataforma Escrita Mestra.

Ao disponibilizar ferramentas que auxiliam na produção acadêmica, com o uso da inteligência artificial já é possível cruzar e analisar os dados da pesquisa, fazer a revisão de literatura, estimular um referencial teórico entre autores, traduzir e adaptar a linguagem, realizar a edição e revisão gramatical e ortográfica. A IA ainda cria a apresentação em slides e PDF.

“Tudo vai depender da estrutura do prompt [instrução que se dá a um programa de inteligência artificial]. Isso vai dizer muito sobre a qualidade dos resultados. Quanto mais específico, melhor, ficará mais estratégico”, orienta Danielly.

Apesar desse mundo ideal apresentado pela IA, ainda suscitam algumas inseguranças que colocam em xeque a qualidade, autoria e confiabilidade da pesquisa.

No que a pesquisadora ressalta o conhecimento e a formação do pesquisador, o lado humano da produção: “o profissional detém do conhecimento de causa, está atento, usa a IA como ferramenta de auxílio para a tomada de decisão, não a toma como a decisão em si. Por isso, a importância do senso crítico e da educação”, observa.

Para quem deseja se aprofundar mais em machine learning para predições em saúde, a FSP-USP promove anualmente o curso de verão sobre a temática. Em 2026, será de 2 a 6 de fevereiro. As inscrições serão divulgadas em breve neste link.

Assista à transmissão do III Seminário Interno do PPGPPS aqui.