A inteligência artificial na gestão pública: como um centro de pesquisa da USP está otimizando os sistemas de saúde

Saiba como pesquisadores do ICMC empregam a tecnologia para otimizar a triagem, o atendimento e a logística nos sistemas de saúde

Da Redação – A inteligência artificial (IA) deixou de ser algo do futuro. Justiça, saúde, educação, segurança pública, em todas essas áreas, a IA já atua, por mais imperceptível que isso possa ser. Contudo, qual é a extensão dessa atuação? E quais os desafios associados a essa implementação?

Para explorar essas questões, o Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, preparou uma série especial de reportagens. Serão abordados exemplos reais de projetos desenvolvidos por pesquisadores brasileiros, e discutidas as implicações éticas e sociais do uso desses sistemas em instâncias governamentais. Para saber mais, acompanhe as demais reportagens desta série.

IA e saúde – Qual foi a última vez em que você precisou de um atendimento médico e a sua experiência no hospital, posto de saúde ou unidade de atendimento não foi das melhores? Aparentemente, essa situação é bem comum. Isso é parcialmente devido aos inúmeros desafios na gestão de sistemas de saúde, que envolvem desafios que vão do investimento adequado para cada setor até aspectos operacionais.

Esse tipo de problema complexo pode ser explorado por meio da computação. Atualmente, ferramentas de IA têm sido amplamente utilizadas para analisar o crescente volume de dados do setor de saúde. É nesse cenário que um centro de pesquisa do ICMC se destaca. Pioneiro, ele propõe estratégias inteligentes que conectam a gestão e o atendimento: o resultado é a otimização da rotina dos profissionais na ponta e o aumento da eficiência operacional nos negócios e sistemas de saúde.

Gestão em saúde em um instituto de computação – Fundado em 2025, o Centro para Inteligência Artificial em Gestão de Saúde (ciaGSaude) é constituído por uma equipe interdisciplinar, com aproximadamente 160 pessoas vinculadas ao centro. Dessas, cerca de 60% são profissionais de saúde e 40% da área de computação.

Com membros e projetos abrangendo, principalmente, as cidades de São Carlos, Campinas, Ribeirão Preto e região, o centro encontra-se em expansão, graças ao financiamento proveniente da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP, processo 24/08485-8) e da Fundação de Apoio ao Ensino, à Pesquisa e à Assistência do Hospital das Clínicas (FAEPA). Sua missão, conforme expresso no projeto do centro, é “melhorar a eficiência, o custo-benefício e a qualidade dos serviços em saúde, para a micro e macrogestão (hospitais públicos, privados e instituições de saúde), gerando modelos consistentes e interpretáveis que possibilitem a tomada de decisão confiável”.

“Por meio de aproximação com grupos de pesquisa da área de saúde populacional, principalmente de Ribeirão Preto, fomos aprendendo a trabalhar com os profissionais de saúde e a promover conversas multidisciplinares que incluíram a computação”, explica o coordenador do ciaGsaude, professor Alexandre Delbem, do ICMC.

De acordo com o professor, a área da saúde é muito mais ampla do que o diagnóstico ou a predição de epidemias. Há um universo de problemas que começa no momento em que o paciente sente um mal-estar e busca ajuda. “O desafio vai desde otimizar o primeiro atendimento, criando roteiros de conversa para que o profissional extraia o máximo de informação rapidamente, até o encaminhamento e o suporte domiciliar. Todo esse fluxo de conhecimento adquirido pode ser auxiliado por ferramentas de inteligência artificial”, exemplifica.

Outro problema que o Centro busca abordar é a fragmentação das informações de saúde em múltiplas unidades que se comunicam pouco entre si. “Raramente um profissional ou até mesmo os órgãos de gestão têm uma visão completa do sistema como um todo. Quando olhamos para os dados, estimativas gerais não bastam. Em um bairro específico, como em São Carlos, um dado impreciso pode prejudicar gravemente a população. Mais do que o número de habitantes, precisamos entender o perfil detalhado, a quantidade de crianças, recém-nascidos e idosos, bem como suas condições de saúde, para direcionar recursos de forma eficiente e evitar crises”. Esse refinamento local é o que ainda faz muita falta hoje, de acordo com Delbem.

Para o coordenador do Centro, a tecnologia computacional, estatística e de inteligência artificial já existente possibilita resolver muitos problemas práticos da área de saúde que são impactantes para a população e para os serviços de saúde. O verdadeiro desafio não é o desenvolvimento de novos métodos de IA, que são bem-vindos, mas sim a integração entre os diversos setores, suas demandas e os especialistas. “O mais complexo é articular a tecnologia existente em uma aplicação prática, levando a academia, os desenvolvedores e os profissionais que enfrentam o dia a dia na ponta conversarem e se entenderem. As peças estão disponíveis. A grande dificuldade é conectá-las para que funcionem de forma útil em cada contexto real”, conta.

Dessa forma, o objetivo do Centro é promover o diálogo entre esses diferentes setores para mapear problemas e gerar soluções com impacto real, inicialmente a curto prazo, o que, naturalmente, gera pesquisas inovadoras e parcerias com startups. “Já nascemos com o apoio de secretarias de saúde e hospitais públicos, universitários e privados. O grande passo agora é selecionar os melhores exemplos de sucesso e garantir que essas soluções em saúde populacional sejam escaláveis, ou seja, capazes de ser expandidas para além de um caso isolado”, indica o pesquisador.

Atualmente focado no desenvolvimento de projetos via parcerias público-privadas, o Centro carrega uma bagagem prévia de cooperação interinstitucional. Antes de sua formalização, o corpo de pesquisadores já atuava em conjunto com prefeituras, hospitais, operadoras de saúde como a Unimed, centros internacionais e a FAEPA — fundação de apoio ao Hospital das Clínicas da USP de Ribeirão Preto. Para conhecer alguns exemplos de aplicações, que vão além da área da saúde, o ciaGsaude disponibilizará em seu site uma biblioteca de demonstrações (demos) novos projetos no repositório: https://reg.icmc.usp.br/projects.

Desafios da inserção da IA na saúde – Para além de toda a segurança de dados e conformidades legais, que devem ser seguidas e fortalecidas, já abordadas em reportagens anteriores desta série, o desafio da boa utilização de tecnologias computacionais inteligentes exige sempre planejar a infraestrutura computacional necessária desde o início, garantindo que a solução proposta seja viável na prática. No caso de comunidades de saúde, como centros, hospitais e UPAs, elas geralmente não possuem grandes recursos computacionais.“Nesse sentido, desenvolvemos uma arquitetura de hardware e software aberta, pensada para o baixo custo de treinamento de pessoal, desenvolvimento e manutenção a longo prazo”, pondera Delbem.

Embora o Centro também trabalhe com os grandes modelos de inteligência artificial tradicionais, que demandam clusters de processamento de alto desempenho e Unidades de Processamento Gráfico (GPU) avançadas, as soluções voltadas ao ganho de escala não seguem essa linha. “Não priorizamos modelos caros, difíceis de generalizar ou que não rodem em qualquer máquina de uma unidade básica, pois esse não nos parece o caminho viável para expandir a tecnologia no Brasil”. Assim, a equipe do ciaGsaude desenvolve ferramentas eficientes que podem ser ajustadas de acordo com a realidade operacional da unidade de saúde.

Na prática, as informações úteis que chegam das unidades de saúde costumam ser escassas ou pouco qualificadas, já que muitos dados não são organizados ou de alta qualidade. Para superar esse obstáculo, Delbem conta que são adotadas ferramentas de mineração automática que avaliam a qualidade dos dados e aplicam técnicas não supervisionadas e semisupervisionadas, ou seja, mais independentes de um humano auxiliando na tarefa. “Com a abordagem que utilizamos conseguimos gerar modelos matemáticos consistentes a partir de poucos dados, utilizando métodos de reamostragem para conferir robustez e segurança estatística aos resultados”.

Para que o sistema seja seguro, o modelo precisa ser totalmente inteligível para quem o opera. Isso significa que as soluções criadas disponibilizam os resultados e os seus processos internos de forma visual e explicável para profissionais que não necessariamente são da área da computação, permitindo acompanhar visualmente o raciocínio da máquina. Isso permite que o profissional de saúde atue como supervisor do sistema, validando todos os resultados. Além disso, o desempenho dos sistemas produzidos é avaliado a partir de múltiplos indicadores e critérios. Isso permite aos gestores de saúde tomar decisões baseadas em evidências mais robustas,  transparentes e auditáveis, trazendo benefícios para os sistemas de saúde e para a população.

A saúde pública brasileira e seus desafios – O Sistema Único de Saúde (SUS) acumula mais de 30 anos de história, fundamentado no acesso universal, na igualdade e na integralidade. Criado pela Lei nº 8080/1990 no contexto da redemocratização, o sistema nasceu da mobilização de profissionais de saúde e da sociedade civil.

Apesar de seu sucesso e importância, o sistema enfrenta desafios estruturais, destacando-se o subfinanciamento e a pressão do setor privado, que gera concorrência desleal e tensiona o princípio do acesso universal. Um estudo de 2022 aponta que o Brasil investe uma parcela do PIB em saúde inferior à de países desenvolvidos e que esse montante é mal distribuído. Com a redução da participação governamental nas despesas totais, a carga financeira sobre as famílias aumentou. Como reflexo, cerca de 33,4% dos lares brasileiros incorrem no chamado “gasto catastrófico”, ou seja, quando as despesas diretas com saúde comprometem o orçamento destinado a necessidades básicas, como alimentação e moradia.

Esses desafios possuem raízes históricas que remontam ao período colonial e a políticas inconsistentes que perpetuaram a marginalização de populações vulneráveis. No cenário nacional, essas disparidades se refletem geograficamente: as regiões Norte e Nordeste enfrentam dificuldades mais severas que o Sul e o Sudeste, sofrendo com a escassez de infraestrutura e a má distribuição de profissionais de saúde.

Contudo, o cenário atual indica melhorias. Segundo o relatório de 2025 da Organização para a Cooperação e Desenvolvimento Econômico (OCDE), a satisfação dos brasileiros com o sistema de saúde cresceu 9% entre 2024 e 2025, atingindo a marca de 45%. Embora esse avanço na avaliação positiva seja significativo, o índice demonstra que ainda há um longo caminho a percorrer na consolidação da qualidade do sistema.

A pandemia de Covid-19 expôs fraquezas na coordenação dos sistemas de saúde, assim como na gestão de recursos, mas também demonstrou a resiliência do SUS na ampliação de leitos de UTI e na vacinação. Nesse sentido, projetos que auxiliem os sistemas de saúde são essenciais, garantindo que seus pontos fortes sejam mantidos e enfrentando os desafios que persistem. E é justamente aí que a inovação tecnológica pode atuar de forma ética e responsável, trazendo benefícios à população.