O uso de dados e inteligência artificial (IA) na saúde tem avançado rapidamente, mas a transformação tecnológica vem acompanhada de um alerta: sem testes e ética no desenvolvimento, algoritmos podem replicar - e até ampliar - desigualdades já existentes no sistema. Em países como Brasil, onde coexistem realidades tão distintas no setor público e privado, o risco de reforçar iniquidades é ainda mais evidente.

Estudos internacionais, como os publicados pelas revistas científicas Nature Medicine e The Lancet Digital Health, mostram que modelos que fazem previsões desenvolvidos em populações homogêneas tendem a falhar quando aplicados em grupos com menos acesso a cuidados, educação ou recursos. Essa evidência reforça a importância de validar, ajustar e calibrar algoritmos em diferentes contextos e populações, para evitar vieses e ampliar sua aplicabilidade no SUS e em comunidades vulneráveis.

— Existem estudos em oncologia que têm 95% de população branca. Então, quem diz que a eficiência do resultado desse estudo vai ser a mesma para uma população mixada, como a do Brasil, por exemplo, ou de um país da África? Hoje temos a oportunidade de incluir nos estudos um grupo bem diverso e quando utilizamos essas plataformas de Big Data, o Brasil acaba atraindo um número maior de pesquisa para cá por quem busca resultados que representem melhor a população geral — afirma Sidney Klajner, presidente do Einstein Hospital Israelita.

No Brasil, o Einstein, por exemplo, vem trabalhando no desenvolvimento e uso de ciência de dados aplicada à saúde com mais de uma década de trabalho contínuo. A criação de algoritmos para equidade em saúde no hospital se apoia em três pilares: organização dos dados, padronização em modelo comum e governança com uso ético da IA.

Para começar, o Einstein estruturou seus bancos de dados com foco em qualidade técnica e interoperabilidade muito antes da popularização de tecnologias como o ChatGPT. A infraestrutura atual permite que os dados sejam usados com confiabilidade em análises clínicas, pesquisas, ferramentas de apoio à decisão médica e algoritmos de IA.

Além disso, o Einstein adotou o modelo internacional OMOP (Observational Medical Outcomes Partnership) como base para a padronização de seus bancos de dados, que permite que os dados coletados possam ser compreendidos por outras instituições e plataformas, facilitando a interoperabilidade. O hospital também desenvolve algoritmos que consideram variáveis sociais, raciais e econômicas nos modelos preditivos, evitando que soluções tecnológicas aprofundem desigualdades já existentes no sistema de saúde.

Na prática, isso significa que os algoritmos desenvolvidos são calibrados para diferentes contextos sociais, econômicos e regionais, para que as soluções tecnológicas possam ser aplicadas tanto em serviços privados quanto em unidades do SUS.

— Só temos essa condição hoje porque lá atrás, em 2015, tivemos a sensibilidade de ter investido num prontuário eletrônico muito robusto que permite, hoje, capturarmos dados de um volume gigante, de ter criado uma diretoria de Big Data — diz Klajner.

Alguns projetos onde isso pode ser observado na prática são o Vigiambsi e o DIAna. O promeiro é uma plataforma de Vigilância Ambiental e Saúde Indígena, com lançamento previsto para 2026, desenvolvida via Proadi-SUS (Programa de Apoio ao Desenvolvimento Institucional do Sistema Único de Saúde). O objetivo é integrar dados sobre saneamento, qualidade da água e meio ambiente de comunidades indígenas com dados de saúde, de todas as mais de 7 mil aldeias do país distribuídas nos 34 Distritos Sanitários Especiais Indígenas (DSEI), para facilitar a análise e planejamento de políticas públicas.

Além disso, fará análise das condições ambientais em cerca de 50 aldeias indígenas, com foco na redução da mortalidade infantil por doenças diarreicas e parasitárias, uma das principais causas de óbito de crianças até 5 anos nessas localidades. A iniciativa busca promover a equidade no acesso à saúde e melhorar a eficácia dos investimentos públicos nesse setor.

— A população indígena do Brasil é bem grande. E basicamente é um projeto que é feito junto com eles. As lideranças indígenas recebem o projeto, participam das ações, entendem onde é que vão ser coletadas as amostras e ao mesmo tempo também trazem a importância disso, porque tem muito problema de saúde decorrente do meio ambiente. — explica Edson Amaro, superintendente de Dados Globais e Tecnologias Avançadas para Equidade do Einstein. — Dificuldades sanitárias são bem conhecidas, bem documentadas por anos nessa população. Mas agora vamos mostrar onde estão, quais são os principais micro-organismos, quais são as propensões a desenvolver doença que essa população tem e os mecanismos que a gente traz de dados vão instrumentar as políticas que a gente pode adotar.

Já o DIAna foi um projeto liderado pelo Einstein, em parceria com o DATASUS, com foco no fortalecimento da Rede Nacional de Dados em Saúde (RNDS). A iniciativa apoiou o MS no desenvolvimento de modelos de interoperabilidade de informações clínicas, bem como na infraestrutura tecnológica para integração destes dados — como exames, registros de vacinas, prescrições e dispensações de medicamentos — em toda a rede pública, permitindo seu acesso via aplicativo do cidadão. O projeto também desenvolveu recursos de interoperabilidade para o passaporte de imunização, atestados médicos, regulação de filas e gestão de atendimentos, promovendo mais agilidade e continuidade no cuidado.

— No âmbito da saúde pública, temos tido oportunidade de organizar aquilo que o sistema único já tem de dados, pelo DataSus mesmo, para que ele possa ser algo, que você possa tirar alguma vantagem da informação pra dirigir investimento, dirigir iniciativas pra saúde — afirma Klajner.

Neste ano, o hospital criou o GATE (Global Advanced Technologies for Equity), área dedicada ao desenvolvimento de tecnologias avançadas com foco na redução das iniquidades em saúde e é um membro fundador da Mayo Clinic Platform_Connect, uma rede global que conecta sete grandes hospitais em diferentes países — em grande parte filantrópicos — para acelerar inovações por meio de dados clínicos seguros e anonimizados.

— Essas parcerias, as parcerias com hospitais da América Latina, garantem que a gente esteja desenvolvendo uma cultura global, de união em prol dessa questão que é a equidade e o acesso à saúde — diz Amaro.

Assim como há uma década o hospital começou a investir em uma tecnologia que nem existia, eles já estão de olho no futuro com a computação quântica.

— Aceleramos a busca de soluções de tecnologia bem avançada, como computação quântica, por exemplo, que é algo já tem projetos que começaram a ser desenvolvidos com a vinda de seis cientistas de computação quântica. Por que fazer isso agora? Porque a gente acredita que lá na frente isso vai fazer diferença — conclui o Edson Amaro, superintendente.