Por Haniel Cassiano | 18 de setembro de 2026
Esta coluna reflete a opinião de quem a assina e não do Jornal O Sul. O Jornal O Sul adota os princípios editoriais de pluralismo, apartidarismo, jornalismo crítico e independência.
A Inteligência Artificial já deixou de ser uma promessa para a saúde. Ela apoia diagnósticos, identifica pacientes com maior risco de desenvolver doenças, otimiza a gestão hospitalar e amplia o acesso aos serviços. No entanto, à medida que os algoritmos evoluem, torna-se cada vez mais evidente que seu maior desafio deixou de ser a capacidade de processamento e passou a ser a qualidade e a integração das informações utilizadas para gerar essas análises.
Essa discussão ganha força em todo o mundo. A União Europeia avança com o European Health Data Space (EHDS), iniciativa que estabelece um ambiente para o compartilhamento seguro de dados entre cidadãos, profissionais e instituições de saúde dos países membros. Nos Estados Unidos, a implementação do Trusted Exchange Framework and Common Agreement (TEFCA) busca criar uma estrutura nacional de interoperabilidade entre sistemas clínicos. Diversos países, como Estônia, Finlândia e Austrália, já operam plataformas nacionais de compartilhamento de dados em saúde com maturidade digital.
Entretanto, o Brasil avança em velocidade menor. O Plano Brasileiro de Inteligência Artificial (PBIA) reconhece a saúde como uma das áreas prioritárias para aplicação da IA, com o objetivo de ampliar o acesso aos serviços, apoiar diagnósticos, aumentar a eficiência do sistema e impulsionar pesquisas. Porém, a realidade ainda é marcada pela fragmentação das informações clínicas.
Hospitais, clínicas, laboratórios, operadoras e demais instituições continuam armazenando dados em sistemas isolados. Para a Inteligência Artificial, isso significa trabalhar apenas com partes da jornada do paciente, limitando sua capacidade de identificar padrões, antecipar riscos e apoiar decisões clínicas.
Essa fragmentação também contrasta com a crescente demanda por medicina preventiva. O envelhecimento da população e o aumento das doenças crônicas fazem com que os sistemas de saúde precisem atuar cada vez mais na prevenção. Para isso, a IA depende de uma visão longitudinal do paciente, reunindo informações clínicas em um único histórico.
Parte dessa fragmentação decorre da percepção de que os dados pertencem às instituições que os coletam. Entretanto, a Lei Geral de Proteção de Dados (LGPD) estabelece que informações relacionadas à saúde são dados pessoais sensíveis e seu tratamento deve respeitar direitos do titular e hipóteses legais específicas, preservando privacidade, segurança e transparência.
Essa lógica aproxima a saúde do Open Finance, que permite que um cliente autorize o compartilhamento de seu histórico bancário entre diferentes instituições para obter serviços mais personalizados. O chamado Open Health propõe que o paciente possa autorizar, de forma simples, segura e transparente, o compartilhamento de seu histórico clínico entre hospitais, clínicas, laboratórios e operadoras.
Organizações internacionais como a Organização Mundial da Saúde (OMS) e entidades dedicadas à transformação digital da saúde vêm destacando a interoperabilidade, ou seja, a capacidade de diferentes sistemas compartilharem informações de maneira segura, padronizada e autorizada, como um dos pilares para sistemas de saúde mais sustentáveis, eficientes e centrados no paciente. Paralela a essa capacidade técnica de troca de dados, o Open Health estabelece o modelo de governança que define como esse compartilhamento acontece, preservando consentimento, rastreabilidade e privacidade.
Os benefícios tornam-se mais evidentes no acompanhamento de doenças crônicas. Nas fases mais avançadas da doença renal crônica, por exemplo, quando há necessidade de terapias como a diálise, os custos assistenciais podem ser até 25 vezes maiores, segundo análises baseadas em dados do DataSUS, além do impacto significativo sobre a qualidade de vida do paciente. O mesmo raciocínio se aplica a doenças cardiovasculares, diabetes e câncer, cuja evolução pode ser significativamente alterada quando fatores de risco são identificados com antecedência. Quanto mais integrados, padronizados e atualizados forem os dados, maior será sua capacidade de identificar padrões invisíveis ao olhar humano, apoiar decisões médicas e direcionar recursos para quem realmente necessita de atenção.
A chegada da IA generativa amplia essa necessidade. Agentes inteligentes já começam a resumir prontuários, responder perguntas clínicas, consolidar históricos e apoiar profissionais na tomada de decisão. Mas sua confiabilidade continuará relacionada à qualidade das informações disponíveis. Algoritmos sofisticados não compensam bases de dados incompletas.
Por outro lado, quanto maior a integração dos dados, maior a responsabilidade sobre sua proteção. Ataques de ransomware capazes de bloquear hospitais, vazamentos de prontuários eletrônicos, roubo de credenciais e invasões a dispositivos médicos conectados representam riscos que extrapolam a tecnologia e afetam diretamente a continuidade da assistência.
Medidas como autenticação multifator (MFA), criptografia, gestão rigorosa de identidades e acessos, arquitetura Zero Trust e monitoramento contínuo baseado em Machine Learning tornam-se componentes essenciais para proteger informações sensíveis e identificar comportamentos anômalos, acessos indevidos ou tentativas de fraude.
O Brasil já possui iniciativas importantes, como a Rede Nacional de Dados em Saúde (RNDS), criada pelo Ministério da Saúde para promover a interoperabilidade entre diferentes serviços e a evolução natural seria consolidar uma identidade digital nacional do paciente, reunindo seu histórico clínico em um ambiente interoperável e funcionando como mecanismo único de autorização para compartilhamento de dados.
O DataSUS poderia fortalecer seu papel como plataforma nacional de integração dessas informações, respeitando os princípios de consentimento, privacidade, rastreabilidade, segurança e padrões internacionais, como o HL7 FHIR, permitindo que sistemas públicos e privados troquem informações de forma estruturada, segura e padronizada. Em regiões com limitações de conectividade, mecanismos locais de coleta e sincronização poderiam assegurar que nenhum dado clínico deixasse de compor esse histórico integrado.
A Inteligência Artificial já demonstrou capacidade para apoiar o segmento. A mudança acontecerá quando ela deixar de trabalhar com informações fragmentadas e passar a compreender toda a jornada do paciente. Em um cenário de Open Health, interoperabilidade e governança adequada, a IA poderá trazer uma medicina mais preventiva, personalizada, eficiente e sustentável.
(Haniel Cassiano é líder de Data e IA na SONDA do Brasil, líder regional em Transformação Digital)
Esta coluna reflete a opinião de quem a assina e não do Jornal O Sul.
O Jornal O Sul adota os princípios editoriais de pluralismo, apartidarismo, jornalismo crítico e independência.
Verificação de Email - você receberá um email de confirmação após enviar o seu primeiro comentário, mas ele só será publicado depois que você clicar no link de verificação enviado para a sua conta de e-mail para confirma-lo. Os próximos comentários serão publicados automaticamente por 30 dias!