Resumo
O Ministério da Saúde estabeleceu a Estratégia de Saúde Digital para o Brasil 2020-2028 (ESD28) como o norteador para a transformação tecnológica do SUS. Alinhado a esse movimento, o projeto CD&IA fomenta a formação e consolidação de conhecimentos em Ciência de Dados (CD) e Inteligência Artificial (IA) na Anvisa, Ministério da Saúde e órgãos vinculados (Prioridade 5: Formação e capacitação de recursos humanos para a Saúde Digital). O objetivo central é capacitar profissionais para transformar a vasta massa de dados em informações estratégicas, promovendo a tomada de decisão baseada em evidências para melhorar a qualidade dos serviços e aumentar a eficiência em saúde.
O projeto contribui diretamente para o Plano Nacional de Saúde e o Plano Plurianual (2020-2023), focando no aperfeiçoamento da gestão do SUS e na produção de conhecimento científico equitativo. Além disso, está estritamente vinculado ao Plano Estratégico da ANVISA (2024-2027) e ao seu Plano Diretor de Vigilância Sanitária (PDVISA), especialmente no que tange à produção de conhecimento e desenvolvimento tecnológico.
As ações principais neste triênio incluem:
- Oferta de 02 edições do curso de Especialização em Ciência de Dados e IA, para profissionais indicados pela Agência Nacional de Vigilância Sanitária (Anvisa), Ministério da Saúde (MS), vigilâncias sanitárias e Secretarias de Saúde estaduais e municipais, CONASS e CONASEMS.
- Seminário Científico de Ciência de Dados e Inteligência Artificial no SUS.
- Produção e disseminação científica aplicada ao SUS.
Introdução
O projeto CD&IA visa apoiar a modernização do ecossistema de dados da saúde pública brasileira, integrando-se às prioridades da Estratégia de Saúde Digital. A utilização de Ciência de Dados e Inteligência Artificial no SUS não é apenas uma inovação tecnológica, mas uma necessidade para revolucionar a eficiência operacional e a assistência ao cidadão. Os benefícios esperados incluem:
- Qualificação da Vigilância Sanitária: Identificação antecipada de riscos, surtos e reações adversas, além da otimização de fiscalização e monitoramento de pós-mercado.
- Eficiência na Gestão e Redução de Gargalos: Análise de dados para identificar oportunidades de otimização na Atenção Primária e reduzir o tempo de análise de processos e petições na Anvisa.
- Decisões Baseadas em Evidências: Promoção da análise preditiva e prescritiva, permitindo antecipar cenários e indicar as melhores ações para superar desafios de saúde pública.
- Inovação no Atendimento: Uso de ferramentas como o Processamento de Linguagem Natural (NLP) para triagem assertiva de notificações e suporte ao diagnóstico precoce de doenças crônicas e infecciosas.
O Hospital Alemão Oswaldo Cruz (HAOC), por meio de sua Faculdade de Educação em Ciências da Saúde (FECS), aporta sua excelência técnica e histórica em projetos PROADI-SUS para garantir a certificação e a qualidade pedagógica necessárias a essa transformação.
Métodos
Para viabilizar a formação de especialistas capazes de atuar na fronteira tecnológica da saúde pública e fomentar o alcance dos objetivos estratégicos, o projeto utiliza uma estrutura metodológica que combina ensino híbrido e gestão de indicadores:
Estrutura curricular: O curso de Especialização possui carga horária mínima de 360 horas, ministrado de forma híbrida e é dividido em 5 disciplinas:
- Introdução à análise e ciência de dados;
- Ciência de Dados, Estatística Aplicada e Transformação Digital na Gestão Pública em Saúde;
- Ciência de Dados Avançada: Modelagem, Aprendizado de Máquina e Aplicações em Saúde;
- IA Avançada: Deep Learning, Visão Computacional e Processamento de Linguagem na Saúde;
- Projeto Aplicado de Inteligência Artificial em Saúde Pública.
As aulas online são síncronas e ao longo de cada edição há momentos presenciais de imersão prática para fortalecer o conhecimento aplicado.
Pilar Pedagógico: Estruturado pela FECS, coordenado pela Anvisa e o Hospital Alemão Oswaldo Cruz, o currículo abrange desde fundamentos de estatística e linguagens de programação, até técnicas avançadas de Machine Learning e Deep Learning voltadas a saúde e ferramentas de governança de dados, alinhando-se aos padrões de interoperabilidade e segurança exigidos pela Estratégia de Saúde Digital.
Gestão de Projetos e Riscos: Aplicação de práticas de monitoramento constante para mitigar riscos como atrasos no cronograma ou evasão, garantindo a conformidade com o Plano Pedagógico do Curso (PPC).
Produto tecnológico aplicado: Os alunos são avaliados através da entrega de artigos e projetos práticos aplicados ao SUS. Este projeto exige a construção de modelos preditivos, algoritmos de IA ou análises complexas de dados que respondam a desafios específicos das instituições de origem dos alunos (Anvisa, MS, Vigilâncias Estaduais, etc.).
As entregas estruturantes do projeto são:
Entrega 1: Oferta de 02 edições da Especialização em CD&IA.
Entrega 2: Produção e disseminação científica, incluindo o levantamento e publicação de iniciativas de IA no SUS e a realização de eventos científicos para divulgação de resultados.
Resultados
Até o momento, desde o seu primeiro ano, o projeto apresenta avanços significativos tanto em métricas quantitativas quanto no reconhecimento de sua qualidade técnica:
Resultados Quantitativos:
Abrangência Institucional: 108 especialistas formados.
Progresso Acadêmico: 3 edições do curso de especialização; 1 curso autoinstrucional; 1 Trilha de conhecimento em Ciência de Dados.
Integração Prática: 1 evento de encerramento – 1ª edição do curso (triênio 2021-2023); 1 Evento de abertura - 2ª edição do curso (triênio 2024-2026); 1 Seminário de Ciência de Dados e IA no SUS; 9 semanas de imersão presencial.
Produto final: 68 projetos de CDIA aplicados
Resultados Qualitativos:
- Projeto Pedagógico de Curso (PPC) desenvolvido para 1ª edição com atualização para 2ª e 3ª edição.
- Publicação do Caderno de Curso digital no Ambiente Virtual de Aprendizagem (AVA), consolidando regras, temas e programação.
- Conquista do 3º lugar no 2º Prêmio Anvisa (Categoria Geral - Processo de Suporte), celebrando a excelência da iniciativa nos 25 anos da Agência.
- Participação no 38º Congresso Conasems (2025) - Ciência de Dados e Inteligência Artificial no fortalecimento da gestão do SUS: experiências exitosas
Equipe
Hospital Alemão Oswaldo Cruz
Anderson Mesquita Franca
Debora Schuskel
Elivelton Borges Pinheiro
Giovanna Valadares Borges
Jefferson Luis da Silva Oliveira
Kelly de Lira Gonçalves Machado
Lucas Custodio Alexandrino
Luci Scheffer
Monica Batista de Oliveira
Nicolas Rocha do Nascimento
Tathiana Soares Machado Velasco
Thiago Cezar Macete
Vitor Hiroshi Pereira
Wilma Madeira da Silva
Gerência-Geral de Conhecimento, Inovação e Pesquisa (GGCIP)