Uma nova ferramenta de inteligência artificial (IA) criada por pesquisadores portugueses promete transformar o atendimento emergencial de pacientes com Acidente Vascular Cerebral (AVC). Desenvolvida pela NOVA Information Management School (NOVA IMS) em parceria com a Universidade do Algarve (UAlg), a tecnologia é capaz de prever o risco de morte de um paciente após um AVC com 98,5% de acurácia.
O modelo utiliza dados clínicos recolhidos nas primeiras horas de internação, funcionando como um sistema de apoio à decisão médica em tempo real. Ao processar rapidamente variáveis complexas como idade, glicemia, hemoglobina, frequência respiratória e gravidade do AVC, o algoritmo pode indicar com alta precisão quais pacientes correm maior risco de mortalidade, permitindo intervenções mais rápidas e personalizadas.
Modelagem baseada em dados reais do SUS português
O sistema foi treinado com uma base de dados composta por 332 pacientes internados entre 2016 e 2018 no Centro Hospitalar Universitário do Algarve. O objetivo era simular, com base em históricos clínicos reais, cenários de desfecho de AVC com o apoio de inteligência artificial explicável — ou seja, que além de prever, também apresenta as razões que levaram àquela previsão.
O modelo é baseado em árvores de decisão, um tipo de algoritmo de aprendizado supervisionado conhecido pela sua capacidade de explicitar os critérios usados para cada recomendação, o que favorece sua aceitação na prática médica. Ao todo, o sistema identificou 24 variáveis clínicas com peso significativo na mortalidade hospitalar por AVC.
IA transparente e compreensível para uso clínico
Diferente de abordagens de IA que atuam como “caixas-pretas”, o projeto português tem como um de seus diferenciais a transparência do modelo. A cada previsão gerada, a ferramenta apresenta quais fatores clínicos mais contribuíram para o resultado, o que permite validação por parte do profissional de saúde e construção de confiança entre tecnologia e prática médica.
Segundo os pesquisadores, essa característica é fundamental para que a ferramenta não apenas seja precisa, mas também aceita e adotada de forma responsável por médicos — um desafio comum em sistemas de IA para a saúde, que muitas vezes falham em comunicar seus critérios e geram desconfiança na ponta.
Apoio à decisão, não substituição do julgamento clínico
Os autores reforçam que a IA não deve substituir o julgamento médico, mas sim atuar como complemento à experiência clínica, especialmente em cenários de emergência onde o tempo e a precisão são determinantes. A ferramenta oferece uma segunda opinião automatizada com base em dados históricos e estatísticos, que pode ajudar médicos a priorizar casos mais críticos com base em evidências objetivas.
“A IA atua como uma forma de triagem inteligente, ajudando o profissional a identificar padrões que, por vezes, passariam despercebidos no volume de dados clínicos”, explicaram os responsáveis pelo projeto.
Potencial para outras aplicações na saúde
Embora o foco atual do modelo seja a previsão de risco de morte por AVC, os pesquisadores afirmam que o mesmo princípio pode ser aplicado a outras condições críticas, como:
- Prevenção de infecções hospitalares
- Readmissões precoces
- Monitoramento pós-operatório
- Gestão de unidades de terapia intensiva
A ideia é que o modelo possa ser adaptado a diferentes contextos hospitalares, desde que alimentado por bases de dados confiáveis e específicas de cada condição clínica.
Desafios para adoção em larga escala
Apesar da precisão e das vantagens claras, o modelo ainda precisa ser validado em ambientes clínicos mais amplos, incluindo hospitais de diferentes regiões e perfis populacionais. A amostra utilizada, embora consistente, é regional e limitada a um único centro hospitalar.
Especialistas destacam que para que o sistema seja utilizado em larga escala pelo sistema nacional de saúde (ou adaptado para outros países), é necessário realizar estudos multicêntricos, testar a robustez do algoritmo em cenários diversos e garantir a interoperabilidade com sistemas eletrônicos de saúde já existentes.
Nova era para a saúde digital em Portugal
O projeto reforça a posição de Portugal como um dos países europeus que mais investem em aplicações práticas de IA na saúde pública, unindo academia, tecnologia e setor clínico. A pesquisa foi publicada na revista científica Neuroscience Informatics e tem recebido atenção internacional pela abordagem ética, explicável e centrada no paciente.
Além disso, a iniciativa da NOVA IMS e da UAlg demonstra o potencial da colaboração entre especialistas em ciência de dados e profissionais de saúde, modelo que poderá servir de referência para outros centros hospitalares em busca de soluções tecnológicas para desafios clínicos complexos.
IA como aliada estratégica no cuidado emergencial
O uso de IA para prever risco de morte após AVC representa um avanço significativo no uso de tecnologia para salvar vidas. A combinação entre alta acurácia, transparência e aplicação prática faz deste modelo um exemplo promissor de como a inteligência artificial pode ser incorporada com responsabilidade na rotina hospitalar.
Com estudos adicionais e ampliação da base de dados, essa tecnologia pode se tornar um marco na medicina preditiva, contribuindo para decisões mais rápidas, personalizadas e eficientes — sempre com o paciente no centro da estratégia.
Brasil avança em diagnóstico e reabilitação com IA
No Brasil, a ABNeuro, em parceria com a Unifesp, utiliza IA desde o diagnóstico até a reabilitação de AVCs:
- Diagnóstico precoce: aplicativos rastreiam risco de evolução de AVC isquêmico para hemorrágico com base em dados de mais de 3 mil pacientes nacionais e internacionais
- Prevenção de complicações: modelos monitoram pressão, temperatura e doppler transcraniano para alertar riscos de isquemia dias antes.
- Identificação de disfagia: sistemas analisam variações na voz durante a deglutição para detectar dificuldades alimentares.
- Reabilitação com realidade virtual: a Fiocruz Ceará validou técnicas que usam óculos VR para captar dados de movimento — espaço, velocidade e ângulo — em pacientes em recuperação.
Abordagem abrangente: do diagnóstico à recuperação
A adoção brasileira mostra maturidade tecnológica na saúde:
- A Unifesp, em conjunto com a Columbia University, coleta dados de eletrofisiologia e neuroimagem para aprimorar precisão em diagnósticos e prognósticos
- O Centro de Inteligência Artificial (C4AI) da USP, IBM e FAPESP está detalhando como os algoritmos aprendem a reconhecer padrões, garantindo segurança e robustez
- O uso de ferramentas como RAPID.AI e Brainomix Suite em hospitais brasileiros permite identificar áreas “salváveis” no cérebro, reduzindo ressonâncias e acelerando decisões clínicas.
Avanços e desafios: amostras limitadas e interoperabilidade
Embora promissoras, essas tecnologias ainda dependem de validação multicêntrica para ganhar escala. Amostras regionais — 332 pacientes em Portugal e cerca de 3 mil no Brasil — precisam ser expandidas para fortalecer a robustez. Além disso, é essencial integrar essas soluções aos sistemas eletrônicos de saúde existentes, garantindo interoperabilidade e adoção sistêmica.
Tecnologia com foco nas pessoas
Esses projetos demonstram que a IA na saúde não é apenas técnica: ela é centrada no paciente. As ferramentas ajudam médicos, mas respeitam a autonomia clínica, priorizando transparência e efetividade em cada fase da jornada do AVC: diagnóstico, monitoramento, triagem de risco e reabilitação.
Impacto estratégico na saúde digital
Para executivos de TI e inovação em saúde, esses casos representam modelo de implementação responsável de IA. Incluem:
- Transparência e explicabilidade: sistemas que explicam suas decisões.
- Apoio clínico estruturado: algoritmos a serviço do médico, não como substitutos.
- Integração em fluxos operacionais: da emergência ao pós-alta.
- Foco em resultados reais: economia de tempo, redução de riscos e valorização da experiência clínica.
Próximos passos para adoção em larga escala
Para que essas soluções avancem, é necessária:
- Validação multicêntrica, reunindo diferentes perfis hospitalares no Brasil e exterior.
- Governança de dados e compliance, respeitando LGPD e regulamentos internacionais.
- Integração tecnológica: APIs, interoperabilidade e compatibilidade com sistemas hospitalares.
- Capacitação clínica e tecnológica, envolvendo equipes multidisciplinares.
- Avaliação de impacto: redução de internações, tempo de resposta e custos operacionais.
Conclusão
Modelos de IA que preveem risco de morte pós-AVC com alta precisão — como o da NOVA IMS/UAlg — e tecnologias brasileiras que vão do diagnóstico à reabilitação mostram que a inteligência artificial pode ser aliada decisiva na medicina preditiva.
Executivos de TI na saúde devem, portanto, olhar para essas soluções como prioridade estratégica, não apenas inovação. Ao integrar IA com governança, transparência e foco no paciente, é possível criar sistemas de saúde mais eficientes, responsivos e centrados em resultados reais.
Siga o Itshow no LinkedIn e assine a nossa News para ficar por dentro de todas as notícias do setor de TI, Telecom e Cibersegurança!
