A inteligência artificial da NoHarm substitui médicos ou farmacêuticos?

Não. A NoHarm atua como uma camada adicional de segurança no processo de prescrição, funcionando como uma segunda checagem automática. Seu objetivo é alertar profissionais sobre riscos potenciais, como doses incorretas ou interações medicamentosas, mas a decisão final permanece com o médico ou o farmacêutico. A tecnologia não substitui o julgamento clínico — apenas o complementa com análises em tempo real.

Como o sistema identifica erros de medicação e riscos ao paciente?

A NoHarm utiliza técnicas avançadas de Processamento de Linguagem Natural (NLP) e redes neurais profundas para analisar prescrições médicas, exames laboratoriais e anotações clínicas em texto livre. Com isso, detecta riscos como overdose, duplicidade, posologia inadequada, interações medicamentosas e outros eventos adversos. A IA combina dados estruturados e não estruturados para garantir mais precisão na identificação de erros.

Como funciona o escore de risco da prescrição?

O sistema atribui um escore de risco de 0 a 3 para cada nova prescrição, com base na similaridade com os padrões históricos da própria instituição. Escore 0 indica posologia comum (verde); escore 3 indica posologia incomum ou potencialmente perigosa (vermelho). Isso ajuda a priorizar os casos críticos no painel do farmacêutico, otimizando o tempo de resposta e intervenção.

O que acontece quando a IA detecta uma prescrição de alto risco?

A prescrição com escore alto é destacada no painel do farmacêutico, que pode filtrar por setor, tipo de medicamento ou alterações laboratoriais. Se validado o risco (como uma dose inadequada para um paciente com insuficiência renal, por exemplo), o farmacêutico entra em contato com o médico para correção. A medicação só é liberada após essa revisão ou com a dispensa formal do alerta.

O paciente precisa autorizar o uso de seus dados pela NoHarm?

Sim. O uso da ferramenta está em conformidade com a Lei Geral de Proteção de Dados (LGPD). O consentimento do paciente é obtido por meio do termo de internação, e os dados são tratados com segurança, respeitando critérios de rastreabilidade, minimização e controle de acesso.

A tecnologia pode ser usada pelo SUS?

Sim. A NoHarm já opera em hospitais públicos e em unidades básicas de saúde, inclusive em regiões remotas como a Amazônia. O sistema é compatível com padrões como HL7/FHIR, o que facilita sua integração com sistemas públicos como o e-SUS AB. Sua expansão está sendo viabilizada por chamadas públicas e apoio institucional via programas como Juntos Pela Saúde (BNDES, IDIS, Umane).

Como a NoHarm trata dados não estruturados do prontuário eletrônico?

A ferramenta analisa campos de texto livre, como a evolução clínica, utilizando modelos de linguagem treinados especificamente em português clínico. Com isso, consegue identificar padrões sutis de risco, como sintomas descritos manualmente, reações adversas ou alterações clínicas que não aparecem em dados estruturados.

Quais resultados reais foram observados após a adoção da NoHarm?

Hospitais que adotaram a NoHarm relataram reduções drásticas na taxa de erro em prescrições. No Hospital Risoleta Tolentino Neves, por exemplo, os erros caíram de 13% para 0,3%, e o número de prescrições revisadas subiu de 0,6% para 49%. Outro estudo em Porto Alegre mostrou mais de 4.900 intervenções em um ano, com aceitação médica de quase 60% e economia significativa com ajustes terapêuticos.

Como hospitais e municípios podem aderir à NoHarm?

Municípios interessados em adotar a NoHarm APS (voltada para Atenção Primária) podem se inscrever por meio de chamadas públicas disponíveis no site oficial do projeto. A iniciativa conta com financiamento de entidades como o BNDES, IDIS e Umane, com foco na expansão para regiões do Norte e Nordeste do Brasil.

Como a Inteligência Artificial Está Revolucionando a Previsão da Gripe? Veja o Que Dizem os Estudos!

Introdução

Apesar das vacinas, a gripe ainda causa de 290 mil a 650 mil mortes por ano. Prever esses surtos é como prever o tempo: exige dados, modelos e inteligência. E é aqui que a Inteligência Artificial (IA) entra. Com técnicas como deep learning e aprendizado de máquina, a IA analisa dados meteorológicos, redes sociais e históricos clínicos para prever quando e onde os surtos ocorrerão. Assim como um GPS mostra o trânsito, a IA pode guiar ações de saúde pública antes que a gripe se espalhe.

Por que este estudo importa?

A gripe continua a ser uma ameaça global mesmo com vacinas.
O uso de IA pode melhorar drasticamente a resposta a surtos.
Mostra como dados diversos (clínicos, sociais, ambientais) podem salvar vidas.
Apoia decisões mais rápidas e inteligentes por gestores de saúde.

Objetivo e Metodologia

Este scoping review buscou mapear modelos preditivos de IA aplicados à gripe. Foram analisados artigos publicados entre 2013 e 2023 em bases como PubMed e IEEE. Incluíram-se modelos baseados em machine learning, deep learning, redes neurais e modelagens híbridas. Os dados avaliados incluíam entradas como registros clínicos, mídias sociais e meteorologia.

Principais Achados

Apenas 9 estudos preencheram os critérios de qualidade e aplicabilidade.
Modelos com LSTM e CNN-LSTM lideraram em acurácia preditiva.
Fontes de dados: registros epidemiológicos, redes sociais, dados climáticos.
Modelos de IA superaram os tradicionais na previsão de 1 a 2 semanas.
Pouca validação externa e pouca transparência nos algoritmos.

Limitações e Lacunas

Falta de validação externa com dados de outros países ou regiões.
Pouca explicabilidade nos modelos — as decisões da IA são “caixas-pretas”.
Baixa integração com sistemas reais de saúde pública.
Ausência de dados comportamentais e sociais em larga escala.

Conclusão

A IA já mostra que pode prever a gripe com mais precisão que os métodos tradicionais. Mas precisa ser transparente, integrada aos sistemas reais de saúde e validada amplamente. Quer acompanhar mais insights como esse?

Siga o @NeuralSaude no Instagram e receba conteúdos sobre saúde digital todos os dias!

FAQ

1. A IA já é usada oficialmente em previsão de gripe?Ainda está em estágio de pesquisa. A maioria dos modelos não foi implementada em sistemas nacionais de saúde.2. Por que prever gripe é tão importante?Permite preparar hospitais, campanhas de vacinação e políticas públicas com antecedência, salvando vidas e recursos.3. Quais dados a IA usa para prever surtos?Desde registros clínicos e meteorologia até interações em redes sociais e buscas no Google.4. Quais modelos se destacaram?Modelos LSTM e híbridos (como CNN-LSTM) tiveram melhor desempenho na previsão de curto prazo.5. Onde a IA mais falha nesse campo?Falta de transparência e baixa validação externa tornam difícil confiar 100% nos resultados.

Referência:

Onifade IA, Adeoye A, Bayode MT, et al. Artificial Intelligence and Computational Methods for Modelling and Forecasting Influenza and Influenza-like Illness: A Scoping Review. medRxiv. 2025. https://doi.org/10.1101/2025.05.05.25327004

Post Views: 67