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.

Artigo Científico: IA médica supera médicos em diagnósticos usando dados multimodais

Título Original

Advancing Conversational Diagnostic AI with Multimodal Reasoning

Título Traduzido

Avanços na IA Diagnóstica Conversacional com Raciocínio Multimodal

Resumo da Introdução

O artigo apresenta o sistema AMIE (Articulate Medical Intelligence Explorer), uma IA baseada em modelos de linguagem (LLMs), que realiza conversas diagnósticas em ambientes clínicos. A inovação central é a capacidade da IA de processar e raciocinar sobre dados multimodais — como fotos de pele, traçados de ECG e documentos clínicos — dentro de conversas por chat, simulando interações clínicas reais. Essa abordagem busca resolver limitações de sistemas anteriores, que dependiam exclusivamente de texto, distantes da prática médica real, especialmente em contextos de telemedicina.

Resumo da Metodologia

A arquitetura do AMIE integra um modelo state-aware, orientado por fases (história clínica, diagnóstico e manejo, e acompanhamento), baseado no Gemini 2.0 Flash. A metodologia incluiu:

Desenvolvimento de um simulador com agentes de paciente e IA.
Geração de cenários clínicos realistas com dados visuais.
Avaliação automatizada com agentes avaliadores e testes de percepção visual.
Estudo clínico randomizado e duplo-cego com 25 atores-pacientes e médicos de atenção primária, comparando interações via chat com AMIE e médicos.

Resumo dos Resultados

O AMIE demonstrou desempenho igual ou superior ao de médicos em 29 dos 32 critérios avaliados, incluindo:

Precisão diagnóstica (diagnóstico correto nas 3 primeiras hipóteses).
Qualidade no raciocínio clínico e plano de manejo.
Comunicação empática e clareza.

Interpretação correta de imagens médicas.O sistema foi mais resiliente a dados de baixa qualidade e apresentou menos “alucinações” (interpretações incorretas).

Resumo da Conclusão

O estudo demonstra que IA com capacidades multimodais pode realizar diagnósticos clínicos com qualidade comparável (ou superior) à de médicos humanos em cenários simulados. Isso abre possibilidades para o uso seguro e eficaz da IA em consultas remotas. Contudo, os autores ressaltam a necessidade de mais pesquisas para garantir a aplicação segura em contextos reais.

FAQ – Perguntas Frequentes Baseadas no Artigo

1. O que diferencia o AMIE de outros sistemas de IA médica?Sua capacidade de interpretar dados multimodais (imagens e documentos) dentro de uma conversa clínica, o que é fundamental para uma avaliação médica completa.2. A IA foi testada contra médicos humanos?Sim. Em um estudo com 105 cenários clínicos simulados, a IA foi comparada com médicos de atenção primária e superou-os em múltiplos critérios.3. O sistema entende imagens clínicas com precisão?Sim. Ele passou por testes de percepção visual com imagens dermatológicas, ECGs e documentos clínicos, demonstrando alta acurácia na interpretação.4. O AMIE é capaz de mostrar empatia?Sim. A avaliação feita por atores-pacientes revelou que o sistema foi considerado empático, claro, e confiável, comparável aos médicos.5. Ele já está pronto para uso clínico real?Ainda não. Apesar dos resultados promissores, os autores enfatizam que mais validações são necessárias antes da adoção em ambientes clínicos reais.

Referência

Saab, K. et al. (2025). Advancing Conversational Diagnostic AI with Multimodal Reasoning. Google DeepMind & Google Research.Disponível em: https://arxiv.org/abs/2505.04653v1DOI: 10.48550/arXiv.2505.04653

Post Views: 81