A IA na saúde é rica em visão e ambição. O que lhe falta é a implementação. Consultei especialistas de referência do setor para compreender o que é realmente necessário para se entrar neste mercado notoriamente exigente. Eis as suas três principais recomendações:
Adote uma abordagem baseada em agentes
Os sistemas baseados em agentes estão finalmente a colmatar a distância entre o potencial da IA na saúde e a sua ainda limitada aplicação no mundo real. Enquanto a IA generativa é capaz de criar conteúdos, a IA baseada em agentes consegue raciocinar, planear e agir.
” Acreditamos que a IA baseada em agentes é muito mais do que uma palavra da moda; representa a convergência entre sistemas autónomos e a inteligência vertical”, afirma Marta Zanchi, fundadora e Diretora Geral da Nina Capital, um fundo de capital de risco em fase inicial que investe nas áreas da saúde e tecnologia.
A Deloitte concorda. “O surgimento da IA baseado em agentes já captou a atenção dos dirigentes, com 30% deles a acreditar que terá um impacto significativo, apesar de se encontrar numa fase inicial”, afirma o Dr. Jay Bhatt, Diretor Geral do Deloitte Centerfor Health Solutions.
A IA baseada em agentes já está a ganhar terreno em áreas como o desenvolvimento de fármacos, a automatização da transcrição médica (scribes que convertem conversas em dados de EHR), ferramentas de triagem e, naturalmente, eficiência operacional. Esta última é, de facto, um dos conselhos essenciais de Zanchipara se sair da fase de projeto piloto e avançar para a produção em larga escala.
“Resolva os desafios operacionais essenciais”, aconselha ela. “Se a sua ferramenta não aborda diretamente a escassez de profissionais, insolvência financeira ou outros desafios críticos de sobrevivência, com um retorno financeiro mensurável e comprovado para os clientes na área da saúde, então trata-se de uma solução opcional.”
Pense vertical
Os agentes de IA especializados integram tecnologias avançadas de IA com conhecimento específico da área da saúde, fluxos de trabalho e dados proprietários (first –party data). Com dados de saúde dispersos, complexos e muitas vezes desorganizados, e sem margem para erros, a especialização é fundamental para a aplicação da IA na saúde.
“Não se deixe levar pelo entusiasmo exagerado em torno da IA generalista. Não construa em cima de um modelo genérico de outra empresa, a menos que tenha experiência específica na área”, aconselha Zanchi.
“A indústria da saúde enfrenta atualmente uma aplicação inadequada da IA generativa. Enquanto o mercado em geral investe quase 50% dos orçamentos da IA em vendas e marketing, acreditamos que esse enfoque não é adequado para a saúde. O verdadeiro impacto dos grandes modelos de linguagem (LLMs) nos resultados clínicos, não se encontra em chatbots de uso geral,mas sim, em modelos especializados, específicos do domínio, sustentados por dados proprietários (first-party data) e know-how especializado”.
De facto, é o equilíbrio entre IA horizontal (genérica) e a IA vertical (especializada), ou uma malha de IA baseada em agentes, que é necessário para impulsionar a transformação na saúde – ou resolver o paradoxo da IA generativa, como indica a McKinsey. Segundo a análise da McKinsey, cerca de 80% das empresas usam IA generativa, mas a maioria não consegue demonstrar impacto financeiro real. A razão, segundo eles, é o desequilíbrio entre aplicações de IA genérica a nível empresarial (como copilots e chatbots) e desenvolvimentos verticais específicos, dos quais apenas 10% ultrapassam a fase de projetos pilotos. Agentes de IA capazes de raciocinar, planear e equilibrar aplicações genéricas e especializadas serão os responsáveis pela adoção efetiva da tecnologia.
Planeie um caminho para a implementação
O mercado da saúde é notoriamente difícil de penetrar. Regulamentos rigorosos de privacidade e segurança, risco médico-legal, legacy systems e a resistência dos profissionais de saúde à mudança são desafios que os empreendedores devem conhecer e planear desde a primeira hora.
” O maior erro que uma Startup em fase inicial pode cometer é esquecer-se de falar com os clientes antes de construir um produto ou serviço, e não ter claro sobre quem irá pagar e por que pagará”, afirma Lisa Suennen, sócia-gerente da American HeartAssociation Ventures.
“A maior diferença entre as fases inicial e avançada neste setor é a falta de clareza sobre implementação e o necessário para se chegar ao mercado”.
“Cerca de 30% dos sistemas de saúde passaram da fase de projeto piloto para a implementação em escala, numa função específica. No entanto, quase metade ainda está na fase experimental, e uma minoria significativa ainda não adotou IA de forma alguma”, acrescenta Bhatt, da Deloitte.
“Projetos piloto incrementais já não são suficientes. As organizações que estão a ver impacto real estão a implementar IA em várias funções e a ligar a implementação diretamente a resultados financeiros e operacionais.”
O que muitos empreendedores subestimam é a importância da integração, acrescenta Bhatt. Soluções que simplifiquem a implementação em ambientes de legacy systems, especialmente aquelas que fazem a ponte entre sistemas antigos e novos, são muitas vezes mais valiosas do que capacidades de IA isoladas. A decisão de optar por um fornecedor de IA em fase inicial, depende menos da sofisticação do modelo e mais do ajuste à implementação, gestão de risco, preparação para supervisão e capacidade de capturar valor de forma credível com um caminho para a escala.
“mesmo uma forte validação clínica e retorno sobre investimento (ROI) ficam paralisados sem respostas claras sobre segurança, acesso a dados, capacidade de integração e responsabilidade operacional”, acrescenta Bhatt. “Os compradores esperam agora um plano claro na passagem de projeto piloto para a escala e consideram a prontidão dos dados como o verdadeiro fator determinante”.
Olhando para 2026 e 2027, ele prevê que os orçamentos de IA na saúde se vão concentrar em produtos focados no envolvimento do consumidor e fluxo de pacientes (como agendamentos inteligentes ou triagem), prestação de cuidados (como suporte à decisão e coordenação de cuidados longitudinais), fluxos de pagamento e otimização da força de trabalho.
“Os amadores já saíram de cena” afirma Zanchi. “Para sobreviver e prosperar em 2026, é necessário demonstrar que a sua tecnologia não é apenas uma capacidade, mas sim uma solução indispensável para um estrangulamento crítico na saúde.
Desbloquear esse estrangulamento deve gerar ganhos financeiros significativos e mensuráveis para o comprador final, parte dos quais você pode capturar de forma demonstrável para sustentar o seu negócio. Com demasiada frequência, start-ups geram “valor para o sistema”, ignorando o quão pouco desse valor, acaba efetivamente nas mãos dos clientes e compradores previstos. Não caia nessa armadilha”.
Todas estas, são lições valiosas que permitem a inovação. No entanto, é importante lembrar que existe outro caminho, embora raro: ele não é o da inovação incremental, mas sim, o da descoberta revolucionária. Um caminho que não é movido pelo ganho financeiro ou pelas necessidades do mercado. Se é um empreendedor a tentar mudar o paradigma, poderá não se encaixar no percurso habitual, e isso é perfeitamente aceitável; o setor da saúde também o espera de braços abertos.
Tal Patalon, MD, LLB, MBA é colaboradora da Forbes.com, Investigadora e médica em exercício especializada em medicina familiar e de emergência. Fundadora e CEO da Medāna
Tradução portuguesa: Filipa Vera Jardim
