Agentes de IA e interoperabilidade de dados redesenham a saúde

Por Wagner Andrade

A transformação digital da saúde vive um novo momento. Mais do que a chegada de novas ferramentas ou aplicações específicas, o setor começa a perceber que a próxima grande mudança será estrutural: a forma como os sistemas de saúde organizam dados, integram plataformas e incorporam inteligência artificial em seus fluxos de trabalho.

Esse movimento ficou evidente durante a HIMSS Global Health Conference & Exhibition 2026, um dos principais eventos globais dedicados à inovação em saúde. O encontro reúne anualmente milhares de executivos, médicos e especialistas em tecnologia para discutir os rumos da medicina digital, e, na edição deste ano, um tema ganhou destaque: a evolução da inteligência artificial para um modelo mais autônomo e integrado aos sistemas hospitalares.

Nos últimos anos, a primeira onda de inteligência artificial (IA) na saúde foi marcada pelo avanço da chamada Generative AI. Esses sistemas são capazes de resumir prontuários, gerar relatórios médicos e apoiar a documentação clínica, funcionando essencialmente como assistentes cognitivos para profissionais de saúde.

Agora, um novo paradigma começa a ganhar espaço: a chamada Agentic AI. Diferentemente dos modelos anteriores, esses sistemas são capazes de executar tarefas dentro de fluxos operacionais, interagir com diferentes sistemas hospitalares e tomar decisões condicionais em processos clínicos ou administrativos.

Na prática, isso significa que a inteligência artificial começa a deixar de ser apenas uma ferramenta de apoio e passa a atuar como uma camada operacional dentro da infraestrutura hospitalar. Exemplos incluem agentes para coordenação de agendamentos, análise automatizada de prontuários, triagem inicial de pacientes e automação de autorizações de procedimentos.

Essa evolução tecnológica ocorre em um momento em que os sistemas de saúde enfrentam pressões cada vez maiores.

Em muitas economias avançadas, o setor já representa cerca de 10% do Produto Interno Bruto. Nos Estados Unidos, esse percentual ultrapassa 16%, enquanto no Brasil os gastos também giram em torno de 9% a 10% do PIB.

Três fatores ajudam a explicar essa pressão crescente. O primeiro é o envelhecimento populacional. Projeções da Organização das Nações Unidas indicam que, até 2050, a população global com mais de 65 anos deverá praticamente dobrar.

O segundo fator é o avanço das doenças crônicas. Segundo a Organização Mundial da Saúde (OMS), cerca de 70% das mortes no mundo já estão associadas a condições como diabetes, doenças cardiovasculares, câncer e enfermidades neurodegenerativas, problemas que exigem acompanhamento contínuo e grande volume de dados clínicos.

O terceiro fator é econômico. Em muitos países, os custos da saúde crescem mais rapidamente do que o próprio PIB, pressionando governos, operadoras e hospitais a buscar novas formas de eficiência.

Nesse cenário, a inteligência artificial surge como uma das principais ferramentas para aumentar a eficiência do sistema. No entanto, existe um ponto fundamental que frequentemente passa despercebido: a IA depende diretamente da qualidade dos dados disponíveis.

Sem dados clínicos estruturados, interoperáveis e semanticamente organizados, a inteligência artificial simplesmente não consegue operar com segurança.

Historicamente, os sistemas hospitalares foram construídos de forma fragmentada. Prontuários eletrônicos, sistemas laboratoriais, plataformas de imagem e sistemas administrativos muitas vezes operam de forma isolada, dificultando o compartilhamento de informações.

Nos últimos anos, padrões como o FHIR (Fast Healthcare Interoperability Resources) começaram a ganhar relevância ao permitir a troca estruturada de dados entre diferentes plataformas. Nesse contexto, a interoperabilidade deixa de ser apenas um desafio técnico e passa a representar a base da inteligência operacional na saúde digital.

O caso brasileiro ilustra bem os desafios desse cenário

O país destina cerca de US$ 230 bilhões anuais à saúde, valor equivalente a aproximadamente 10% do PIB. No entanto, quando se observa o gasto por pessoa, a diferença em relação a economias mais ricas é significativa: o valor médio anual gira em torno de US$ 1.800 por habitante.

Essa realidade reflete um sistema marcado por fortes contrastes. Em grandes centros urbanos, hospitais privados frequentemente operam com tecnologia de ponta e equipes altamente especializadas. Ao mesmo tempo, regiões mais afastadas ainda enfrentam limitações importantes de acesso, infraestrutura e disponibilidade de profissionais.

Diante desse cenário, a tecnologia pode desempenhar um papel decisivo para ampliar o acesso, melhorar a eficiência operacional e apoiar decisões clínicas mais complexas.

No entanto, a próxima fase da transformação digital da saúde não será definida apenas por aplicativos ou algoritmos isolados. Ela será definida pela arquitetura dos sistemas digitais que conectam dados, profissionais e processos dentro do ecossistema hospitalar.

A tendência é que hospitais passem a competir não apenas por infraestrutura física ou equipes médicas qualificadas, mas também pela qualidade de suas plataformas digitais, especialmente pela capacidade de integrar dados clínicos, coordenar fluxos de cuidado e apoiar decisões médicas com inteligência artificial.

Depois de décadas focada em digitalizar registros e processos, a saúde começa a entrar em uma nova fase: uma em que sistemas digitais não apenas registram informações, mas passam a participar ativamente da operação do cuidado.

Nesse novo cenário, a arquitetura da inteligência, baseada em dados, interoperabilidade e agentes de IA, tende a se tornar uma das infraestruturas mais estratégicas da medicina contemporânea.

*Wagner Andrade é CEO da dataRain.