A otimização de IA requer uma nova base de dados

A tarefa mais urgente na TI em saúde hoje é a entrada adequada de dados. Essa foi a mensagem central de Danny Sama, vice-presidente de plataforma digital e estratégia da Northwestern Medicine, durante uma sessão educacional na conferência HIMSS 2026 em Las Vegas. Sama disse ao público que os sistemas de saúde estão dedicando a maior parte da sua atenção à IA até investirem cronicamente na infra-estrutura de dados que determina se alguma coisa funcionará.

“Hoje, gastamos 80% do nosso tempo em IA, mas provavelmente não investimos a mesma parte dos nossos recursos”, disse Sama. A lacuna entre conversação e envolvimento cria um padrão familiar em grandes sistemas de saúde, onde os executivos discutem a estratégia de IA em todas as salas de reuniões, mas os modelos de dados empresariais, as camadas de integração em tempo real e as plataformas subjacentes necessárias para o seu trabalho operacional permanecem inacabados.

AI expõe dívida técnica

Na Northwestern Medicine, um sistema de saúde acadêmico com 11 hospitais com sede em Chicago, Sama supervisiona a plataforma digital e a estratégia de dados que sustentam a análise clínica e operacional. Ele descreveu um paradoxo que parecerá familiar para a maioria dos líderes de tecnologia de saúde: a IA, apesar de todas as suas promessas, ilumina silos de dados fragmentados, interfaces legadas e lacunas de metadados que se acumularam ao longo de décadas. Os dados estruturados e não estruturados estão espalhados pelos EHRs, pela nuvem pública, pelos ambientes de nuvem privada e pelos dispositivos finais. Quando os funcionários acham muito difícil acessar informações através dos canais oficiais, eles os ignoram, baixando dados em ferramentas não autorizadas e criando novos riscos.

Sama disse que o instinto da indústria de responder nomeando um novo cargo de alto escalão não resolverá o problema. Ele traçou a progressão do diretor de análise para o diretor de dados, para o diretor digital e agora para o diretor de inteligência artificial, e alertou que cada novo cargo corre o risco de se tornar um gesto simbólico. “É fácil dizer que precisamos investir nesta tecnologia. É muito mais difícil fazê-lo”, disse ele. O verdadeiro trabalho exige mudanças nos modelos operacionais, nas estruturas de governação e no investimento sustentado em tecnologias fundamentais.

Pare de perseguir dados primários

Uma das observações mais reveladoras de Sama diz respeito à busca de longa data da indústria por modelos de dados empresariais perfeitamente selecionados. Os sistemas de saúde passaram décadas tentando gerenciar, limpar e empacotar seus dados em estruturas organizadas, e Sama disse que os resultados foram, na melhor das hipóteses, mistos. As organizações fizeram progressos em áreas específicas e em casos de utilização específicos, mas a ideia de que qualquer sistema conseguirá uma gestão de dados empresariais de ponta a ponta não é realista, diz ele. O volume e a variedade de dados de saúde tornam-nos num alvo móvel que os quadros de governação nunca irão capturar totalmente.

Uma maneira melhor, disse Sama ao público, é através de grandes padrões de linguagem. As organizações que recrutam com IA estão aprendendo a usar LLMs para interpretar dados confusos e incompletos e aplicar salvaguardas para garantir a confiabilidade clínica. Esta abordagem requer investimento em interoperabilidade baseada em FHIR, padrões HL7, APIs e data lakes, mas não exige espera por um conjunto de dados primários que nunca chegará. A Northwestern Medicine também está investindo pesadamente em uma arquitetura orientada a eventos, afastando-se das interfaces ponto a ponto que ainda dominam a maioria das integrações de sistemas de saúde. Sama disse que sua equipe começou esse trabalho há seis anos e espera acelerar a implementação de novos casos de uso, permitindo fluxos de dados em tempo real que acionam fluxos de trabalho automatizados quando ocorrem eventos clínicos ou operacionais.

Construa onde é importante, compre onde não é

Sama também traçou uma linha clara entre os problemas para os quais vale a pena construir soluções individuais e aqueles que são melhor resolvidos através de parcerias. Não há razão, disse ele, para o sistema de saúde replicar bem as capacidades que a Microsoft, o Google ou outras grandes empresas de tecnologia já oferecem. O investimento na construção deve visar questões específicas de uma determinada instituição, tais como lacunas nos fluxos de trabalho clínicos, sinais de segurança dos pacientes que passam despercebidos e modelos operacionais que os produtos genéricos não abordam. A Northwestern Medicine aplicou essa lógica a uma iniciativa de segurança do paciente focada em achados incidentais de imagem, casos em que um estudo radiológico revela uma condição secundária que o médico solicitante não investigou especificamente. O sistema construiu uma ferramenta para ler relatórios de imagens, identificar essas descobertas e direcionar ações de acompanhamento para fluxos de trabalho clínicos.

Sama vinculou a questão da responsabilidade diretamente à disciplina financeira. Na Northwestern Medicine, os líderes que pretendem pilotar uma iniciativa de IA devem comprometer-se a demonstrar um retorno positivo do investimento como parte do seu plano operacional anual. O sistema de saúde não desenvolve projetos de IA por si só, uma vez que cada iniciativa deve estar ligada a um resultado comercial ou clínico mensurável.

Leve embora

• Priorize plataformas de dados empresariais, integração baseada em FHIR e arquitetura orientada a eventos em vez de projetos individuais de IA. A fonte de dados determina se a IA agregará valor ou exporá mais problemas.
• Pare de esperar pelos dados primários. Use o LLM para entender conjuntos de dados confusos e incompletos e invista em salvaguardas para garantir a confiabilidade clínica.
• Crie soluções personalizadas para problemas exclusivos da sua organização. Compre ou faça parceria para obter recursos que as grandes empresas de tecnologia já oferecem bem.
• Exigir responsabilidade financeira para pilotos de IA. Cada iniciativa deve estar vinculada a um resultado comercial ou clínico mensurável, com compromissos de ROI no plano operacional anual.

Sama encerrou com o princípio que orientou suas duas décadas na tecnologia da informação em saúde e ainda define a missão que tem pela frente. “Nosso trabalho é levar a informação certa à pessoa certa no momento certo”, disse ele. “Venho usando esse ditado há 20 anos. Ainda há muito trabalho a fazer.”