Inteligência artificial na saúde pública: o que um município precisa perguntar antes de contratar
A pergunta útil deixou de ser se o município deve usar inteligência artificial e passou a ser como avaliar, como auditar e de quem é a responsabilidade quando o sistema erra.
O que mudou na pergunta sobre IA
Nos encontros do setor de saúde em 2026, incluindo o Londrina Unity Health, a conversa sobre inteligência artificial saiu do campo da demonstração e entrou no campo da avaliação. Gestores pararam de perguntar se a tecnologia funciona e passaram a perguntar como comprovar que funciona no contexto deles, quem responde por um erro e o que acontece quando o fornecedor muda de modelo.
Essa é a pergunta certa. Uma demonstração bem preparada mostra o melhor caso possível, com dado limpo e cenário escolhido. A operação municipal apresenta o oposto: cadastro com duplicidade, nome grafado de três formas, procedimento sem código padronizado e histórico que começa no meio. O critério de avaliação precisa nascer desse cenário, não do palco.
Resposta direta: avaliar IA na saúde municipal é verificar a origem do dado, exigir rastro de cada decisão sugerida, definir quem revisa e garantir que o município consiga sair do contrato levando os próprios dados.
Comece pela origem do dado, não pelo modelo
Antes de discutir qual modelo o fornecedor usa, verifique de onde vem o dado que alimenta o sistema. Em saúde municipal, ele costuma nascer em três lugares distintos: o prontuário da atenção básica, o sistema do consórcio ou da regulação e as planilhas paralelas que as equipes mantêm para sobreviver às lacunas dos dois primeiros. Se o terceiro grupo for grande, nenhuma tecnologia sobre ele produz indicador confiável.
Um teste simples e revelador: peça ao fornecedor que reproduza, com o dado real do município, um número que a secretaria já conhece por outro caminho. Tempo médio de espera por especialidade, total de encaminhamentos abertos, quantidade de pacientes únicos na fila. Se os números divergirem, a conversa sobre IA para de fazer sentido até a divergência ser explicada.
- Quais sistemas de origem alimentam a solução e com que frequência.
- Como o sistema trata cadastro duplicado, nome divergente e ausência de código padronizado.
- O que acontece quando uma fonte fica indisponível, e se o sistema informa isso ou apenas mostra a tela vazia.
- Se existe um número já conhecido pela secretaria que possa ser usado como prova de aderência.
Rastreabilidade, revisão humana e responsabilidade
Toda sugestão gerada por inteligência artificial que influencie atendimento, priorização ou gasto precisa deixar rastro. O registro mínimo inclui o que foi sugerido, com base em quais dados, em que momento, para qual usuário e o que a pessoa decidiu depois. Sem isso, não há auditoria possível, nem para o controle interno nem para o tribunal de contas.
Revisão humana não é formalidade de contrato. Ela precisa de tempo, de interface que mostre a evidência ao lado da sugestão e de caminho fácil para discordar. Quando a interface só oferece o botão de aceitar, a revisão vira carimbo, e a responsabilidade migra para quem menos tem condição de contestar.
A responsabilidade contratual deve ser explícita. Quem responde quando a sugestão está errada, qual o prazo de correção, e como o município é avisado de uma mudança de comportamento do modelo. Fornecedor que troca de modelo sem avisar muda o produto sem mudar o contrato.
Sugestão sem evidência ao lado e sem caminho de discordância não é apoio à decisão. É transferência silenciosa de responsabilidade para quem opera o sistema.
Proteção de dados e critério de saída
Dado de saúde é dado pessoal sensível na Lei Geral de Proteção de Dados, o que restringe hipóteses de tratamento e eleva a exigência de segurança. Pergunte onde o dado é processado, se sai do país, se é usado para treinar modelo de terceiro e como o compartilhamento com o fornecedor está formalizado. A resposta correta é escrita em contrato, não dita em reunião.
O critério de saída é o item que mais se esquece e o que mais custa depois. Exija por escrito a exportação completa em formato aberto, incluindo histórico, e o prazo para entregá-la. Sistema que só devolve relatório em PDF prende o município na próxima licitação, e o custo dessa prisão aparece anos depois, quando trocar de fornecedor vira digitar tudo de novo.
- Base legal do tratamento e registro das operações realizadas sobre dado sensível.
- Local de processamento, transferência internacional e uso do dado para treinamento.
- Exportação completa em formato aberto, com histórico, e prazo contratual de entrega.
- Plano de continuidade e teste de restauração de cópia de segurança, com evidência.
Perguntas frequentes
Um município pequeno deve investir em inteligência artificial na saúde?
Antes disso, deve garantir que os dados de fila, encaminhamento e atendimento existam em sistema, com histórico e sem retrabalho de planilha. Inteligência artificial sobre dado disperso produz conclusão rápida e errada. Com a base organizada, os primeiros ganhos costumam vir de automação simples, não de modelo complexo.
Como saber se a inteligência artificial de um fornecedor funciona de verdade?
Peça a reprodução de um número que a secretaria já conhece por outro caminho, usando dado real do município. Divergência sem explicação é motivo suficiente para interromper a avaliação. Peça também o registro de decisões sugeridas em um período e verifique se ele permite reconstruir o raciocínio.
A LGPD proíbe usar inteligência artificial em dados de saúde?
Não proíbe, mas trata dado de saúde como dado pessoal sensível, com hipóteses de tratamento mais restritas e exigência maior de segurança e registro. O uso precisa de base legal definida, finalidade específica, minimização e transparência sobre quem processa o dado e onde.
O que exigir em contrato para não ficar preso ao fornecedor?
Exportação completa dos dados em formato aberto e legível por máquina, com histórico, prazo contratual de entrega, documentação do modelo de dados e aviso prévio obrigatório em caso de mudança relevante no comportamento do sistema.
Fontes oficiais consultadas
- Lei Geral de Proteção de Dados Pessoais, Lei nº 13.709/2018
- Lei nº 14.129/2021, princípios do Governo Digital
- ANPD, radar tecnológico sobre inteligência artificial generativa
- Lei nº 13.460/2017, direitos do usuário dos serviços públicos
Conteúdo produzido pela equipe da InnovaG com base em experiência de engenharia para sistemas municipais e revisão de fontes oficiais. Orientações gerais não substituem análise técnica, jurídica ou de proteção de dados do município.
Conteúdos relacionados
- Eventos e presença
InnovaG no Londrina Unity Health 2026: o que dois dias de congresso trazem de volta para o município
Ler conteúdo - Engenharia GovTech
Cibersegurança em sistemas de saúde municipal: o que precisa estar pronto antes do incidente
Ler conteúdo - Engenharia GovTech
Como escolher software para prefeitura: critérios técnicos e operacionais
Ler conteúdo
Leve este processo para a operação do seu município.
A equipe da InnovaG demonstra a solução com cenários da sua secretaria e explica implantação, segurança e continuidade.