Projeto BRICS de IA no SUS (ITMI): Análise de Viabilidade
O que os US$ 320 milhões compram (e o que eles escondem)
O contrato foi assinado: US$ 320 milhões (aprox. R$ 1,8 bilhão) financiados pelo NDB para construir o Instituto Tecnológico de Medicina Inteligente (ITMI-Brasil) dentro do complexo do HC-USP. A promessa é bonita: IA no diagnóstico, ambulâncias 5G e gestão automatizada. Conforme detalhado no anúncio oficial do MCTI sobre o contrato com o Novo Banco de Desenvolvimento (NDB).
Mas quem trabalha no chão de fábrica da TI em saúde sabe que dinheiro para obra (CAPEX) é fácil de conseguir; difícil é manter a operação (OPEX) e a integração sistêmica depois que a fita é cortada.
Se você é gestor de TI, fornecedor de MedTech ou decisor público, esqueça o marketing político. Vamos dissecar os desafios reais de engenharia e interoperabilidade que esse projeto vai enfrentar para não virar apenas um “prédio inteligente” desconectado da realidade do SUS.
1. O Escopo vs. O Legado (O Desafio HC-USP)
Construir o ITMI do zero é a parte fácil. O problema é onde ele está sendo inserido. O Hospital das Clínicas da USP é um colosso de sistemas legados, muitos desenvolvidos internamente (“caseiros”) ou versões customizadas de ERPs de mercado (como MV ou Tasy) que já sofreram décadas de patches.
O projeto prevê 150 mil m² de área. Para a TI, isso significa:
- Silos de Dados: A IA do novo prédio conseguirá ler o histórico do paciente que foi atendido no Instituto Central do HC em 2015? Se a resposta for não, a “inteligência” será limitada.
- Interoperabilidade Semântica: Não basta conectar cabos. O sistema novo precisa entender que “Dipirona 500mg” no sistema A é o mesmo que “Metamizol Sódico” no sistema B. Sem padronização rigorosa, a IA vai alucinar.
2. A Camada de Dados: Onde a IA Tropeça
O texto do MCTI fala em “inteligência artificial aplicada ao diagnóstico”. Vamos ser realistas: IA não é mágica, é estatística aplicada a grandes volumes de dados.
Para o ITMI funcionar, o Brasil precisará resolver a maior dívida técnica do SUS: a qualidade do dado na ponta.
- RNDS (Rede Nacional de Dados em Saúde): O ITMI será obrigado a trafegar dados pela RNDS. Hoje, a rede ainda sofre com inconsistências de preenchimento na atenção básica.
- Padrão HL7 FHIR: Se o ITMI não nascer nativo em FHIR (Fast Healthcare Interoperability Resources), ele será uma ilha. A licitação para o software deste hospital não pode aceitar padrões proprietários fechados, sob pena de violar a Lei de Acesso à Informação indiretamente por inviabilidade técnica.
3. Infraestrutura Crítica: 5G e Edge Computing
O projeto menciona “ambulâncias conectadas por redes 5G”. Como engenheiro, vejo dois pontos de falha crítica aqui:
- Sombra de Sinal: São Paulo tem áreas de sombra de sinal 5G. Se a ambulância depende da nuvem para processar a telemetria vital, o paciente corre risco ao entrar num túnel.
- Processamento na Borda (Edge): A arquitetura precisará ter servidores potentes dentro da ambulância (Edge Computing) para processar dados críticos localmente, usando o 5G apenas para sincronização, não para dependência em tempo real.
Nota Técnica: Licitações que pedem apenas “conectividade 5G” sem especificar latência máxima e redundância de link (SD-WAN com 4G/Satélite) são receitas para sistemas que caem no meio do atendimento.
4. O Modelo de Negócio e Soberania (O Fator BRICS)
O financiamento vem do NDB. Historicamente, financiamentos de bancos de fomento atrelados a blocos econômicos podem vir com “sugestões” de fornecedores.
Há uma oportunidade gigante para o mercado nacional, mas também um risco de lock-in tecnológico com hardware asiático (comum nos BRICS).
- Gestão de Identidade: Quem controlará os dados biométricos dos pacientes? O datacenter será próprio do HC/Gov.br ou uma nuvem parceira? A LGPD (Lei 13.709) impõe restrições severas sobre a soberania desses dados sensíveis.
⚠️ Reality Check: O Que Ninguém Te Conta
Existe uma armadilha clássica em projetos públicos de alta tecnologia no Brasil: a manutenção do software de IA. Diferente de um Raio-X que você compra e usa por 10 anos, modelos de IA sofrem “drift” (degradação de precisão) se não forem recalibrados constantemente com novos dados locais.
A estimativa real: Um hospital desse porte precisa reservar cerca de 20% a 25% do valor do investimento inicial por ano apenas para OPEX de TI (licenças, nuvem, equipe de cientistas de dados). Se o orçamento prevê apenas a obra (tijolo e tomógrafo) e esquece o contrato de sustentação do algoritmo, em 2028 teremos um hospital moderno com sistemas “burros” operando no manual.
