I.A. MED. SDE

Esta imersão foi cuidadosamente pensada para profissionais da área da saúde que desejam compreender e aplicar, na prática, os avanços mais relevantes da Inteligência Artificial no setor. Médicos, odontólogos, nutricionistas, fisioterapeutas, gestores hospitalares, biomédicos e demais profissionais que atuam em clínicas, laboratórios, hospitais e instituições de saúde encontrarão neste encontro uma oportunidade única de atualização e posicionamento diante das transformações que já estão remodelando a prática clínica.

Não é necessário conhecimento prévio em ciência de dados ou em inteligência artifical. O conteúdo foi estruturado para acolher tanto quem já faz uso e deseja aprofundar sua compreensão sobre o uso da IA em sua especialidade quanto o profissional que ainda está dando os primeiros passos nesse universo. A proposta é simples e poderosa: traduzir tecnologia em linguagem clínica e gerencial, para que você volte para sua rotina com uma visão estratégica e aplicável à sua realidade.

01 DE AGOSTO

BLOCO 1

Sexta-feira à noite (18h às 22h)

Inteligência Artificial na Saúde

Fundamentos e Estratégias da Inteligência Artificial na Saúde

1. Introdução à Inteligência Artificial (IA) e dados na saúde: por que agora?

Entenda por que a IA deixou de ser tendência e passou a ser realidade nos sistemas de saúde. Conheça os impactos já visíveis em diagnósticos, condutas clínicas e decisões de gestão.

2. Ciência de Dados: o que é, para que serve e como se aplica à saúde

Desmistificando a ciência de dados: como ela transforma informações médicas em decisões clínicas, otimizações operacionais e ganho de eficiência assistencial.

3. Pilares essenciais de projetos em Data & Analytics na área da saúde

Quais são os fundamentos técnicos, humanos e estratégicos por trás de toda iniciativa com dados bem-sucedida? Como estruturar a base certa para implantar IA com segurança?

4. Identificação e priorização de oportunidades com ROI claro (Retorno sobre o Investimento)

Como reconhecer os processos e setores da sua clínica ou hospital mais propícios à transformação por IA? Como calcular e apresentar o retorno esperado de forma objetiva?

5. Aspectos técnicos fundamentais: IA, ML, DL e GenAI

Compreenda as diferenças entre Inteligência Artificial (IA), Machine Learning (ML), Deep Learning (DL) e Inteligência Artificial Generativa (GenAI) — e onde cada uma se encaixa na realidade da saúde.

6. Modelagem de dados: métodos para transformar informação em solução

O que é modelar dados na prática? Quais são os tipos de modelagem existentes e como escolher o melhor caminho para problemas clínicos e operacionais?

Você vai sair da primeira noite sabendo exatamente o que já está sendo implantado em clínicas modernas, consultórios de ponta e hospitais particulares nas grandes capitais. Vai entender como a Inteligência Artificial está sendo usada, hoje, de forma prática, acessível e com resultados reais na saúde. O mais importante: como adaptar isso à sua realidade, com os recursos que você já tem.

02 DE AGOSTO

BLOCO 2 

Sábado pela manhã (08h30 às 13h00)

Construindo Soluções com IA na Saúde: Equipes, Dados e Responsabilidade

1. Estudos de caso em Machine Learning (ML)

Aplicações reais do aprendizado de máquina na saúde: como algoritmos ajudam a prever, detectar e apoiar decisões clínicas com mais precisão.

2. Perfis e composição de times de Data & Analytics

Quem são os profissionais que integram uma equipe de dados na saúde? Como médicos, enfermeiros, cientistas de dados e engenheiros trabalham juntos para transformar informação em ação clínica?

3. Desafios e oportunidades no uso de dados clínicos

Como lidar com prontuários incompletos, diferentes sistemas e bases fragmentadas? Como extrair valor mesmo com limitações estruturais?

4. Governança e interoperabilidade dos dados

Como garantir que os dados sejam confiáveis, bem organizados e possam "conversar" entre si em diferentes sistemas de clínicas, hospitais e laboratórios?

5.Legislação e ética no uso de dados e Inteligência Artificial

O que a LGPD exige na prática? Quais os limites éticos no uso de IA na saúde? Como proteger pacientes e profissionais diante da transformação digital?

6.Como planejar e construir uma solução data-driven na saúde

Passo a passo para sair do “conceito” e caminhar em direção a soluções reais baseadas em dados, alinhadas à realidade de clínicas, consultórios e instituições de saúde.

Você vai concluir este bloco com clareza sobre como montar — ou integrar — uma equipe de dados aplicada à saúde, mesmo em estruturas mais enxutas. Vai entender o que é necessário para transformar dados clínicos em decisões qualificadas, de forma ética, legal e tecnicamente viável. E, acima de tudo, vai sair com uma visão prática de como começar, do zero, a estruturar soluções baseadas em dados que se encaixem na sua clínica, consultório ou instituição de saúde.

BLOCO 3

Sábado à tarde (14h às 17h30)

Tecnologia, Precisão Clínica e o Futuro da Saúde

1.Casos clínicos avançados com IA: histórico eletrônico, RWE e medicina de precisão

Estudos reais demonstrando como algoritmos utilizam dados de prontuários eletrônicos, evidências do mundo real (RWE - Real World Evidence) e informações genéticas para apoiar decisões clínicas personalizadas e mais eficazes.

2. Refinando soluções data-driven: ajustes, performance e resultados

Como melhorar uma solução baseada em dados após implantada? Aprenda a analisar desempenho, fazer ajustes e potencializar o impacto clínico e gerencial da IA.

3. O futuro da saúde: tecnologias emergentes que já estão em aplicação

Panorama do que está em rápida expansão no Brasil e no mundo: telemedicina integrada com IA, Internet das Coisas Médica (IoMT), hospitais inteligentes, robôs cirúrgicos e automação de jornada do paciente.

4. Redesenhando a jornada do paciente com IA e tecnologia de dados

Como a experiência do paciente está sendo transformada — da triagem ao acompanhamento pós-alta — com o uso estratégico de dados e IA.

5.Encerramento e alinhamento de ações práticas

Síntese dos aprendizados, troca de experiências entre os participantes e direcionamentos para aplicar os conhecimentos imediatamente em clínicas, hospitais ou consultórios.

Você vai encerrar essa imersão com uma visão clara e estruturada sobre o que está por vir na medicina e na gestão da saúde. Vai conhecer tecnologias que já estão sendo aplicadas fora do eixo tradicional e entender como clínicas e hospitais estão redesenhando a jornada do paciente com mais eficiência e precisão. O mais relevante: você sai com direcionamento concreto para aplicar essas soluções, respeitando sua realidade e seu ritmo de implantação.

BLOCO 4

08 DE AGOSTO

Sexta-feira à noite (18h às 22h)

Tema: IA e Ciência de Dados na Otimização Operacional

IA e Eficiência Operacional na Saúde

Conceitos, Oportunidades e Bases para Transformação

Por que a eficiência operacional é o novo foco da IA na saúde?

Descubra como os desafios crescentes de custos, escassez de recursos e aumento de demanda estão tornando a IA essencial para uma operação sustentável em clínicas e hospitais.

Gestão de Leitos e Internações: alocação inteligente com dados.

Como algoritmos conseguem prever altas, otimizar a ocupação e reduzir tempo de espera em UTIs e enfermarias, melhorando o uso dos leitos sem comprometer a qualidade.

Otimização de agendas e fluxos assistenciais.

Veja como modelos de IA ajudam a reduzir ociosidade, melhorar a gestão de tempo clínico e aumentar o número de atendimentos com o mesmo time e estrutura.

Mapeamento de gargalos e desperdícios com dados operacionais

Aprenda como identificar processos ineficientes com análise de dados e como priorizar mudanças com retorno rápido e mensurável.

Aspectos técnicos essenciais para a operação com IA

Compreenda como funcionam os modelos preditivos, sistemas de recomendação e automação de processos no contexto operacional.

Por que a eficiência operacional é o novo foco da IA na saúde?

Descubra como os desafios crescentes de custos, escassez de recursos e aumento de demanda estão tornando a IA essencial para uma operação sustentável em clínicas e hospitais.

Gestão de Leitos e Internações: alocação inteligente com dados

Como algoritmos conseguem prever altas, otimizar a ocupação e reduzir tempo de espera em UTIs e enfermarias, melhorando o uso dos leitos sem comprometer a qualidade.

Otimização de agendas e fluxos assistenciais

Veja como modelos de IA ajudam a reduzir ociosidade, melhorar a gestão de tempo clínico e aumentar o número de atendimentos com o mesmo time e estrutura.

BLOCO 5

09 DE AGOSTO

Sábado pela manhã (08h30 às 12h30)

Mapeamento de gargalos e desperdícios com dados operacionais

Aprenda como identificar processos ineficientes com análise de dados e como priorizar mudanças com retorno rápido e mensurável.

Aspectos técnicos essenciais para a operação com IA

Compreenda como funcionam os modelos preditivos, sistemas de recomendação e automação de processos no contexto operacional.

Composição e capacitação de equipes operacionais orientadas por dados

Quem são os profissionais-chave na transformação operacional com dados? Como integrar clínicos, administradores e analistas em soluções com impacto direto no dia a dia?

Avaliando e aprimorando o desempenho das soluções operacionais

Métricas essenciais para avaliar ganhos de eficiência, redução de custos e impacto no tempo de atendimento — e como ajustar a estratégia ao longo do tempo.

Tecnologias emergentes para gestão operacional inteligente

Panorama do que está chegando com força no Brasil e no mundo: IA conversacional, RPA (Automação Robótica de Processos), sistemas preditivos em nuvem, integração com ERPs e BI clínico.

Etapas para começar a transformação operacional com IA

Como construir seu roadmap: da escolha do primeiro projeto piloto ao escalonamento da solução para múltiplos setores e unidades.

Você vai concluir esta segunda parte da imersão com uma visão prática e estratégica sobre como tornar sua operação mais inteligente com IA e dados. Vai sair com cases, ferramentas e um plano concreto para aplicar melhorias mensuráveis nas áreas mais críticas do seu serviço.

Michel Fornaciali: Doutor e mestre em Eng. Elétrica com ênfase em Eng. da Computação, e bacharel em Ciência da Computação pela Universidade Estadual de Campinas (UNICAMP). Possui especialização em Sistemas de Informação e Engenharia de Software. MBA em Arquitetura de Soluções pela FIAP. Atua como Cientista de Dados do Hospital Israelita Albert Einstein. Docente e coordenador da pós-graduação de Data Science e Decisão do INSPER. 

Thanuci Silva: Atua na área de análise de dados para tomada de decisão. É Doutora em Biologia Funcional e Molecular pela UNICAMP, com período de graduação na Purdue University (EUA). Possui especialização em Ciência de Dados pelo INSPER, onde atua como professora de Big Data e Ciência dos Dados para Computação. Combina formação científica e análise de dados para desenvolver soluções baseadas em evidências.

MBA em Inteligência Artificial para Negócios (Faculdade Exame - SP). Possui ampla experiência na otimização de processos, tomada de decisões estratégicas e inovação.