Computação federada propõe nova “rota” para uso da IA na área da saúde

A integração da Inteligência Artificial no setor da saúde tem um desafio central: a dispersão e a sensibilidade dos dados médicos. Hospitais, laboratórios e instituições públicas detêm informações cruciais, mas o compartilhamento tradicional é dificultado por questões de privacidade, segurança e regulamentação. Uma abordagem inovadora surge para contornar essa barreira: a computação federada, que propõe uma nova forma de processar esses dados sem a necessidade de centralizá-los, levando a capacidade de análise diretamente para onde as informações residem.

Essa metodologia permite que modelos e análises de IA sejam executados nos ambientes de origem dos dados, preservando o controle de cada instituição sobre seus prontuários e bases de informações. Ronaldo Pedro da Silva, fundador do ConvergeLab, destaca que a plataforma ConvergeCore foi desenvolvida com essa premissa: “Em vez de mover os dados até a computação, procuramos levar a computação até os dados”. Essa estratégia é fundamental para viabilizar a colaboração entre entidades sem comprometer a governança de cada uma.

Modalidades e Vantagens da Abordagem Federada

A computação federada engloba duas modalidades complementares que impulsionam essa colaboração. Na análise federada, instituições executam consultas ou algoritmos autorizados localmente, retornando apenas resultados agregados ou indicadores, como estatísticas, sem expor os dados brutos. Já o aprendizado federado permite que modelos de IA sejam treinados ou validados diretamente com os dados em sua origem, garantindo que a inteligência artificial se beneficie de uma vasta base de informações sem a transferência de dados sensíveis.

• Análise Federada: Instituições executam algoritmos localmente e compartilham apenas resultados agregados.
• Aprendizado Federado: Modelos de IA são treinados ou validados diretamente nos dados originais, mantendo a privacidade.

Essa arquitetura é particularmente útil quando dados para pesquisa ou modelos estão distribuídos e sujeitos a rigorosas restrições de privacidade, propriedade intelectual ou regulatórias. O foco não é criar um fluxo irrestrito de informações, mas sim estabelecer o que pode circular em cada tarefa, utilizando credenciais, chaves criptográficas e registros de auditoria para autenticação e documentação das operações. Dessa forma, cada entidade pode definir quais análises são permitidas em seus sistemas e sob quais critérios.

Desafios e o Futuro no Brasil

Um dos maiores benefícios da computação federada é a possibilidade de hospitais e outras instituições de saúde participarem de análises ou validarem modelos com diversas populações, ampliando a base de evidências para pesquisa e desenvolvimento de IA, sem a necessidade de consolidar conjuntos de dados clínicos em uma única base. Contudo, para que os resultados sejam comparáveis e eficazes, a padronização dos dados em cada ambiente é crucial, exigindo alinhamento de terminologias, unidades de medida e tratamento de informações incompletas. Ronaldo Pedro da Silva enfatiza que “a federação resolve principalmente o problema de onde e sob qual governança a computação ocorre, mas não substitui os processos de interoperabilidade e qualidade dos dados”.

No contexto brasileiro, essa discussão se alinha a iniciativas importantes como a Rede Nacional de Dados em Saúde (RNDS) e a Nuvem Soberana do SUS. Silva acredita que essas estruturas podem fornecer a base para elementos compartilhados de interoperabilidade e governança, enquanto uma camada federada complementaria, permitindo a execução de análises e modelos em ambientes distribuídos. Um exemplo promissor é a criação de uma rede de evidências sobre a jornada de pacientes com câncer, onde unidades do SUS poderiam colaborar em análises conjuntas, mantendo a custódia de seus dados clínicos e compartilhando apenas os resultados necessários. O sucesso dessa abordagem não depende apenas de tecnologia, mas também de acordos de governança robustos e regras claras para o uso e auditoria dos dados.

Com informações de Canaltech.