Pular para o conteúdo
Sciereli

SCIERELI AI · BRASÍLIA – DF

IA em saúde, do piloto à produção.

Consultoria e implementação de inteligência artificial para instituições de saúde — conduzida por médico e especialistas em proteção de dados, com compliance de fábrica.

O PROBLEMA

Pilotos de IA em saúde morrem antes da produção — quase sempre pelo mesmo motivo.

Três medos travam o avanço: o risco de vazamento de dados sensíveis sob a LGPD, a incerteza sobre o que a regulação sanitária exige de um software clínico, e a dependência de nuvens de terceiros que nenhum diretor jurídico assina de olhos fechados. A tecnologia quase nunca é o gargalo.

A COMPLEXIDADE REGULATÓRIA, EM CAMADAS

Quatro autoridades, cada uma com sua própria exigência.

Não é uma hierarquia — é uma pilha. Proteção de dados, regulação sanitária, ética profissional e o marco legal de IA (ainda em tramitação) se aplicam ao mesmo tempo, não em sequência.

As quatro camadas de obrigação da IA em saúde no BrasilQuatro barras empilhadas, cada uma representando uma camada regulatória: proteção de dados sob a LGPD e a ANPD, regulação sanitária pela ANVISA, ética profissional pelo CFM, e o marco legal de IA, ainda em tramitação no Congresso Nacional.Proteção de dadosLGPD · ANPD

Base legal, minimização, avaliação de impacto (Art. 20)

Regulação sanitáriaANVISA · RDC 657/2022

Registro como SaMD quando a IA influencia decisão clínica

Ética profissionalCFM · Res. 2.454/2026

Responsabilidade humana final, registro em prontuário

Marco legal de IAPL 2338/2023 · em tramitação

Classificação de risco e transparência (quando sancionado)

Quatro camadas, quatro autoridades diferentes — proteção de dados, regulação sanitária, ética profissional e o marco legal de IA (ainda em tramitação no Congresso).
Status de maturidade das quatro camadas regulatóriasLGPD/ANPD e CFM 2.454/2026 estão vigentes. A RDC 657/2022 da ANVISA está vigente, mas com revisão parcial em curso para software adaptativo. O marco legal de IA (PL 2338/2023) ainda está em tramitação no Congresso e não é lei.LGPD / ANPDVigenteANVISA · RDC 657/2022Vigente, em revisão parcialCFM · Res. 2.454/2026VigenteMarco legal de IA · PL 2338/2023Em tramitação — ainda não é lei
Duas camadas já valem hoje sem ressalva; a ANVISA está com revisão parcial em curso e o marco legal de IA ainda não é lei — acompanhar as duas antes de tratá-las como regra fixa.

POR QUE A SCIERELI

Três motivos, não um discurso de vendas.

  • Quem implementa também atende

    A frente é conduzida por médico em atividade — a conversa começa no fluxo clínico real, não no slide de vendas.

  • Construímos, não só recomendamos

    Produtos próprios de IA já em produção no ecossistema, não só teoria de consultoria.

  • Privacidade por arquitetura

    Preferência por IA local/on-premise e técnicas preservadoras de privacidade — o dado do paciente não sai da instituição.

OFERTAS

Da consultoria ao produto rodando.

  • Sprint IA Saúde

    Implementação ponta a ponta em 3 semanas — diagnóstico, protótipo validado e plano de implantação.

    • Semana 1 — mapa de oportunidades priorizado por valor e risco
    • Semana 2 — protótipo validado com dados reais desidentificados
    • Semana 3 — plano de implantação, RIPD e treinamento inicial do time

    Hospitais, healthtechs e operadoras de saúde que já sabem onde a IA pode ajudar e precisam de um piloto real.

  • Acompanhamento pós-Sprint

    Depois do piloto validado, seguimos operando junto — não é um relatório que fica na gaveta.

    • Execução assistida mensal do que foi validado no Sprint
    • Ajuste do modelo ou pipeline conforme uso real e dado novo
    • Revisão periódica de governança e RIPD

    Quem já fez o Sprint (ou um piloto equivalente) e não quer que o protótipo pare no laboratório.

  • Governança e conformidade de IA

    Política institucional de uso de IA e avaliação de impacto algorítmico, com o mapeamento regulatório aplicável.

    • Política institucional de uso de IA
    • Avaliação de impacto algorítmico / RIPD
    • Adequação LGPD/ANPD e mapeamento da regulação sanitária aplicável
    • Apoio ao registro do software como SaMD (Software as a Medical Device) junto à ANVISA, quando aplicável

    Hospitais, healthtechs e operadoras de saúde que já usam ou vão usar IA clínica e precisam responder por isso — inclusive perante a ANVISA.

  • IA local e preservadora de privacidade

    LLMs on-premise, RAG sobre dados clínicos sem nuvem de terceiros, aprendizado federado e criptografia aplicada.

    • Arquitetura de LLM on-premise ou RAG local
    • Pipeline de desidentificação (anonimiz.ar)
    • Avaliação de aprendizado federado e criptografia aplicada
    • Roteador de modelos por sensibilidade do dado — decide pela natureza do dado, não da tarefa, o que fica local e o que pode ir a um modelo maior na nuvem

    Quem já decidiu que o dado do paciente não pode sair da instituição.

  • Capacitação de equipes

    Trilhas de formação em IA para times clínicos e de gestão, em ponte com o capacita.ai.

    • Trilha de formação sob medida
    • Material de apoio e estudos de caso
    • Certificado de participação

    Equipes que vão operar a IA no dia a dia, não só o time de TI.

IA LOCAL, COM NÚMEROS REAIS

O dado não sai — é o modelo que entra.

A inversão que sustenta a oferta "IA local": em vez do prontuário viajar até uma nuvem de terceiros, o modelo roda dentro do perímetro da instituição. E cabe em hardware menor do que a maioria espera.

Dado sai do hospital vs. modelo entra no hospitalDuas linhas horizontais comparadas. Na de cima, uma seta em âmbar atravessa o perímetro do hospital rumo a uma nuvem de terceiros — o dado do paciente saindo. Na de baixo, uma seta na cor da IA atravessa o perímetro no sentido contrário — o modelo entrando no hospital, para nunca sair.Dado sai do hospitalHospitalNuvem de terceirosModelo entra no hospitalModelo (open-weight)Hospital
No fluxo tradicional, o dado do paciente sai do hospital rumo à nuvem. Com IA local, é o modelo que entra — o dado nunca cruza o perímetro.
Escada de capacidade de hardware para IA localQuatro degraus de hardware, da GPU de consumo ao cluster dedicado, cada um sustentando modelos de porte crescente — de até 8 bilhões de parâmetros na base a modelos de fronteira no topo.GPU de consumo (12–24GB)até ~8B parâmetros1 GPU profissional~8–20B parâmetrosMúltiplas GPUs~20–70B parâmetrosCluster dedicadomodelos de fronteira
Quanto maior o hardware, maior o modelo que ele sustenta — mas a maioria dos casos de uso clínicos reais cabe nos dois primeiros degraus.

Nem tudo precisa ficar local — mas o que toca paciente, fica.

A decisão não é por sistema inteiro, é por interação: o que toca dado identificável do paciente roda no modelo local; o que não toca — uma pergunta genérica, uma tarefa administrativa — pode ir a um modelo maior na nuvem. É o roteador de modelos por sensibilidade do dado, parte da oferta "IA local e preservadora de privacidade".

Roteamento de modelos por sensibilidade do dadoDuas linhas horizontais comparadas. Na de cima, uma interação que toca dado identificável do paciente segue por um traço sólido até um modelo local, rodando dentro do perímetro da instituição. Na de baixo, uma interação sem dado identificável segue por um traço tracejado até um modelo de nuvem maior e mais genérico. A decisão é tomada por interação, não pelo sistema inteiro.Toca dado identificável do pacienteInteraçãoModelo local(on-premise)Sem dado identificávelInteraçãoModelo de nuvem(maior)
A decisão é por interação, não por sistema inteiro: o que toca dado identificável do paciente fica no modelo local; o que não toca pode ir a um modelo maior na nuvem.

COMO FUNCIONA O SPRINT

Três semanas, três entregáveis concretos — não um relatório no fim.

Linha do tempo do Sprint IA SaúdeTrês marcos ao longo de uma linha do tempo de três semanas: diagnóstico com mapa de oportunidades priorizado, protótipo validado com dados desidentificados, e plano de implantação com avaliação de impacto e treinamento inicial do time.Semana 1Diagnóstico

Mapa de oportunidades priorizado por valor e risco

Semana 2Protótipo

Validado com dados reais desidentificados (anonimiz.ar)

Semana 3Implantação

Plano de implantação, RIPD e treinamento inicial

O Sprint IA Saúde percorre diagnóstico, protótipo validado e plano de implantação em três semanas — cada etapa entrega algo concreto, não só um relatório.

PROVA

Não é promessa — está em produção.

Fundamento técnico no blog: aprendizado federado e criptografia homomórfica. As interseções da IA com computação quântica e com sistemas verificáveis têm páginas próprias: Quantum e Blockchain. E antes de um sistema de IA chegar a um paciente, ele passa por teste adversarial — o red team de IA clínica é oferta da frente Cybersecurity.

PERGUNTAS FREQUENTES

Antes de escrever, leia isso.

Os dados de pacientes saem da instituição?

Não é a nossa recomendação padrão. Preferimos arquitetura local-first: o modelo roda dentro do perímetro da instituição, sobre os dados que já estão lá — não o contrário.

Precisamos de nuvem ou GPU própria?

Depende do caso. Muitos problemas clínicos reais rodam bem em modelos menores, locais, sem GPU dedicada; o diagnóstico do Sprint IA Saúde diz qual caminho cabe no seu orçamento e no seu risco.

Funciona com nosso prontuário eletrônico atual?

A integração é avaliada caso a caso no diagnóstico — o objetivo é conectar ao que já existe, não substituir o sistema em uso.

Quem conduz o projeto?

A mesma dupla que fundou a Sciereli: um médico em atividade e um arquiteto de nuvem e segurança — a conversa técnica e a conversa clínica acontecem na mesma mesa.

O que acontece depois do Sprint IA Saúde?

Quem quiser continuar, tem a oferta de Acompanhamento pós-Sprint — operação assistida até o modelo virar rotina. Quem não quiser, sai com o protótipo, o plano de implantação e o time treinado para tocar sozinho.

Como começamos?

Escreva para ai@sciereli.com.br — a primeira conversa é um diagnóstico, sem compromisso.

Quer avaliar um piloto de IA para a sua instituição?

Escreva para ai@sciereli.com.br