Se hospitais e clínicas já começam a usar IA em rotinas assistenciais e administrativas, a pergunta deixou de ser se a tecnologia será adotada, e passou a ser quem controla e acessam os dados, onde eles ficam e sob quais regras operam ou são usados.

A saúde sempre conviveu com assimetrias difíceis: mais demanda do que capacidade de atendimento, pressão por eficiência, escassez de profissionais, sistemas legados e necessidade permanente de reduzir risco sem desacelerar o cuidado. A inteligência artificial entrou nesse cenário como promessa de produtividade, apoio e rapidez na decisão, automação documental e ganho operacional. Mas, no setor que lida com alguns dos dados mais sensíveis da economia, a discussão não pode parar na conveniência. É hora de discutir soberania de IA na saúde.

O ponto central é simples: quando um hospital, clínica, laboratório ou operadora adota IA, ele não está apenas comprando uma ferramenta. Está definindo uma arquitetura de confiança. E isso envolve perguntas incômodas, mas inadiáveis. Onde os dados dos pacientes são processados? Essa ferramenta é pública ou usa esses dados para treinamento posterior ? Quem pode acessá-los? Eles ficam retidos? Podem ser usados para treinamento? Há uma trilha de auditoria posterior? A instituição consegue demonstrar governança real sobre o uso da tecnologia? Em saúde, não existe resposta aceitável baseada em suposição.

A discussão sobre soberania de IA nasce justamente dessa mudança de escala. A IA já não está restrita a laboratórios de inovação ou pilotos isolados. Ela começa a tocar fluxos concretos: transcrição de consultas, sumarização de prontuários, apoio administrativo, triagem, relacionamento com pacientes e organização de informação clínica. A própria Organização Mundial da Saúde alerta que modelos generativos e multimodais podem ser úteis em saúde, mas também carregam riscos de imprecisão, viés, automação indevida e vulnerabilidades cibernéticas que podem comprometer informações de pacientes e a confiança nos sistemas de cuidado. Por isso, a OMS recomenda regulação, auditoria pós-implantação e avaliação de impacto, inclusive sobre proteção de dados e direitos.

No Brasil, a urgência desse debate é ainda mais clara porque a LGPD classifica dados de saúde como dados pessoais sensíveis. Não estamos falando de insumo operacional qualquer, mas de informação que carrega dignidade, privacidade, histórico clínico, contexto familiar e, muitas vezes, vulnerabilidade extrema. A proteção de dados na saúde está diretamente ligada à confiança das pessoas. E confiança, no setor de saúde, não é um atributo abstrato de marca. É parte da legitimidade institucional e risco real ao negócio.

Por isso, a soberania de IA em saúde não deve ser confundida com protecionismo tecnológico nem reduzida a uma discussão sobre nacionalidade do fornecedor. O tema é mais sério. Soberania, aqui, significa a capacidade de a instituição de saúde governar todo o ciclo de vida do dado, definir com clareza a finalidade do uso, limitar exposição, auditar acessos, impor regras de retenção, responder a incidentes e preservar autonomia sobre fluxos críticos. Em outras palavras: não basta usar IA; é preciso usá-la dentro de uma estrutura em que o hospital ou a clínica não perca visibilidade sobre o que está acontecendo com “seus” dados mais sensíveis, ou seja sobre a saúde do paciente.

Esse cuidado não é teórico. À medida que a IA amadurece no setor, crescem também os obstáculos de integração, segurança e conformidade. A McKinsey apontou, em estudo sobre IA generativa em saúde, que 43% dos respondentes relatam risco e segurança como barreira à escalada dessas soluções, ao lado de desafios regulatórios, preocupações éticas e limitações operacionais de integração com sistemas existentes. Ou seja: o gargalo já não é apenas provar que a IA funciona. O gargalo agora é provar que ela pode funcionar sem desorganizar a governança institucional.

A saúde precisa fugir de dois erros ao mesmo tempo. O primeiro é o negacionismo operacional: tratar a IA como modismo passageiro e deixar que o uso avance de forma desestruturada, por iniciativa dispersa de áreas e profissionais. O segundo é o deslumbramento tecnológico: acreditar que ganhos de eficiência justificam qualquer arranjo de dados, qualquer contrato opaco e qualquer perda de controle. Nenhum desses extremos serve ao setor. O que serve é maturidade.

E maturidade, nesse contexto, começa por decisões objetivas. Hospitais e clínicas precisam definir quais casos de uso são aceitáveis, quais dados podem ou não entrar em sistemas de IA, quais controles mínimos são obrigatórios, como avaliar fornecedores, quem responde por supervisão, como registrar uso, como auditar saída, e o que fazer quando a tecnologia falha. Se a instituição não consegue responder a essas perguntas hoje, então ainda não discutiu IA com a profundidade que o setor exige.

Nos próximos anos, a vantagem competitiva em saúde não virá apenas de quem adotar mais IA, mas de quem conseguir adotar melhor. E adotar melhor significará combinar inovação com arquitetura de dados, governança, conformidade e responsabilidade clínica. A saúde não precisa escolher entre velocidade e prudência. Mas precisa abandonar a ilusão de que produtividade, por si só, resolve o problema. Sem governança sobre dados, fluxos e regras, a IA pode até acelerar processos, mas também acelera dependências, amplia riscos e fragiliza a confiança. Na saúde, soberania e governança de IA não é luxo conceitual, é infraestrutura de confiança.

*Ronaldo Oliveira é Head de Vendas e Parcerias Latam da EDB Postgres AI.