---
title: "IA na Pesquisa em Saúde Coletiva: Desafios Metodológicos e Auditoria de Equidade no Contexto do SUS"
url: https://www.blog.psicometriaonline.com.br/ia-na-pesquisa-em-saude-coletiva-desafios-metodologicos-e-auditoria-de-equidade-no-contexto-do-sus
canonical: https://www.blog.psicometriaonline.com.br/ia-na-pesquisa-em-saude-coletiva-desafios-metodologicos-e-auditoria-de-equidade-no-contexto-do-sus
language: pt-BR
published: 2026-10-15T11:38:19.824Z
updated: 2026-10-15T11:40:14.020Z
modified: 2026-10-15T11:40:14.020Z
author: "Alessandro Reis"
categories: ["Inteligência artificial", "Metodologia científica"]
tags: ["pesquisa com inteligência artificial", "bases de dados", "epidemiologia"]
description: "Um guia metodológico sobre os riscos da imputação de dados por IA, a fragmentação dos sistemas de saúde e a necessidade de auditoria de equidade em pesquisas co"
source: Blog Psicometria Online
---
# IA na Pesquisa em Saúde Coletiva: Desafios Metodológicos e Auditoria de Equidade no Contexto do SUS
> Um guia metodológico sobre os riscos da imputação de dados por IA, a fragmentação dos sistemas de saúde e a necessidade de auditoria de equidade em pesquisas com dados do SUS.
O Sistema Único de Saúde produz, todos os dias, um volume de dados que nenhum pesquisador conseguiria examinar manualmente: registros de internação, óbitos, nascimentos, atendimentos de atenção básica, notificações compulsórias e prontuários eletrônicos. Essa massa de informação tornou-se terreno fértil para a aplicação de inteligência artificial em pesquisa quantitativa de saúde coletiva, prometendo previsões epidemiológicas mais rápidas, triagem de risco mais precisa e otimização de recursos escassos.
Mas a promessa só se cumpre quando o rigor metodológico acompanha a sofisticação computacional. Este post examina três pontos de tensão que todo pesquisador precisa dominar antes de submeter um projeto de IA aplicado a dados do SUS: os limites da imputação automatizada de dados ausentes, os obstáculos de interoperabilidade entre sistemas de informação em saúde e a necessidade de auditar algoritmos quanto a vieses raciais e socioeconômicos.
## 1\. Introdução: A Era dos Dados na Saúde Pública e o Papel da IA
Bases como SIM, SINASC, SIH-SUS, SINAN, e-SUS Atenção Básica e o Cadastro Nacional de Estabelecimentos de Saúde formam um ecossistema de dados administrativos que, combinado, permite estudos populacionais de escala inédita. A IA entra nesse ecossistema de três formas principais: modelos preditivos de risco e demanda, processamento de linguagem natural para extrair informação de prontuários em texto livre e classificação de imagens em diagnóstico por imagem.
Já exploramos em [IA e epidemiologia da dengue no Brasil](/inteligencia-artificial-e-epidemiologia-da-dengue-no-brasil) como modelos preditivos podem antecipar surtos a partir de dados climáticos e de notificação. O mesmo potencial que torna esses modelos atraentes para a vigilância em saúde também os expõe a riscos metodológicos específicos, que vão além da estatística tradicional e exigem uma camada adicional de escrutínio ético e técnico.
## 2\. O Limiar entre a Correção Estatística e a Invenção de Dados: Riscos e Rigor na Imputação de Missing Data via IA
Dados ausentes são regra, não exceção, em bases de saúde coletiva. Campos de renda, escolaridade, raça ou cor e até desfechos clínicos ficam em branco por falhas de preenchimento, recusa do paciente ou limitações do sistema de registro. A forma como esses vazios são tratados determina se as conclusões de um estudo refletem a realidade ou um artefato do processo de preenchimento.
A estatística distingue três mecanismos de ausência: completamente aleatória, aleatória condicionada a variáveis observadas e não aleatória, quando a própria ausência depende do valor não observado (Rubin, 1987). Modelos de IA, especialmente redes neurais e algoritmos generativos, conseguem prever valores ausentes com alta acurácia aparente, mas essa acurácia pode mascarar um problema grave: quando o modelo produz um único valor determinístico para cada lacuna, ele cria uma falsa precisão, eliminando a incerteza real daquela informação.
A alternativa estatisticamente sólida é a imputação múltipla, em que o algoritmo gera vários conjuntos de dados plausíveis em vez de um único valor fixo, e as estimativas finais são combinadas pelas regras de Rubin, que somam a variância dentro de cada conjunto imputado à variância entre os conjuntos (van Buuren & Groothuis-Oudshoorn, 2011). Suponha, como exemplo didático, um estudo sobre hipertensão em que 20% dos registros de renda familiar estão ausentes. Um modelo de IA treinado para imputação única preencheria cada lacuna com um valor exato, digamos R$ 1.200,00 para todos os casos semelhantes. Já um procedimento de imputação múltipla geraria, para o mesmo caso, cinco estimativas distintas, variando por exemplo entre R$ 950,00 e R$ 1.480,00, e essa variabilidade entraria no cálculo do erro padrão final, alargando corretamente o intervalo de confiança da associação entre renda e hipertensão.
Na prática, isso significa que o pesquisador deve sempre descrever, no manuscrito, qual mecanismo de ausência foi assumido, quantos conjuntos de dados foram imputados e como as estimativas foram agrupadas. Uma frase modelo para a seção de métodos seria: "os dados ausentes foram tratados por imputação múltipla, assumindo mecanismo aleatório condicionado a covariáveis observadas, com agrupamento das estimativas pelas regras de Rubin em vinte conjuntos imputados". Ignorar essa descrição, ou usar imputação determinística sem justificar o mecanismo, é um dos erros mais comuns em projetos que recorrem a IA para completar bases de saúde.
## 3\. O Labirinto da Fragmentação: Desafios de Interoperabilidade e Limpeza de Dados entre Sistemas Hospitalares
Antes de qualquer modelo de IA ser treinado, os dados do SUS precisam ser unificados a partir de sistemas que foram construídos em momentos distintos, com lógicas de codificação diferentes. Um paciente pode aparecer no SIH-SUS com um número de prontuário hospitalar, no e-SUS Atenção Básica com seu Cartão Nacional de Saúde e em uma notificação do SINAN com dados digitados manualmente, sujeitos a erros de grafia no nome ou na data de nascimento.
Esse cenário de fragmentação obriga o uso de técnicas de linkage probabilístico, que estimam a probabilidade de dois registros pertencerem à mesma pessoa a partir de combinações parciais de nome, data de nascimento e endereço. Algoritmos de IA aplicados a essa tarefa podem acelerar enormemente o processo, mas também podem introduzir dois tipos de erro silencioso: falsos positivos, quando registros de pessoas diferentes são unidos indevidamente, e falsos negativos, quando registros do mesmo indivíduo permanecem separados, fragmentando seu histórico clínico em pedaços incompletos.
O risco metodológico aqui não é apenas técnico, é também de validade do estudo. Se o algoritmo de linkage erra de forma sistemática, por exemplo falhando mais em nomes compostos comuns em certas regiões ou grupos étnicos, a amostra final deixa de representar a população de origem. Por isso, toda pesquisa que utiliza harmonização automatizada de bases deveria reportar a taxa de pares revisados manualmente, o limiar de probabilidade adotado para aceitar um vínculo e uma auditoria amostral da qualidade do pareamento, documentando cada etapa do processo de extração, transformação e carga dos dados de forma rastreável e reprodutível.
## 4\. Algoritmos Replicadores de Desigualdade: A Importância da Auditoria de Equidade para Mitigar Vieses Raciais e Socioeconômicos no SUS
Um algoritmo treinado em dados históricos aprende os padrões presentes nesses dados, inclusive os padrões de desigualdade de acesso que já existiam antes de qualquer modelo ser construído. O caso mais citado na literatura internacional é o de um algoritmo de gestão de saúde populacional nos Estados Unidos que usava o gasto histórico em saúde como proxy para necessidade clínica, e, como pacientes negros historicamente recebiam menos cuidado por barreiras de acesso, o algoritmo subestimava sistematicamente a gravidade de seus quadros em comparação a pacientes brancos com o mesmo nível real de doença (Obermeyer et al., 2019).
No contexto do SUS, o mesmo risco aparece sempre que um modelo usa como variável preditora algo que funciona como proxy indireto de raça, território ou renda, como número de consultas prévias, tempo de espera registrado ou CEP de residência. Populações pretas, pardas, indígenas e moradoras de periferias urbanas tendem a ter utilização histórica de serviços distorcida por barreiras de acesso, e um modelo que aprende com esses dados corre o risco de replicar e até amplificar a sub-identificação de risco nesses grupos.
A auditoria de equidade é o procedimento metodológico que previne esse problema. Em vez de reportar apenas uma métrica global de desempenho, como a área sob a curva ROC para toda a amostra, o pesquisador calcula sensibilidade, especificidade e calibração separadamente para subgrupos definidos por raça e cor, faixa de renda e região de residência (Rajkomar et al., 2018). Suponha, como exemplo didático, um modelo preditivo de risco de internação com área sob a curva de 0,82 na amostra geral. Ao estratificar os resultados, a sensibilidade pode ser de 0,78 entre pacientes brancos e de apenas 0,61 entre pacientes pretos e pardos, significando que o modelo deixa de identificar corretamente uma proporção bem maior de casos de risco real nesse segundo grupo, mesmo com um desempenho global aparentemente satisfatório.
Reportar esse tipo de disparidade exige, antes de tudo, que o modelo seja interpretável o suficiente para que a origem do viés possa ser investigada, tema que já tratamos em [IA explicável para pesquisas acadêmicas](/ia-explicavel-central-para-pesquisas-academicas). Uma frase modelo para a seção de resultados seria: "o desempenho do modelo foi avaliado separadamente por estrato de raça e cor autodeclarada, revelando disparidade de sensibilidade entre grupos, o que motivou o ajuste do limiar de decisão por subpopulação antes da implementação".
## 5\. O Crivo dos Comitês de Ética: Diretrizes para a Submissão de Projetos baseados em IA na Plataforma Brasil
Projetos que aplicam IA a dados de bases do SUS costumam ser enquadrados como pesquisa envolvendo seres humanos mesmo quando trabalham apenas com dados secundários, porque envolvem informação sensível sujeita à Lei Geral de Proteção de Dados. Isso significa submissão a Comitê de Ética em Pesquisa via Plataforma Brasil, com exigências específicas além do termo de consentimento ou da justificativa de dispensa: descrição detalhada da origem e do nível de anonimização dos dados, do pipeline de treinamento e validação do modelo, e de como o risco de reidentificação foi avaliado.
Comitês mais atentos à equidade também têm exigido, cada vez mais, uma descrição da composição demográfica da amostra de treinamento e teste, de modo a verificar se grupos vulneráveis estão suficientemente representados. Essa exigência dialoga diretamente com o movimento de transparência científica que descrevemos em [o modelo brasileiro de transparência científica para IA na pesquisa](/ia-na-pesquisa-sob-controle-o-modelo-brasileiro-de-transparencia-cientifica), que recomenda documentar publicamente cada decisão metodológica tomada ao longo do desenvolvimento do algoritmo.
## 6\. Considerações Finais: Construindo uma IA Científica, Transparente e Socialmente Justa
Aplicar inteligência artificial a dados do SUS exige um tripé metodológico: rigor estatístico na forma como lacunas são preenchidas, engenharia cuidadosa na forma como bases fragmentadas são unificadas e vigilância constante quanto à equidade dos resultados entre subgrupos populacionais. Nenhuma dessas três frentes é opcional, e todas devem ser documentadas com o mesmo cuidado dedicado à escolha do algoritmo. Pesquisadores que tratam essas etapas como parte central do método, e não como detalhe técnico de bastidores, produzem evidência mais confiável e mais útil para orientar políticas públicas de saúde justas.
## Perguntas frequentes
A IA pode substituir a imputação múltipla tradicional em pesquisas de saúde?
Pode ser usada como ferramenta de predição dentro do processo, mas o agrupamento das estimativas deve seguir princípios estatísticos como as regras de Rubin, preservando a incerteza da imputação.
O que caracteriza uma auditoria de equidade algorítmica?
É a avaliação do desempenho do modelo separadamente por subgrupos de raça, renda ou território, e não apenas por uma métrica única agregada para toda a amostra.
Projetos de IA com dados secundários do SUS precisam de aprovação em comitê de ética?
Sim, na maioria dos casos, porque envolvem dados sensíveis de seres humanos, mesmo quando a coleta original não foi feita pelo próprio pesquisador.
Qual o principal risco de usar linkage automatizado entre bases hospitalares distintas?
O risco de unir indevidamente registros de pessoas diferentes ou de fragmentar o histórico de uma mesma pessoa, distorcendo a amostra final do estudo.
## Referencias
1. Obermeyer et al. (2019) Dissecting racial bias in an algorithm used to manage the health of populations. Science. https://doi.org/10.1126/science.aax2342
2. Rajkomar et al. (2018) Ensuring Fairness in Machine Learning to Advance Health Equity. Annals of Internal Medicine. https://doi.org/10.7326/m18-1990
3. Rubin (1987) Multiple Imputation for Nonresponse in Surveys. Wiley Series in Probability and Statistics. https://doi.org/10.1002/9780470316696
4. Buuren, Groothuis-Oudshoorn (2011) mice: Multivariate Imputation by Chained Equations inR. Journal of Statistical Software. https://doi.org/10.18637/jss.v045.i03
**Continue aprendendo:** para dominar este tema na pratica, conheca a formacao *Construcao, Adaptacao e Validacao de Instrumentos* da Psicometria Online Academy.
*Este conteudo e educativo; verifique os pressupostos e adapte ao seu desenho de pesquisa e aos seus dados.*
> **Como citar este artigo:** Reis, A. (2026, 15 de outubro). Ia na pesquisa em saúde coletiva: Desafios metodológicos e auditoria de equidade no contexto do sus. *Blog Psicometria Online*. https://www.blog.psicometriaonline.com.br/ia-na-pesquisa-em-saude-coletiva-desafios-metodologicos-e-auditoria-de-equidade-no-contexto-do-sus