A interoperabilidade na saúde deve ser vista como ferramenta para resolver desafios concretos, não como um objetivo final. Essa foi a mensagem central de Priscila Cruzatti, especialista em inovação e saúde digital do Google Cloud, durante o Fórum Saúde Digital 2026.
Fragmentação dos dados dentro e fora das instituições
Priscila Cruzatti, enfermeira e responsável pelos projetos de saúde do Google Cloud na América Latina, destacou que a fragmentação dos dados não ocorre apenas entre diferentes instituições, mas também dentro dos próprios hospitais. Muitas vezes, o paciente é quem precisa conectar informações entre atendimentos distintos, levando exames e repetindo seu histórico a cada novo profissional.
Segundo a executiva, a interoperabilidade pode ocorrer entre serviços diferentes ou dentro da mesma instituição, pois a fragmentação interna ainda é um problema comum. A integração dos dados permite transformar informações isoladas em conhecimento útil para apoiar decisões clínicas, processos administrativos e o desenvolvimento de aplicações baseadas em inteligência artificial.
Interoperabilidade como meio, não como fim
Durante o painel, Priscila ressaltou que um erro frequente nas organizações de saúde é tratar a interoperabilidade como um fim em si mesma. Para ela, a integração de dados é um caminho para alcançar objetivos maiores, como eficiência operacional, melhoria da jornada do paciente e implantação de novos serviços digitais.
A especialista defende que a discussão deve partir dos desafios estratégicos das instituições. Hospitais, operadoras e centros diagnósticos devem identificar seus problemas prioritários para então utilizar a interoperabilidade como instrumento para alcançar esses resultados.
Abordagem incremental para integração de dados
Priscila também destacou que não é necessário integrar todos os sistemas ou reunir todo o histórico clínico antes de gerar valor. Ela defendeu uma abordagem incremental, seja por áreas assistenciais ou por períodos específicos da jornada do paciente.
Como exemplo, a análise dos dados dos últimos sete ou trinta dias pode identificar casos de reinternação e revisitas ao pronto-socorro, contribuindo para melhorar a experiência do paciente e os resultados clínicos e financeiros das instituições.
Qualidade dos dados como base para inteligência artificial
Sobre o avanço da inteligência artificial na saúde, Priscila afirmou que a qualidade dos dados é o principal fator para o sucesso dessas iniciativas. Apesar do grande volume de informações produzidas pelo setor, ainda há dificuldade em transformar esses dados em conhecimento útil.
Modelos de linguagem especializados em saúde já são usados para estruturar informações clínicas originalmente não estruturadas, como textos livres e registros de atendimento. Essa capacidade reduz a necessidade de fluxos rígidos de preenchimento, melhora a captura das informações e fortalece a interoperabilidade e o desempenho das soluções de IA.
O que isso muda na prática para profissionais de saúde
Para quem atua em saúde, a abordagem defendida pelo Google Cloud indica que a interoperabilidade deve ser implementada com foco nos desafios reais das instituições, evitando projetos excessivamente ambiciosos que tentam integrar tudo de uma vez. A priorização de dados recentes e relevantes pode gerar ganhos rápidos em eficiência e qualidade do atendimento.
Além disso, a utilização de inteligência artificial para estruturar dados clínicos pode facilitar o acesso a informações organizadas, reduzindo o esforço dos profissionais para registrar e consultar dados, e potencializando a tomada de decisão clínica.
Quer aplicar isso na prática?
O Arsenal Doctor Creator tem os prompts prontos pra transformar conteúdo como esse em posts reais, já com as regras do CFM embutidas.
Fonte: Google Cloud aposta em IA para estruturar dados clínicos e acelerar interoperabilidade (Saúde Digital News, 07/08/2026)
Imagem: Saúde Digital News
Este conteúdo tem caráter informativo e jornalístico. Ele não substitui a avaliação de um profissional de saúde nem estabelece conduta clínica.
