Incubação acadêmica e avaliação técnico científica do sistema MedNear no UniProcessus

Autores/as

  • Gustavo Javier Castro UniProcessus – Centro Universitário Processus
  • Henderson Matsuura Sanches UniProcessus – Centro Universitário Processus
  • Washington Luiz Santos Batista Junior

Palabras clave:

Saúde digital. Inteligência artificial em saúde. Apoio à decisão clínica. Anamnese digital. Triagem inteligente.

Resumen

Este artigo apresenta um protocolo de pesquisa que propõe a incubação acadêmica e a avaliação técnico-científica do sistema MedNear no âmbito do Centro Universitário Processus – UniProcessus, com foco na análise de sua aplicabilidade clínica, operacional, tecnológica, ética e regulatória em unidades de saúde de atenção primária, secundária e terciária. O MedNear consiste em um sistema digital de atendimento clínico inteligente detalhado com inteligência artificial, estruturado para operar mediante anamnese dinâmica orientada por sistemas corporais, integrada à coleta de sinais vitais e exames físicos digitalizados por meio de instrumentos clínicos conectados, tais como caneta clínica N9+, balança digital, aparelho de pressão arterial, estadiômetro/trena e glicosímetro. A partir da consolidação dessas informações, o sistema produz hipóteses diagnósticas sugestivas, classificação de prioridade clínica, sugestões de conduta e recomendação de especialidade médica, organizando previamente o quadro clínico para apreciação do profissional médico responsável. O projeto parte do princípio fundamental de que o sistema não substitui o ato médico, funcionando exclusivamente como ferramenta de apoio à atividade clínica, sem autonomia decisória, preservando integralmente a responsabilidade profissional humana. A pesquisa buscará analisar impactos relacionados à organização do fluxo assistencial, qualidade da coleta clínica, redução de assimetrias informacionais na consulta médica, padronização da anamnese, rastreabilidade de dados, apoio à triagem e potencial de otimização do tempo clínico. A metodologia envolverá revisão bibliográfica, análise documental, validação técnica, simulações controladas, estudos observacionais e avaliação qualitativa e quantitativa da interação entre equipe de saúde, sistema e usuários. Os resultados esperados incluem a produção de evidências acadêmicas sobre sistemas de apoio pré-clínico baseados em inteligência artificial, formulação de protocolos institucionais de uso responsável, publicação de artigos científicos e consolidação do UniProcessus como polo de pesquisa em saúde digital e inteligência artificial aplicada à medicina.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Gustavo Javier Castro, UniProcessus – Centro Universitário Processus

Possui graduação em Filosofia - Pontificia Universidad Catolica de Valparaiso (1987), mestrado em Ciência Política pela Pontificia Universidad Catolica de Chile (1991), mestrado em Relações Internacionais pela Universidade de Brasília (1993) e doutorado em Sociologia pela Universidade de Brasília (2008).

Henderson Matsuura Sanches, UniProcessus – Centro Universitário Processus

Henderson Matsuura Sanches é mestre em Engenharia Biomédica pela Universidade de Brasília (UnB), especialista em Engenharia DevOps pela Faculdade Focus e em Gestão dos Indicadores de Qualidade do Ensino Superior pela Faculdade JK Michelangelo. É licenciado em Computação pela Faculdade Fortium. Sua formação acadêmica contempla pesquisas sobre inteligência artificial e ontologias aplicadas ao tratamento da neoplasia mamária, DevOps em computação em nuvem, metodologias ativas no ensino de Tecnologia da Informação e utilização de software livre na educação.

Washington Luiz Santos Batista Junior

Washington Luiz Santos Batista Junior, graduado pela Faculdade de Ciências Médicas de Campina Grande-PB em 2012, especializado em Ortopedia e Traumatologia pela Universidade Federal de Sergipe em 2018, especialização em Cirurgia do Joelho pelo Itork em Recife-PE em 2020, Membro da Sociedade Brasileira de Ortopedia e Traumatologia (SBOT) e certificado internacionalmente pelo Estado da Flórida, como Membro da American Boarding of Surgical Assistant (ABSA) desde 2024, sócio fundador da MedNear.

Citas

BASHSHUR, Rashid et al. Telemedicine and the COVID-19 Pandemic: Lessons for the Future. Telemedicine and e-Health, v. 26, n. 5, p. 571–573, 2020.

BEAUCHAMP, Tom L.; CHILDRESS, James F. Principles of Biomedical Ethics. 8. ed. New York: Oxford University Press, 2019.

BENSON, Tim; GRIEVE, Graham. Principles of Health Interoperability: SNOMED CT, HL7 and FHIR. 4. ed. Cham: Springer, 2021.

BERNER, Eta S.; LA LANDE, Tonya J. Overview of Clinical Decision Support Systems. In: BERNER, Eta S. (Ed.). Clinical Decision Support Systems: Theory and Practice. 2. ed. New York: Springer, 2007.

BRASIL. Agência Nacional de Vigilância Sanitária. Resolução da Diretoria Colegiada – RDC nº 657, de 31 de março de 2022. Regulamenta os requisitos sanitários dos Produtos de Software como Dispositivo Médico (SaMD). Brasília, DF: ANVISA, 2022.

BRASIL. Conselho Federal de Medicina. Resolução CFM nº 2.314/2022. Define e regulamen-ta a telemedicina, como forma de serviços médicos mediados por tecnologias de comu-nicação. Brasília: CFM, 2022.

BRASIL. Conselho Nacional de Saúde. Resolução nº 466/2012.

BRASIL. Lei nº 13.709/2018. Lei Geral de Proteção de Dados Pessoais (LGPD).

BRASIL. Ministério da Saúde. Rede Nacional de Dados em Saúde (RNDS). Disponível em: https://rnds.saude.gov.br. Acesso em: maio 2026.

Documentação Técnico-Funcional do Sistema MedNear — POC Versão 1.0. MedNear · Grupo WLM · Brasília, 2026.

ENDERLE, John; BLANCHARD, Susan M.; BRONZINO, Joseph D. Introduction to Biomedical Engineering. 3. ed. Burlington: Academic Press, 2012.

ESTEVA, Andre et al. A guide to deep learning in healthcare. Nature Medicine, v. 25, p. 24–29, 2019.

FRASER, Hamish et al. Digital health technologies and digital innovation to transform health care during COVID-19. Journal of Medical Internet Research, v. 22, n. 6, e19697, 2020.

GRABER, Mark L.; FRANKLIN, Nancy; GORDON, Richard. Diagnostic Error in Internal Medicine. Archives of Internal Medicine, v. 165, n. 13, p. 1493–1499, 2005.

HOLZINGER, Andreas et al. Explainability and Explicability of Blackbox AI in Healthcare. Health Informatics Journal, v. 25, n. 3, p. 1183–1203, 2019.

HUNT, Dereck L. et al. Effects of Computer-Based Clinical Decision Support Systems on Physician Performance and Patient Outcomes: A Systematic Review. JAMA, v. 280, n. 15, p. 1339–1346, 1998.

OBERMEYER, Ziad; EMANUEL, Ezekiel J. Predicting the Future — Big Data, Machine Learning, and Clinical Medicine. New England Journal of Medicine, v. 375, p. 1216–1219, 2016.

ORGANIZAÇÃO MUNDIAL DA SAÚDE (OMS). Ethics and Governance of Artificial Intelligence for Health. Geneva: WHO, 2021.

ORGANIZAÇÃO PAN-AMERICANA DA SAÚDE. Estratégias de transformação digital da saúde.

RAJPURKAR, Pranav et al. AI in health and medicine. Nature Medicine, v. 28, p. 31–38, 2022.

RUSSELL, Stuart; NORVIG, Peter. Artificial Intelligence: A Modern Approach. 4. ed. Hoboken: Pearson, 2020.

SHORTLIFFE, Edward H.; CIMINO, James J. (Eds.). Biomedical Informatics: Computer Applications in Health Care and Biomedicine. 4. ed. London: Springer, 2014.

SINGHAL, Karan et al. Large language models encode clinical knowledge. Nature, v. 620, p. 172–180, 2023.

SITTIG, Dean F. et al. A new sociotechnical model for studying health information technology in complex adaptive healthcare systems. Quality & Safety in Health Care, v. 17, supl. 1, p. i68–i74, 2020.

SUTTON, Reed T. et al. An overview of clinical decision support systems: benefits, risks, and strategies for success. NPJ Digital Medicine, v. 3, n. 17, 2020.

UNIÃO EUROPEIA. Regulamento (UE) 2024/1689 do Parlamento Europeu e do Conselho (EU AI Act). Jornal Oficial da União Europeia, 12 jul. 2024.

Publicado

2026-10-20

Cómo citar

Castro, G. J., Sanches, H. M., & Batista Junior, W. L. S. (2026). Incubação acadêmica e avaliação técnico científica do sistema MedNear no UniProcessus. Revista Processus De Políticas Públicas Y Desarrollo Social, 8(16), e161800. Recuperado a partir de https://periodicos.processus.com.br/index.php/ppds/article/view/1800

ARK