El aumento de los costos, el envejecimiento de la población y la escasez de profesionales presionan al sistema de salud brasileño, lo que lleva a hospitales y aseguradoras a buscar soluciones para una mayor eficiencia. Según Anthony Eigier, director ejecutivo y cofundador de NeuralMed, el mayor obstáculo del sector es el exceso de datos fragmentados en sistemas que no se comunican entre sí.

En una entrevista con Revolução IA, un programa de NeoFeed apoyado por Magalu Cloud, Eigier defendió la inteligencia artificial como la principal vía para evitar el colapso del sistema de salud, al permitir la integración de datos clínicos, anticipar diagnósticos y reducir las hospitalizaciones evitables.

“El sistema sanitario no sufre de falta de datos, sino de un exceso de información mal organizada. Cuando se logra estructurar estos datos en el momento oportuno, la lógica de la atención cambia por completo”, afirma Eigier.

NeuralMed funciona conectando información distribuida en diferentes sistemas hospitalarios, desde historiales médicos electrónicos y estudios de imagen hasta recetas médicas e historiales familiares. Mediante esta integración, los algoritmos de IA ayudan a identificar riesgos, priorizar pacientes y organizar los flujos de atención en hospitales, clínicas y redes de atención médica.

Según Eigier, la propuesta no consiste en reemplazar a médicos ni enfermeros, sino en reducir el tiempo dedicado a tareas operativas y evitar que los equipos de atención médica funcionen como "operadores de datos", navegando por múltiples pantallas en busca de información ya existente, pero desorganizada. Al estructurar estos datos, la tecnología les devuelve tiempo a los equipos y les permite centrarse más en la atención directa al paciente.

Uno de los principales efectos de este modelo es la anticipación de los diagnósticos. Al cruzar hallazgos clínicos que, de forma aislada, podrían parecer irrelevantes —como pruebas realizadas por otro motivo, antecedentes familiares o el uso continuo de medicamentos—, la IA puede identificar riesgos antes de que la enfermedad progrese.

En un ejemplo reportado por el emprendedor, un paciente ingresó a urgencias tras un accidente de tráfico y se le realizaron pruebas centradas únicamente en el traumatismo. Sin embargo, la inteligencia artificial identificó una combinación de nódulo pulmonar, antecedentes de tabaquismo y antecedentes familiares de cáncer, lo que generó una alerta para evaluación oncológica.

Con base en esto, el paciente se sometió a una biopsia y comenzó el tratamiento para el cáncer de pulmón en etapa temprana. "Sin esta combinación de datos, este diagnóstico probablemente se habría producido meses después, con un desenlace mucho más complejo", afirma Eigier.

Otro factor que refuerza la necesidad de cambios estructurales, en la visión de Eigier, es la rápida inversión de la pirámide demográfica brasileña.

A partir de la próxima década, se prevé que el país tenga más personas mayores que niños, lo que probablemente aumentará permanentemente la demanda de atención médica, el manejo de enfermedades crónicas y el uso recurrente del sistema de salud. Por lo tanto, mantener un modelo centrado en los hospitales y enfocado únicamente en el tratamiento de episodios agudos podría resultar financieramente insostenible.

La alternativa, según el cofundador de NeuralMed, pasa por utilizar la inteligencia artificial como herramienta de coordinación de la atención, con el objetivo de monitorizar a los pacientes fuera del entorno hospitalario y utilizar los datos para evitar que condiciones simples evolucionen a situaciones de alta complejidad.

Eigier cree que la adopción de la inteligencia artificial en la atención médica debería acelerarse en los próximos años, impulsada tanto por la necesidad económica como por la creciente madurez de la tecnología. «Ya no se trata de una discusión sobre innovación. Se trata de la sostenibilidad del sistema», afirma.