成本上涨、人口老龄化和专业人员短缺正给巴西医疗保健系统带来巨大压力，促使医院和医疗保险公司寻求提高效率的解决方案。NeuralMed首席执行官兼联合创始人安东尼·艾吉尔表示，该行业最大的瓶颈在于系统间数据分散且互不兼容。

在接受由 Magalu Cloud 支持的NeoFeed项目 Revolução IA 的采访时，Eigier 为人工智能辩护，认为它是避免医疗保健系统崩溃的主要途径，因为它能够整合临床数据、预测诊断并减少不必要的住院治疗。

“医疗保健系统并非缺乏数据，而是信息过载且组织混乱。如果能在合适的时间对这些数据进行结构化处理，就能彻底改变医疗服务的逻辑，”艾吉尔说道。

NeuralMed 的工作原理是将分散在不同医院系统中的信息连接起来，这些信息包括电子病历、影像检查、处方和家族病史等。通过这种整合，人工智能算法可以帮助识别风险、确定患者优先级，并优化医院、诊所和医疗保健网络内的诊疗流程。

艾吉尔表示，这项方案并非要取代医生或护士，而是为了减少医疗团队在操作性任务上花费的时间，避免他们沦为“数据操作员”，在多个屏幕间切换查找那些已经存在但未整理的信息。通过对数据进行结构化处理，这项技术能够为医疗团队节省时间，使他们能够更加专注于直接的患者护理。

该模型的主要作用之一是预测诊断结果。通过交叉比对那些单独来看可能无关紧要的临床发现——例如因其他原因进行的检查、家族史或持续用药情况——人工智能可以在疾病进展之前识别风险。

这位企业家举例说，一名患者在交通事故后被送往急诊室，并接受了一系列仅针对创伤的检查。然而，人工智能识别出患者肺部有结节，且有吸烟史和癌症家族史，从而发出警报，提示需要进行肿瘤评估。

基于此，患者接受了活检并开始接受早期肺癌治疗。“如果没有这些数据，诊断结果可能要晚几个月才能出来，而且治疗结果也会复杂得多，”艾吉尔说。

艾吉尔认为，巴西人口金字塔的快速倒置也强化了进行结构性变革的必要性。

从下一个十年开始，预计该国老年人口将超过儿童人口，这很可能会永久性地增加对医疗保健、慢性病管理以及医疗系统重复使用的需求。因此，维持以医院为中心、仅关注急性病治疗的模式可能在经济上难以为继。

NeuralMed 的联合创始人表示，另一种方法是利用人工智能作为护理协调工具，目标是在医院环境之外监测患者，并利用数据防止简单的病情演变成高度复杂的情况。

艾吉尔认为，在经济需要和技术日趋成熟的双重推动下，人工智能在医疗保健领域的应用将在未来几年加速发展。“这不再是关于创新的讨论，而是关于系统可持续性的讨论，”他说道。