Nome, data de nascimento, documentos e outras informações pessoais podem aparecer em documentos médicos e transformar o uso desses registros em pesquisas em um desafio de privacidade. No Brasil, pesquisadores estão utilizando inteligência artificial para tentar resolver justamente esse problema.

Um método desenvolvido pela Dasa e pela Sauter Digital foi criado para identificar e remover dados que possam revelar a identidade de pacientes em laudos radiológicos escritos em português. A proposta é permitir que esses documentos sejam utilizados em pesquisas preservando as informações sensíveis e respeitando as exigências da Lei Geral de Proteção de Dados (LGPD).

O trabalho foi selecionado para o encontro anual  da Radiological Society of North America (RSNA), que acontece entre 29 de novembro e 3 de dezembro de 2026, em Chicago, nos Estados Unidos.

A questão ganha dimensão diante da quantidade de informações produzidas pela medicina brasileira. Em 2023, foram realizados 169,6 milhões de exames de diagnóstico por imagem no país, sendo 101,8 milhões, cerca de 60%, pelo SUS, segundo o Atlas da Radiologia no Brasil 2025, do Colégio Brasileiro de Radiologia.

Cada exame pode gerar informações clínicas importantes. Para que esses dados sejam reutilizados em pesquisas, porém, é necessário impedir que o paciente possa ser identificado.

Por que simplesmente apagar o nome não é suficiente?
A anonimização de um laudo médico é mais complexa do que retirar o nome escrito no cabeçalho.

Informações capazes de identificar uma pessoa podem aparecer em diferentes trechos do documento, incluindo nomes compostos, datas, números de documentos e outras referências. Ao mesmo tempo, o processo não pode retirar informações clínicas necessárias para a pesquisa.

Outro problema está no idioma. Segundo os responsáveis pelo projeto, ferramentas utilizadas para esse tipo de tarefa foram desenvolvidas principalmente em inglês e seguindo padrões norte-americanos.

Aplicadas diretamente aos documentos brasileiros, podem encontrar dificuldades com nomes, abreviações e formas de registro utilizadas no sistema de saúde nacional.

"O Brasil produz um dos maiores volumes de laudos em língua portuguesa do mundo, mas esse conhecimento fica parado porque não havia como usá-lo com segurança. Enquanto isso não muda, o país segue importando algoritmos treinados com pacientes que não são os nossos", afirma Emerson de Lima, CEO da Sauter Digital.

Como funciona a tecnologia
Para enfrentar o problema, as equipes adaptaram para o português um modelo de inteligência artificial utilizado como referência para anonimização.

A tecnologia foi combinada com um sistema de regras e um dicionário de termos médicos. Dessa maneira, cada laudo é analisado por dois mecanismos paralelamente.

As informações identificadas são posteriormente consolidadas e os dados considerados sensíveis são substituídos por marcadores anônimos.

"Quando o assunto é dado de paciente, nenhum método isolado é suficiente. As regras pegam o que é previsível, como documentos e formatos de data, e o modelo pega o que depende de contexto, como um nome escrito no meio de uma frase clínica. Uma abordagem cobre o ponto cego da outra", explica Emerson.

Segundo os desenvolvedores, houve informações identificadas simultaneamente pelos dois métodos, enquanto outras foram encontradas somente por um deles. O resultado reforçou a utilização das duas abordagens de maneira complementar.

"Já tínhamos um pipeline extenso de anonimização, que precisava ganhar escala. Foi daí que surgiu o projeto, em que adaptamos ao nosso universo em português um pipeline americano muito bem construído para termos em inglês. E o resultado foi a grata notícia da aprovação no maior congresso de radiologia do mundo", afirma Raphael Federicci Haddad, head de solução de dados e pesquisa de mundo real da Dasa.

O que isso pode mudar para a pesquisa médica?
Um dos objetivos da anonimização é permitir que grandes volumes de informações clínicas possam ser utilizados em estudos sem revelar quem são os pacientes presentes nos documentos.

Isso também pode ter impacto no desenvolvimento de inteligência artificial aplicada à medicina.

Até março de 2026, a FDA, agência reguladora dos Estados Unidos, havia autorizado 1.524 algoritmos de inteligência artificial na área médica, dos quais 1.163, aproximadamente 76%, estavam relacionados à radiologia, segundo os dados apresentados pelos responsáveis pelo projeto.

A possibilidade de trabalhar com bases brasileiras abre caminho para desenvolver e avaliar ferramentas considerando a linguagem clínica, os protocolos e as características dos pacientes atendidos no país.

"Adaptar a anonimização de laudos para o português não é um ajuste simples em uma ferramenta pronta. É refazer, com rigor científico, um processo pensado para outra língua e outro sistema de saúde", diz Emerson.

Proteção dos dados também entra na discussão
O uso de informações de saúde exige cuidados específicos porque esses dados são considerados sensíveis pela LGPD.

A preocupação não é apenas teórica. Segundo o relatório Cost of a Data Breach 2025, da IBM, o custo médio de uma violação de dados no setor de saúde chegou a R$ 11,43 milhões no Brasil, o maior entre os setores analisados.

A anonimização busca diminuir a exposição de informações identificáveis quando bases clínicas são utilizadas em projetos de pesquisa.

O desafio está em encontrar equilíbrio entre duas necessidades: proteger a privacidade dos pacientes e permitir que informações produzidas durante milhões de atendimentos possam contribuir para novos estudos.

Pesquisa brasileira chega a congresso internacional
O método será apresentado na 112ª edição do encontro anual da RSNA, que reúne trabalhos e especialistas internacionais em radiologia.

Para os responsáveis pelo projeto, a seleção também coloca em discussão a possibilidade de desenvolver soluções de inteligência artificial adaptadas às particularidades do sistema de saúde brasileiro, em vez de depender exclusivamente de tecnologias treinadas com bases estrangeiras.

"Levar esse trabalho ao RSNA mostra que o Brasil pode produzir IA em saúde, e não só consumir. O caminho passa por respeitar a nossa língua, a nossa regulação e o nosso sistema de saúde", conclui Emerson.