Pesquisas sobre IA avançam na USP com criação de centro dedicado à gestão da saúde

No dia 28 de agosto, o Centro de Inovação da USP (InovaUSP) recebeu autoridades, pesquisadores e representantes de empresas parceiras para um evento de apresentação do Centro de Inteligência Artificial e Aprendizado de Máquina (CIAAM), um dos nove centros multidisciplinares que a Reitoria criou para realizar pesquisas em temas estratégicos da sociedade. O evento, que também marcou a inauguração formal do centro, com o descerramento da placa de instalação oficial, destacou suas atividades, grupos de pesquisa e projetos em andamento. O CIAAM já existia como um polo integrador de diversos grupos e centros de pesquisa em inteligência artificial (IA) na USP, mas a cerimônia deu visibilidade institucional ao seu papel estratégico na Universidade.

Durante o evento, foi anunciado o lançamento do Centro para Inteligência Artificial em Gestão de Saúde (ciaGsaude), o mais novo centro temático ligado ao CIAAM, criado em parceria entre a USP e a Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp). O ciaGsaude terá como foco o desenvolvimento de métodos avançados de IA para enfrentar os desafios da gestão dos sistemas de saúde no Brasil, considerando a diversidade demográfica do País e a complexidade de seus hospitais e instituições públicas e privadas.

O coordenador do CIAAM, Fabio Cozman, destacou a trajetória do centro e sua importância científica: “A USP tem uma tradição notável em inteligência artificial, com trabalhos relevantes desde os anos 1970 e presença marcante nos anos 1990. Em 2017, percebemos que o impacto dessas tecnologias iria crescer de forma significativa e promovemos um workshop reunindo pesquisadores de toda a Universidade. Foi nesse momento que identificamos a necessidade de fortalecer as conexões entre os diversos grupos, criar uma instância organizacional dedicada e consolidar a pesquisa em IA de maneira estruturada. A ideia evoluiu para a criação do CIAAM, que hoje integra centros e grupos de pesquisa em diferentes áreas do conhecimento, oferecendo uma presença institucional mais forte e coordenada”.

“O que buscamos com o CIAAM é compartilhar recursos, experiências e conhecimento, articulando pesquisadores e parceiros públicos e privados em uma estrutura com maior visibilidade e relevância. Queremos que o centro sirva como referência para toda a USP, promovendo a IA como uma tecnologia transversal. Em breve, vamos inaugurar uma estrutura compartilhada de enorme importância, que será o maior computador da América Latina em capacidade de processamento, fortalecendo ainda mais nossa capacidade de inovação e colaboração em escala nacional e internacional”, celebrou.

Para o reitor da USP, Carlos Gilberto Carlotti Junior, os benefícios do CIAAM para a Universidade são estratégicos: “Esse centro permite mais interdisciplinaridade e agilidade administrativa. Facilita as relações com governos, empresas e a sociedade em geral, reduzindo a burocracia e permitindo uma visão mais clara do panorama da IA na USP. Ele também fortalece nossa internacionalização”, comentou, lembrando que as pesquisas da USP nessa área acontecem com diversos focos e aplicações. “Neste mês, pesquisadores de várias unidades da nossa Universidade chegam para um intercâmbio no Imperial College de Londres, aplicando IA em diversas pesquisas.” Carlotti lembrou que o CIAAM integra uma rede de centros interdisciplinares que a Universidade tem criado em áreas estratégicas como as instituições brasileiras, oncologia de precisão, agricultura e mudanças climáticas, entre outras.

Já o secretário de Ciência, Tecnologia e Inovação do Estado de São Paulo, Vahan Agopyan, que foi reitor da USP entre 2018 e 2022, quando começaram os trabalhos que culminaram na formação do CIAAM, destacou a necessidade de uma estratégia nacional diante da concentração global de conhecimento em IA. “Mais de 90% do conhecimento em IA está concentrado em apenas dois países, China e Estados Unidos. O terceiro, que é a França, tem apenas 4%. Já se sabe que haverá uma mudança relevante no mercado de trabalho, com perdas de empregos no mundo todo sendo substituídos por novas posições relacionadas à IA concentradas nesses mesmos países. Para nós, não adianta querer competir de igual para igual. O caminho mais produtivo é identificar nichos específicos nos quais possamos alcançar excelência.”

Coordenador-geral de Ciências, Humanidades e Artes da Fapesp, Sylvio Canuto foi pró-reitor de Pesquisa da USP na gestão de Agopyan e lembrou que a ideia de um centro desse tipo amadureceu durante aquele período. “Foi quando começamos a discutir mais profundamente como a USP deveria tratar a questão da IA. Lançamos um edital voltado a pesquisas relacionadas a isso, com a expectativa de receber cerca de 30 propostas, mas chegaram 113. Isso mostrou a pujança da USP na área e, mais importante, funcionou como um levantamento do que já estava sendo feito.”

Centro de Inteligência Artificial em Saúde

O novo Centro para Inteligência Artificial em Gestão de Saúde (ciaGsaude), inaugurado durante o encontro, passa a integrar a estrutura do CIAAM como seu mais recente centro temático. O objetivo do ciaGsaude é desenvolver métodos avançados de IA para apoiar a gestão de hospitais e instituições de saúde, enfrentando desafios como diversidade demográfica, múltiplas modalidades de dados e complexidade administrativa.

O diretor do ciaGsaude, Alexandre Delbem, destacou a relevância do novo centro. “Os sistemas de saúde envolvem múltiplos fatores e relações. No Brasil, a diversidade populacional torna o cenário ainda mais desafiador, mas superá-lo pode trazer avanços significativos não só para o País, como também em escala global. A proposta do centro é catalisar o conhecimento de grupos de excelência da USP e de outras instituições do Estado de São Paulo, desenvolvendo métodos avançados de IA capazes de enfrentar esses desafios.”

As linhas de pesquisa do ciaGsaude incluem aprendizado profundo, com redes neurais gráficas, grandes modelos de linguagem e modelos de difusão; modelos estruturais e causais interpretáveis; e métodos de tomada de decisão multicritério. O objetivo é promover interoperabilidade entre sistemas, explorar informações não estruturadas como registros clínicos e exames médicos, e gerar modelos consistentes e interpretáveis que apoiem decisões confiáveis, aumentando eficiência, custo-benefício e qualidade dos serviços de saúde em hospitais e instituições públicas e privadas.

Fonte: SECTI SP