Blog de IA

Tag: pesquisa científica

  • Anthropic lança um programa para apoiar a pesquisa científica – TechCrunch

    Anthropic lança um programa para apoiar a pesquisa científica – TechCrunch

    Em 2026, a Anthropic, uma das principais empresas no campo da inteligência artificial, anunciou o lançamento de um programa inovador: o IA para Ciência. Esta iniciativa visa apoiar pesquisadores em projetos científicos de alto impacto, com um foco particular em biologia e nas aplicações das ciências da vida. A notícia, veiculada pelo TechCrunch, destaca a aposta da empresa no potencial da IA para acelerar descobertas cruciais.

    O programa oferece um suporte significativo: até US$ 20.000 em créditos de API da Anthropic, distribuídos ao longo de um período de seis meses, para pesquisadores qualificados. Mas será que essa ambiciosa proposta conseguirá superar os desafios históricos da IA no cenário científico e realmente impulsionar avanços significativos?

    Detalhes do programa de IA para ciência da anthropic

    A Anthropic delineou critérios claros para a seleção dos beneficiários. Os pesquisadores serão escolhidos com base em suas contribuições para a ciência, no potencial impacto da pesquisa proposta e na capacidade real da IA de acelerar significativamente seu trabalho. Os contemplados terão acesso irrestrito à suíte padrão de modelos de IA da Anthropic, incluindo toda a família de modelos Claude.

    A empresa expressa grande interesse em apoiar aplicações onde a inteligência artificial pode ser um catalisador para a compreensão de sistemas biológicos complexos, a análise de dados genéticos e a descoberta de medicamentos, especialmente para combater algumas das maiores doenças globais. Além disso, a iniciativa busca aumentar a produtividade agrícola e explorar outras áreas de pesquisa com grande potencial. A própria Anthropic ressaltou em seu blog que “capacidades avançadas de raciocínio e de processamento de linguagem por IA podem ajudar pesquisadores a analisar dados científicos complexos, gerar hipóteses, desenhar experimentos e comunicar descobertas de forma mais eficaz”.

    Otimismo e desafios no uso da IA na ciência

    A Anthropic não está sozinha em seu otimismo quanto ao uso da tecnologia na ciência. No início de 2026, o Google também revelou seu próprio “co-cientista de IA”, projetado para auxiliar cientistas na criação de hipóteses e planos de pesquisa. Empresas como a OpenAI, FutureHouse e Lilia Sciences compartilham a visão de que as ferramentas de IA podem acelerar significativamente as descobertas científicas, especialmente na área da medicina, um setor com imensa demanda por inovação.

    No entanto, a comunidade científica demonstra cautela. Muitos pesquisadores ainda não consideram a IA, em sua configuração atual, uma ferramenta consistentemente útil para orientar o processo científico. A inconstância e a dificuldade em antecipar inúmeros fatores confundidores são citadas como grandes desafios para desenvolver um “cientista IA” verdadeiramente eficaz. A IA pode explorar vastas possibilidades, mas sua capacidade de realizar a resolução criativa de problemas que leva a descobertas genuínas ainda está em debate.

    Historicamente, os resultados de sistemas de IA projetados para a ciência têm sido, em sua maioria, decepcionantes. Em 2023, o Google anunciou que cerca de 40 novos materiais foram sintetizados com a ajuda de sua IA, GNoME. Contudo, uma análise externa posteriormente constatou que nenhum desses materiais era de fato inovador. A Anthropic, com seu novo programa, certamente espera que seus esforços gerem resultados mais promissores e tangíveis do que os anteriores.

    Como se candidatar ao programa da anthropic

    Pesquisadores interessados em participar do programa IA para Ciência da Anthropic podem se inscrever por meio de um formulário disponível no site da empresa. As candidaturas serão avaliadas com o apoio de especialistas nas áreas relevantes, garantindo uma análise aprofundada.

    A Anthropic informa que as seleções ocorrerão na primeira segunda-feira de cada mês. Os critérios de avaliação incluem o mérito científico, o potencial impacto da pesquisa, a viabilidade técnica e, crucialmente, critérios de triagem de biossegurança. Este último aspecto visa assegurar que a pesquisa proposta não possibilite, sob nenhuma circunstância, aplicações prejudiciais ou perigosas, reforçando o compromisso da empresa com a ética e a responsabilidade.

    Conclusão

    O programa IA para Ciência da Anthropic representa um passo audacioso na integração da inteligência artificial com a pesquisa científica. Ao oferecer recursos e modelos avançados, a empresa busca catalisar descobertas em áreas críticas como a biologia e a medicina. Embora existam ceticismos baseados em experiências anteriores, a aposta da Anthropic pode, se bem-sucedida, redefinir a forma como a ciência é conduzida, abrindo caminho para uma nova era de colaboração entre máquinas e mentes humanas em prol do avanço do conhecimento e da solução de desafios globais.

  • O dilema da pesquisa científica com a Inteligência Artificial

    O dilema da pesquisa científica com a Inteligência Artificial

    A pesquisa científica no Brasil, em 2026, enfrenta um novo marco regulatório que redefine o papel da Inteligência Artificial (IA) generativa. O Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) publicou a Portaria nº 2.664, que institui a Política de Integridade na Atividade Científica, destacando diretrizes claras para o uso dessa tecnologia.

    Essa medida visa estabelecer um equilíbrio crucial entre a inovação tecnológica e a manutenção da rigorosa ética acadêmica, colocando a responsabilidade da produção científica diretamente nas mãos dos pesquisadores e exigindo transparência no processo.

    Do que trata a portaria do CNPq?

    A Portaria 2.664/2026 do CNPq é mais do que uma mera atualização burocrática; ela representa uma mudança sísmica na forma como a ciência é governada no Sul Global, conforme aponta o artigo original publicado no Brasil de Fato. Seu foco principal é a definição de diretrizes para o uso da Inteligência Artificial generativa (IAG) na pesquisa científica, com ênfase na transparência e na responsabilidade ética.

    Esta política se aplica a todos os usuários da base do CNPq, incluindo bolsistas, proponentes de projetos, servidores e membros de comitês de assessoramento. Um exemplo prático da sua relevância surge quando um pesquisador, pressionado por prazos, utiliza uma ferramenta de IAG e acaba por incluir uma citação alucinada – um artigo inexistente. No passado, isso poderia ser visto como um equívoco. Hoje, sob a nova política, a situação direciona para uma clara responsabilidade acadêmica e profissional, buscando minimizar o fim do “faroeste” da pesquisa assistida por IA.

    Principais regras do cnpq para uso da iag na pesquisa científica

    A portaria do CNPq inova ao integrar conceitos de justiça social e de gênero como pilares da integridade científica. A integridade agora se estende para além da ausência de fabricação de dados, abrangendo a forma como as pessoas são tratadas e a diversidade do conhecimento respeitado. Um ponto central é a introdução da Justiça Cognitiva, que reconhece e valoriza diferentes formas de conhecimento, indo além dos paradigmas tradicionais orientais.

    Os princípios do CNPq reforçam que a responsabilidade do conteúdo científico produzido recai inteiramente sobre o pesquisador, atuando como um escudo legal para a instituição e transferindo o ônus da verdade diretamente ao indivíduo. Além disso, a portaria não recomenda oficialmente o uso de IA para gerar avaliações por pares, preservando o elemento humano e a criticidade na avaliação acadêmica, um aspecto crucial para a produção de novas perguntas e avanços científicos.

    “Os autores são integralmente responsáveis pelo conteúdo final, incluindo qualquer plágio ou imprecisão gerada pela ferramenta utilizada.” (Art. 9, I, d/f)

    A política também proíbe expressamente a inserção de projetos de pesquisa de terceiros em tecnologias de IAG com o objetivo de elaborar pareceres científicos. Tal medida visa proteger a propriedade intelectual e a integridade do processo de avaliação, evitando que dados sensíveis sejam processados por ferramentas externas de IA. O descumprimento dessas regras pode resultar em advertências, suspensão de benefícios e até o impedimento de participação em futuros processos de fomento do órgão.

    Como declarar o uso de ia generativa em um projeto científico?

    A transparência é fundamental, e o CNPq estabelece diretrizes claras sobre como declarar o uso de IA Generativa em projetos científicos:

    • O quê declarar: É obrigatório especificar a ferramenta de IA generativa utilizada (nome do software ou plataforma) e a finalidade exata do seu uso no trabalho.
    • Quando declarar: A informação deve ser fornecida independentemente da fase da pesquisa, seja na concepção, redação, análise de dados ou submissão.
    • Onde inserir a informação: Deve constar nos respectivos textos e exposições eletrônicas do projeto ou relatório científico.
    • Como declarar: Inserir os respectivos textos e exposições eletrônicas e digitais dos documentos de relatórios técnicos, teses, artigos, etc.

    A Responsabilidade de Autoria é um ponto crucial: é expressamente proibido submeter conteúdo gerado por IA como se fosse de autoria humana. Os autores humanos mantêm a responsabilidade integral pelo conteúdo final, com a obrigação de revisar, garantir a veracidade das informações e responder por eventuais plágios ou imprecisões geradas pela ferramenta.

    O papel das universidades diante do desafio da ia

    As universidades e demais instituições científicas, tecnológicas e de inovação (ICTs) têm respondido ao desafio da IAG com uma postura de corresponsabilidade e governança ativa. No entanto, muitos docentes ainda enfrentam dificuldades em lidar com textos gerados por IA apresentados por estudantes, identificando problemas como despadronização, descontextualização e alucinações nos conteúdos.

    Em resposta, algumas instituições têm desenvolvido iniciativas para abordar as questões éticas. Exemplos notáveis incluem o Guia para Uso Ético e Responsável da Inteligência Artificial (IA) Generativa na UFBA (publicado em 2025) e o Guia de IA da Universidade Federal de Minas Gerais (UFMG). A UFMG foi a primeira universidade federal brasileira a criar um guia e sediar um seminário sobre o tema. Ambas as instituições criaram comissões permanentes para gerenciar os potenciais e desafios da IA no ambiente universitário.

    Em uma palestra recente na Ufba, o professor Virgílio Almeida, da UFMG, destacou pontos essenciais para as universidades lidarem com a IA: a necessidade de ampliar o debate e a governança interna para construir diretrizes específicas e a importância de oferecer orientação e suporte aos pesquisadores e docentes para esclarecer dúvidas.

    A questão que permanece em 2026, conforme discutido em um artigo publicado no Brasil de Fato, é: será possível integrar de forma ética e colaborativa o uso da IAG no plano acadêmico e científico, garantindo avanço sem comprometer a integridade e a autoria humana?

  • FutureHouse lança ferramentas de IA que afirma poder acelerar a ciência

    FutureHouse lança ferramentas de IA que afirma poder acelerar a ciência

    FutureHouse lança ferramentas de IA para impulsionar a ciência

    A FutureHouse, organização sem fins lucrativos com o apoio de Eric Schmidt, apresentou um conjunto de ferramentas de inteligência artificial destinadas a auxiliar o trabalho científico. O lançamento marca um passo significativo na busca por construir um “cientista de IA” na próxima década, oferecendo uma plataforma e API com funcionalidades inovadoras.

    Enquanto o ecossistema de startups de IA para ciência cresce, impulsionado por investimentos vultosos, grandes players de tecnologia também apostam no potencial da área. O Google, por exemplo, já divulgou um “co-cientista de IA” para auxiliar na criação de hipóteses e no planejamento de experimentos. CEOs de empresas como OpenAI e Anthropic veem na IA uma maneira de acelerar descobertas, especialmente na medicina.

    Ferramentas de IA lançadas pela FutureHouse

    A FutureHouse introduziu quatro ferramentas principais: Crow, Falcon, Owl e Phoenix. Cada uma foi desenvolvida com um propósito específico para otimizar diferentes etapas do processo de pesquisa científica.

    • Crow: Capaz de buscar literatura científica e responder a perguntas sobre artigos.
    • Falcon: Realiza buscas aprofundadas, incluindo em bases de dados especializadas.
    • Owl: Investiga trabalhos anteriores em áreas científicas específicas.
    • Phoenix: Atua especificamente no planejamento de experimentos em química.

    O diferencial da FutureHouse

    A FutureHouse destaca que suas ferramentas possuem acesso a um vasto acervo de artigos de alta qualidade e em acesso aberto, além de ferramentas científicas especializadas. A organização promete um raciocínio transparente e um processo analítico em múltiplas etapas, permitindo que cientistas encadeiem essas ferramentas para acelerar o ritmo das descobertas.

    “Ao encadeá-las em grande escala, os cientistas podem acelerar consideravelmente o ritmo das descobertas.” – FutureHouse

    Desafios e cautela no uso da IA na ciência

    Apesar do otimismo, a aplicação da IA na ciência ainda enfrenta desafios. Pesquisadores alertam para a falta de confiabilidade das IAs atuais para orientar processos científicos complexos. Um exemplo recente envolveu o Google, que em 2023 relatou a síntese de cerca de 40 novos materiais com auxílio de sua IA GNoME, mas análises posteriores indicaram que nenhum deles era inédito.

    A propensão da IA a gerar informações imprecisas e as limitações técnicas exigem uma postura cautelosa por parte dos cientistas. A própria FutureHouse reconhece que suas ferramentas, como a Phoenix, podem apresentar erros, e incentiva o feedback dos usuários para uma rápida iteração.

    O futuro da IA como “cientista”

    O desenvolvimento de um “cientista de IA” completo é um objetivo ambicioso, que requer a antecipação de inúmeros fatores complexos. Embora a IA possa ser uma aliada poderosa na exploração de vastas possibilidades, como a filtragem de hipóteses, sua capacidade de promover descobertas genuinamente inovadoras ainda é um ponto em aberto.

    A FutureHouse busca, com seu lançamento, fomentar a colaboração entre humanos e máquinas, visando acelerar o avanço do conhecimento científico.

  • A inteligência artificial vai substituir os pós-graduandos?

    A inteligência artificial vai substituir os pós-graduandos?

    A inteligência artificial vai substituir os pós-graduandos?

    A crescente capacidade da inteligência artificial (IA) tem gerado um debate acalorado sobre seu impacto em diversas profissões, e a pesquisa acadêmica não é exceção. Um questionamento pertinente que surge é: a IA será capaz de substituir os pós-graduandos em suas funções? Levantamentos recentes indicam que cientistas, tanto experientes quanto iniciantes, já utilizam a IA com frequência para otimizar tarefas e acelerar a produção científica, antecipando uma ampla aceitação dessas ferramentas em um futuro próximo.

    Embora muitos vejam a IA como uma aliada poderosa na pesquisa, capaz de aumentar a produtividade em um ambiente onde “publique ou pereça” é a norma, a ideia de substituição levanta preocupações significativas. Especialmente para os estudantes de pós-graduação, que formam a espinha dorsal de muitas investigações científicas, o avanço da IA pode significar uma mudança drástica em seu papel e valor no ecossistema da pesquisa.

    Uso atual e percepções da inteligência artificial na pesquisa

    Um levantamento da editora acadêmica internacional Wiley, com cerca de 5 mil pesquisadores de 70 países, revela que a maioria considera a IA importante para a pesquisa e publicação. Surpreendentemente, metade dos respondentes acredita que modelos generativos já superam humanos em tarefas cruciais como resumir resultados, detectar erros de escrita e plágio, e organizar referências.

    A expectativa geral é de rápida adoção. Tarefas como redação de documentação científica e identificação de colaboradores são vistas como áreas de aceitação iminente: 57% dos entrevistados preveem isso em menos de dois anos. Adaptação de comentários de revisores, otimização de alocação de recursos e recomendações para revisão por pares também são apontados para adoção em prazos curtos.

    Apesar do otimismo, o uso cotidiano da IA na pesquisa ainda é relativamente limitado. Dos primeiros respondentes, apenas 45% já haviam utilizado ferramentas de IA, concentrando-se em traduções, revisões linguísticas e edição de manuscritos – tarefas consideradas menos inovadoras.

    O debate sobre o valor do pós-graduando frente à IA

    A discussão sobre a relevância dos pós-graduandos ganha força com reflexões como a de Ariel Rosenfeld, cientista que questionou em um artigo: “Por que eu posso ‘contratar’ IA em vez de um estudante de pós-graduação?”. Ele argumenta que a IA, embora não seja um parceiro intelectual extraordinário, executa competências de forma imediata, sem exigir adaptação, reuniões ou suporte emocional.

    Rosenfeld reconhece que esse pensamento desconcertante não implica que os pesquisadores em nível de pós-graduação não têm valor; no longo prazo, são inestimáveis. No entanto, ele levanta a preocupação de que os estudantes passem a atuar apenas como intermediários entre a ideia bruta e o resultado gerado pela IA.

    Por outro lado, muitos pós-graduandos contestam essa visão. A coleta, preparação e tratamento de dados, etapas fundamentais e muitas vezes esperadas pelos orientadores, são atividades que demandam um profundo entendimento e julgamento humano, algo que a IA, em muitas áreas, ainda não consegue replicar.

    A formação de novos pesquisadores também é um ponto crucial. Posições de mestrado e doutorado são vistas como essenciais para que novas gerações demonstrem seu valor e aprendam a fazer pesquisa, um processo que vai além da escrita e publicação, incluindo estudo aprofundado e avaliação crítica do trabalho alheio.

    O futuro da pesquisa com e sem a inteligência artificial

    O uso da IA na pesquisa, quando acompanhado de senso crítico, é visto por muitos como benéfico, especialmente para tarefas mecânicas e repetitivas. Ferramentas que auxiliam na elaboração de scripts para análises, revisão de gramática e sintaxe, e clareza na comunicação podem poupar tempo e esforço valiosos.

    No entanto, é imperativo que o pesquisador compreenda a lógica por trás das sugestões da IA e valide os resultados obtidos. A inteligência artificial pode ser uma ferramenta poderosa para acelerar o processo científico, mas o julgamento, a interpretação e a inovação continuam a depender da mente humana. A substituição completa dos pós-graduandos é um cenário distante, mas a adaptação e a redefinição de seus papéis frente às novas tecnologias são uma realidade cada vez mais presente.

    João Lucas da Silva, mestre em Ciências Biológicas pela Universidade Federal do Pampa e doutorando na mesma instituição, reflete sobre a importância de novas mentes trazerem novas ideias. A interação e a sobreposição de perspectivas entre orientandos e orientadores são essenciais para a emergência de resultados inesperados e inovadores, algo que a sobreposição de uma única mente consigo mesma, como a da IA, não pode replicar.

    Em suma, a IA não é vista como uma ameaça de substituição total, mas sim como uma ferramenta que pode aprimorar o trabalho científico. A responsabilidade pelo desenvolvimento da ciência, especialmente no Brasil, recai em grande parte sobre os pós-graduandos. O desafio reside em utilizar a IA de forma ética e eficaz, garantindo que ela sirva como um complemento e não como um substituto para o intelecto e a criatividade humana.

  • Cochrane anuncia ferramentas de IA selecionadas para estudo inovador de plataforma

    Cochrane anuncia ferramentas de IA selecionadas para estudo inovador de plataforma

    Cochrane seleciona ferramentas de IA para estudo inovador de plataforma

    A Cochrane anunciou oficialmente as duas ferramentas de inteligência artificial (IA) que participarão de seu estudo inovador. O objetivo é avaliar como a IA pode apoiar e aprimorar etapas cruciais na síntese de evidências científicas. As ferramentas escolhidas são Laser AI e Nested Knowledge.

    Estas seleções foram feitas a partir de um grupo de 48 submissões recebidas no final de 2025. O processo seguiu os princípios do Responsible AI in Evidence SynthEsis (RAISE), garantindo uma abordagem ética e rigorosa.

    Avanços na síntese de evidências com inteligência artificial

    Artur Nowak, cofundador da Evidence Prime, expressou entusiasmo com a seleção do Laser AI: “Estamos maravilhados com a escolha do Laser AI como uma das ferramentas para este importante estudo. O momento não poderia ser melhor, e a Cochrane é o parceiro ideal para liderar tal avaliação.” Ele destacou o papel da Cochrane em orientar o uso dessas tecnologias emergentes.

    Kevin Kallmes, CEO e cofundador da Nested Knowledge, comentou sobre a missão da Cochrane: “Somos inspirados pela missão da Cochrane de apoiar decisões confiáveis e baseadas em evidências. A Cochrane Library é a principal coleção dos tipos de sínteses de evidências de alta qualidade que a Nested Knowledge foi projetada para apoicar.”

    Detalhes do estudo e ferramentas selecionadas

    Cinco ferramentas adicionais foram colocadas em uma lista de reserva e poderão ser incorporadas conforme o estudo avança. Como parte dos acordos formais, a Cochrane forneceu uma contribuição mínima para a participação dos desenvolvedores. Isso permite que o estudo seja conduzido sob um contrato legalmente vinculativo, assegurando que os padrões e expectativas da organização, incluindo proteção de dados e propriedade intelectual, sejam atendidos.

    É importante notar que a seleção destas ferramentas não constitui um endosso formal da Cochrane. A organização reitera sua posição: autores da Cochrane podem utilizar ferramentas de IA desde que comprovem que isso não compromete o rigor metodológico ou a integridade de suas sínteses. Este estudo faz parte de um protocolo de revisão para avaliar precisamente essa questão.

    Diretrizes para o uso responsável de IA

    Para autores da Cochrane que desejam empregar ferramentas de IA, recomenda-se seguir as orientações do RAISE, especialmente o terceiro artigo da coleção, que oferece diretrizes detalhadas sobre a seleção e o uso dessas ferramentas. Essas recomendações se aplicam tanto ao Laser AI e Nested Knowledge quanto a outras ferramentas de IA disponíveis.

    Em março de 2026, novas orientações foram publicadas para auxiliar revisores sistemáticos. Elas incluem um panorama do uso de IA em diferentes tipos de ferramentas e estágios do processo de revisão, além de recomendações específicas para seu emprego. As categorias de recomendação de uso de IA são baseadas nas tarefas da revisão sistemática e na classe da ferramenta de IA.

    A tabela a seguir ilustra as recomendações de uso de IA em síntese de evidências:

    • Aceitável para uso: Saídas de IA podem ser usadas diretamente no fluxo de trabalho da revisão, com limitações e vieses reconhecidos e contabilizados.
    • Verificação humana requerida: Saídas de IA podem apoiar tarefas de revisão, mas devem ser cuidadosamente verificadas por humanos antes do uso.
    • Validação dentro da revisão requerida: Saídas de IA podem ser utilizadas se seu desempenho for explicitamente avaliado no contexto da própria revisão e considerado adequado.
    • Uso exploratório e suplementar: Saídas de IA podem ser usadas para desenvolver ideias ou como ponto de partida, devendo ser extensivamente refinadas por revisores humanos.
    • Não aceitável para uso: Devido às limitações significativas da tecnologia atual, essas saídas de IA não devem ser utilizadas.

    Próximos passos do estudo

    A equipe de pesquisa da Cochrane e duas equipes de autores já iniciaram o treinamento nas ferramentas Laser AI e Nested Knowledge. Após a integração, o protocolo será testado com essas equipes antes de envolver outros autores no estudo. Análises intermediárias estão previstas para meados de 2026, com resultados esperados para o final do ano.

    Paralelamente, a Cochrane foca em melhorar a literacia em IA e promover as melhores práticas para o uso responsável da IA em toda a comunidade, colaborando com grupos de métodos de IA e projetos parceiros. O investimento em desenvolvimento de orientações, treinamento e recursos visa apoiar revisores sistemáticos, editores e a comunidade de síntese de evidências em geral.

    Parte do estudo sobre a plataforma de ferramentas de IA foi apoiada pelo Wellcome Trust (grant nº 323143/Z/24/Z).

  • Inteligência artificial identifica dor em bebês e pode auxiliar decisões médicas em UTI neonatal

    Inteligência artificial identifica dor em bebês e pode auxiliar decisões médicas em UTI neonatal

    Um avanço significativo na neonatologia foi anunciado por engenheiros do Centro Universitário FEI e pediatras da Universidade Federal de São Paulo (Unifesp): o desenvolvimento de uma ferramenta de inteligência artificial capaz de identificar o nível de dor em recém-nascidos internados em Unidades de Terapia Intensiva (UTIs). Esta tecnologia utiliza modelos multimodais de linguagem e visão para interpretar as expressões faciais dos bebês com mais precisão, reduzindo a subjetividade na avaliação e apoiando decisões médicas cruciais.

    A inovação surge como uma resposta à dificuldade de avaliar a dor em bebês que não podem se comunicar verbalmente, dependendo totalmente da observação. Em um ambiente de UTI neonatal, onde um recém-nascido pode ser submetido a até 13 procedimentos dolorosos diariamente, como punções e cirurgias, uma avaliação objetiva é fundamental para garantir o bem-estar e evitar sequelas duradouras.

    Nova ferramenta transforma avaliação da dor em recém-nascidos

    A tecnologia desenvolvida pela FEI e Unifesp, com financiamento da FAPESP, integra imagens e textos para analisar as expressões faciais dos pequenos pacientes. A professora de pediatria neonatal da Unifesp e coordenadora-geral da UTI Neonatal do Hospital São Paulo, Ruth Guinsburg, destaca a importância da ferramenta.

    “Como a dor é um fenômeno subjetivo e o bebê ainda não consegue se comunicar verbalmente, ele depende essencialmente da observação de terceiros. Em UTIs neonatais, utilizamos escalas de dor, mas elas são muito subjetivas. As interpretações podem variar conforme o estado emocional de quem o observa, já que um médico, um enfermeiro ou uma mãe mais angustiada podem ter percepções diferentes. Nesse contexto, a ferramenta de inteligência artificial pode ajudar a reduzir essa subjetividade e apoiar a tomada de decisões clínicas.”

    Publicada na revista Pediatric Research, a pesquisa demonstrou que o sistema de inteligência artificial supera as técnicas tradicionais de deep learning na identificação de estados de dor e conforto. Um dos grandes diferenciais é que o modelo não necessita ser treinado separadamente para cada tarefa, ampliando sua aplicabilidade clínica.

    Segundo Carlos Eduardo Thomaz, professor da FEI, isso se deve à utilização de modelos de linguagem multimodais pré-treinados, como ChatGPT e Gemini, que conseguem resolver tarefas médicas específicas com maior rapidez e eficiência, sem a necessidade de bancos de dados enormes e pré-processamento complexo de imagens, como era comum em modelos clássicos de machine learning.

    A urgência de uma avaliação precisa

    A Dra. Guinsburg ressalta que as intervenções médicas em UTIs neonatais, embora vitais, causam dor. Portanto, é crucial equilibrar a necessidade clínica com o sofrimento do bebê. Historicamente, até os anos 1990, acreditava-se erroneamente que recém-nascidos não sentiam dor devido à imaturidade neurológica. Hoje, sabe-se o oposto: justamente por serem neurologicamente imaturos, eles são mais vulneráveis aos efeitos adversos dos estímulos dolorosos.

    A dor mal gerenciada pode deixar sequelas duradouras, e no cérebro em desenvolvimento, tanto a dor não tratada quanto o excesso de medicação podem ser neurotóxicos. O desafio, portanto, é tratar a dor quando ela existe e suspender a medicação quando cessa, buscando o equilíbrio ideal.

    O futuro da monitorização e tratamento da dor neonatal

    Os pesquisadores têm grandes expectativas para o futuro da ferramenta. A inteligência artificial poderá atuar como um monitor de dor em tempo real, emitindo alertas ao lado de dispositivos cardíacos e respiratórios. Além disso, a tecnologia poderá apoiar prescrições mais seguras de analgésicos, transformando sinais subjetivos em parâmetros objetivos e funcionando como um “fiel da balança” na avaliação clínica.

    Lucas Pereira Carlini, engenheiro da equipe, enfatiza que o impacto da IA vai além da performance técnica. Para ele, o que cada ponto percentual de acerto representa para um bebê é o que realmente importa. A pesquisa completa, intitulada “Is this neonate feeling pain? Leveraging clinical knowledge towards high-precision Large Language Model-based neonatal pain assessment”, pode ser acessada para detalhes adicionais.

    Em 2026, esta ferramenta representa um marco na medicina neonatal, prometendo uma abordagem mais humanizada e eficaz no tratamento da dor em pacientes tão vulneráveis. A capacidade da IA de oferecer uma avaliação objetiva e contínua é um passo decisivo para melhorar a qualidade de vida e o prognóstico de milhares de recém-nascidos em UTIs ao redor do mundo.