IA na Saúde

IA na Saúde é um curso online da Renata Marchese, cientista de dados, para médicos, enfermeiros e demais profissionais de saúde, gestores hospitalares e pesquisadores que querem avaliar e usar inteligência artificial (IA) com critério, sem precisar programar. São 77 aulas e 9 quizzes em 9 módulos, com cerca de 48 horas de estudo. As aulas seguem o formato Leitura Viva: texto interativo de cerca de 10 minutos, com narração em áudio, que você estuda no seu ritmo. O preço de fundador é de R$ 997 até 30 de outubro de 2026, com 2 anos de acesso e certificado de conclusão.

O que você vai aprender

• Avaliar criticamente qualquer ferramenta nova de IA com um framework que continua válido quando os modelos mudam, porque as ferramentas mudam toda semana e os conceitos não.
• Reconhecer promessas exageradas antes de investir dinheiro, reputação ou o tempo da equipe clínica em um projeto que não vai entregar resultado, separando o avanço real do comunicado à imprensa.
• Ler artigos científicos sobre IA na saúde identificando viés metodológico, generalização indevida e métricas enganosas antes de chegar à seção de discussão.
• Conduzir uma conversa técnica com fornecedores de healthtech, fazendo as perguntas que eles não estão acostumados a responder.
• Reconhecer com honestidade quando a IA não é a solução adequada, porque nem todo problema pede IA, e quando vale o investimento de implementação.
• Construir suas próprias ferramentas com IA sem programar, sem expor dados de pacientes e sem correr o risco de um vazamento de dados.
• Acompanhar a IA na saúde sem ansiedade, sabendo o que muda toda semana e o que permanece.
• Defender o interesse do seu paciente em reuniões, comissões e auditorias sobre IA, com vocabulário, referências e critério consolidados.
• Entender como a IA funciona por dentro (paradigmas de aprendizado, redes neurais, agentes, RAG e foundation models) em aulas de aprofundamento opcionais, sem matemática pesada.

5 perguntas que este curso responde

• Quando uma IA acerta o diagnóstico, ela está realmente raciocinando ou apenas memorizou os casos parecidos com os do treino?
• Se um modelo americano funciona em hospital americano, por que ele pode falhar com paciente brasileiro, e como eu identifico isso antes de adotar?
• Quando a IA recomenda uma conduta clínica errada, quem responde: o profissional, a instituição ou o fornecedor?
• Por que algumas implantações de IA em hospitais trazem resultado e outras criam problemas éticos e jurídicos para a instituição?
• Posso usar o ChatGPT no meu consultório sem violar a LGPD, ou estou criando um problema sem perceber?

Para quem é este curso

• Profissional de saúde (médica, enfermeira, fisioterapeuta, farmacêutica, dentista, gestor clínico) que quer entender IA com profundidade, sem precisar se tornar especialista técnico.
• Pesquisadora ou docente em saúde que precisa avaliar a literatura sobre IA com olhar crítico.
• Liderança de healthtech, hospital ou operadora que toma decisões sobre IA na rotina clínica.
• Estudante, residente ou pós-graduanda que vai trabalhar em um cenário em que a IA está presente em toda parte e quer chegar preparada.

Para quem não é

• Quem busca um curso técnico de programação em IA, de treinamento de modelos do zero ou de formação em engenharia de machine learning.
• Quem busca um curso sobre uma ferramenta comercial específica (ChatGPT, Claude etc.).
• Quem espera respostas rápidas e fórmulas prontas: aqui o foco é desenvolver o senso crítico, e isso leva tempo.
• Quem prefere aceitar promessas de fornecedor sem questionar.

Programa do curso

1. Módulo 1: Introdução8 aulas e 1 quiz
   O que é IA, por que agora, como funciona e o que pode dar errado.
2. Módulo 2: Fundamentos de IA e ciência de dados para a saúde12 aulas e 1 quiz
   Randomização, validação, métricas, dados clínicos, interoperabilidade e o framework R.O.A.D.
3. Módulo 3: IA para suporte à decisão clínica6 aulas e 1 quiz
   Decisão clínica com IA, LLMs, robótica, segurança do paciente e fatores humanos.
4. Módulo 4: IA para medicina personalizada6 aulas e 1 quiz
   Saúde preventiva, genômica, wearables, grafos e modelos epidemiológicos.
5. Módulo 5: Estratégia de negócios em IA6 aulas e 1 quiz
   Implementação, escalabilidade, liderança, comunicação e ROI.
6. Módulo 6: Gestão, regulação e ética em IA na saúde11 aulas e 1 quiz
   Como levar IA do projeto à rotina clínica: ciclo de vida, regulação brasileira (CFM, ANVISA, PL 2338), ética de dados (consentimento, FAIR, fairness), frameworks (CRISP-DM, MLOps, Scrum adaptado) e a integração com o prontuário (FHIR, DICOM, RNDS e as terminologias), com um entregável para auditar a promessa do fornecedor.
7. Módulo 7: Agentes de IA na saúde8 aulas e 1 quiz
   Fundamentos de agentes, casos reais, n8n, Gems e Claude SDK.
8. Módulo 8: Ferramentas e técnicas de IA na prática13 aulas e 1 quiz
   Ferramentas (Gemini Notebook, Claude, Gemini, Manus, Antigravity, Nano Banana) e técnicas (prompt engineering clínico, vibecoding, RAG/MCP) aplicadas à saúde.
9. Módulo 9: O futuro e como acompanhar7 aulas e 1 quiz
   Tendências de longo prazo em IA na saúde e como se manter atualizado sem ansiedade no curto prazo.

A ideia central do curso

Todo o curso é organizado em torno de um framework de quatro perguntas, que você pratica dezenas de vezes em contextos diferentes. Ao final, aplicá-lo se torna um hábito: diante de qualquer ferramenta nova, notícia ou demonstração impressionante, você avalia com critério.

As ferramentas, os modelos e os benchmarks vão mudar, mas esse framework continua valendo. Quem o domina continua preparado quando o cenário muda.

Um exemplo do curso: regra ou machine learning?

Na aula sobre como a IA aprende, o curso propõe um exercício que resume o critério usado do início ao fim: decidir, para cada situação clínica, se uma regra fixa resolve ou se o problema pede um modelo que aprende com dados (machine learning).

1. Disparar um alerta de interação medicamentosa quando um paciente que usa varfarina recebe um anti-inflamatório: regra, porque a lista de interações conhecidas é finita.
2. Identificar um nódulo suspeito em uma mamografia: machine learning, porque o padrão visual é complexo demais para uma regra.
3. Calcular a dose de heparina ajustada por peso e função renal: regra, porque é uma fórmula com variáveis estáveis.
4. Prever quais pacientes da unidade vão piorar nas próximas 6 horas: machine learning, porque dezenas de variáveis interagem.

A pergunta certa nunca é "regra ou IA?" em abstrato, e sim qual caminho é mais adequado ao problema clínico em questão. A resposta depende menos da tecnologia e mais da natureza do problema.

Conteúdo atualizado e baseado no Brasil

Revisado por completo em setembro de 2026. O curso é mantido em dia: normas, datas, ferramentas e números são conferidos novamente a cada ciclo de revisão. Você estuda o cenário brasileiro atual (Resolução CFM 2.454/2026, RDC 657 da ANVISA e a revisão em curso, LGPD aplicada a dados de pacientes) e os marcos internacionais que importam (foundation models clínicos com FDA clearance, PCCP), sempre comparados com a norma brasileira. O conteúdo reflete o cenário de hoje, e não o de 2023.

Sobre a autora

Cientista de dados há 10 anos, com formação em engenharia e produção consistente em estatística, machine learning e álgebra linear aplicada. Atualmente é Head de Ciência de Dados e especialista em IA na KnowRisk, uma consultoria de soluções de automação e IA. Foi professora de MBA no Hospital Moinhos de Vento e docente de matemática e estatística no ensino superior por 12 anos.

Sua trajetória une técnica e aplicação prática, do treinamento do modelo à apresentação para a liderança hospitalar. É cofundadora da ABRANGHE (Associação Brasileira de Angioedema Hereditário), o que lhe dá uma perspectiva direta sobre o lado do paciente nas decisões de saúde.

Este curso nasce de uma pergunta repetida em sala de aula: "como eu aplico IA com critério no meu trabalho real, sem me deixar levar por promessas exageradas?". Aqui está a resposta, organizada para você estudar no seu ritmo.

Conheça a trajetória completa da Renata, com formação, experiência e projetos.

Perguntas frequentes

Preciso saber programar para fazer o curso IA na Saúde?

Não. O curso foi feito para profissionais de saúde, gestores e pesquisadores que não programam. Quando o curso mostra como construir uma ferramenta com IA, o passo a passo usa ferramentas que dispensam código, e o foco está em proteger os dados dos pacientes.

O que é o framework das 4 perguntas usado no curso?

É o método que organiza o curso inteiro para avaliar qualquer sistema de IA em saúde. As quatro perguntas são: o problema clínico está bem definido? Existem dados suficientes e de qualidade? O resultado muda a conduta? O que acontece se o modelo errar? Se a resposta a qualquer uma delas for "não" ou "não sei", o sistema precisa ser investigado antes de ser adotado.

O curso trata da regulação brasileira de IA na saúde?

Sim. O curso aplica a Resolução CFM 2.454/2026, a RDC 657 da ANVISA e a revisão em curso, a Lei 15.123/2025 e a LGPD aplicada a dados de pacientes, e compara essas normas com os marcos internacionais, como a autorização de ferramentas pela FDA e o plano de mudanças pré-aprovadas (PCCP).

Posso usar o ChatGPT com dados de pacientes?

O curso dedica aulas a essa pergunta. Pela LGPD (art. 5º, II), dados de saúde são dados pessoais sensíveis, e a regra prática ensinada é não colar em ferramentas de IA de uso geral nenhuma informação que identifique o paciente. O curso mostra como anonimizar os dados e quando uma ferramenta exige contrato e cuidados próprios antes de ser usada na rotina clínica.

Para quem o curso IA na Saúde não é indicado?

Para quem procura um curso de programação ou de treinamento de modelos do zero, ou um curso sobre uma única ferramenta comercial. O curso também não oferece fórmulas prontas: o objetivo é formar o critério para avaliar ferramentas, artigos e promessas de fornecedores.

Quanto custa o curso IA na Saúde?

O preço de fundador da primeira turma é de R$ 997, válido até 30 de outubro de 2026; depois dessa data, o curso passa a custar R$ 1.497. O pagamento é feito na página do curso, na plataforma, pela Stripe.

Quanto tempo leva para fazer o curso?

São cerca de 48 horas de estudo, somando leitura, exercícios e quizzes, em aulas de cerca de 10 minutos. Não há horário marcado: você estuda quando quiser, e o progresso fica salvo na sua conta.

O curso tem certificado?

Sim. Ao concluir todas as aulas e quizzes, você recebe um certificado de conclusão emitido pela RMM Treinamento Educacional Ltda., com um código público de verificação. É um certificado de curso livre, não reconhecido pelo MEC, que pode ser usado no LinkedIn, no currículo e como comprovação de aperfeiçoamento profissional.

Por quanto tempo tenho acesso ao curso?

O acesso vale por 2 anos a partir da matrícula, com atualização gratuita do conteúdo durante 24 meses: se uma ferramenta ou uma norma muda, a aula é atualizada sem custo.

Como tiro dúvidas durante o curso?

As dúvidas são enviadas pela área de mensagens da plataforma, e a Renata responde em até 48 horas úteis. O curso também tem uma live mensal de perguntas com a Renata, gravada para quem não puder participar.

Posso desistir depois de comprar?

Sim. Pelo Código de Defesa do Consumidor (art. 49), você tem 7 dias a partir da compra para desistir e receber o valor integral de volta, sem precisar justificar.

A RMM Treinamento Educacional Ltda. (CNPJ 54.895.832/0001-42) é a responsável pelos cursos. A matrícula, o pagamento e as aulas ficam na plataforma de cursos.