Inteligência Artificial para a Área da Saúde: Do Básico ao Avançado e Aplicações No-Code

A Inteligência Artificial (IA) tem transformado a prática médica contemporânea. Tradicionalmente, os Modelos de Linguagem de Grande Escala (LLMs) eram limitados ao processamento de texto (unimodais), auxiliando na redação de prontuários ou na sumarização de literatura médica [1]. No entanto, a prática clínica é inerentemente multimodal. O diagnóstico e o tratamento exigem a integração de conversas com o paciente, resultados de exames laboratoriais, imagens radiológicas e, muitas vezes, sinais vitais em tempo real.

Neste contexto, surgem os modelos LLMs Multimodais (M-LLMs), sistemas avançados capazes de processar e gerar simultaneamente texto, imagem, áudio e vídeo [2]. Modelos como GPT-4, GPT-5, Claude 3.5 Sonnet e Claude 3 Opus, com capacidade de visão, representam um salto qualitativo, permitindo que a IA analise radiografias, interprete eletrocardiogramas, estruture relatórios complexos, sugira condutas baseadas em evidência atual e até mesmo auxilie em procedimentos cirúrgicos guiados por vídeo.

Este curso foi desenhado para desmistificar essas tecnologias. Exploraremos desde a engenharia de prompts (a arte de instruir a IA corretamente) até a implementação prática de soluções no-code e, para os mais curiosos, a integração via código. A ênfase será dada à multimodalidade, preparando os profissionais de saúde para a próxima geração de ferramentas de suporte à decisão clínica.

Na prática, o aluno sairá do curso sabendo aplicar IA em tarefas reais do seu dia a dia. Um médico poderá gerar um SOAP* em segundos, preparar o resumo de um prontuário para interconsulta ou estruturar uma triagem inicial. Um nutricionista poderá criar planos alimentares personalizados, organizar avaliações nutricionais e produzir orientações para o paciente com muito mais agilidade. Um fisioterapeuta poderá registrar evoluções de sessão, montar planos terapêuticos e gerar programas de exercícios em PDF. Um pesquisador poderá automatizar triagens bibliográficas, extrair dados de CRFs, organizar evidências e apoiar a redação de métodos científicos. Em todos os casos, a IA será tratada como ferramenta de apoio, com validação humana e uso responsável.

*SOAP =

S — Subjective (Subjetivo): queixa principal e história relatada pelo paciente

O — Objective (Objetivo): dados observáveis — exame físico, sinais vitais, resultados de exames

A — Assessment (Avaliação): hipótese diagnóstica ou diagnóstico do profissional

P — Plan (Plano): conduta, prescrição, encaminhamentos, retorno.

Referências
[1]  R. AlSaad et al., “Multimodal Large Language Models in Health Care: Applications, Challenges, and Future Outlook,” Journal of Medical Internet Research, vol. 26, 2024.
[2]  J. Qiu, W. Yuan, and K. Lam, “The application of multimodal large language models in medicine,” The Lancet Regional Health - Western Paci?c, vol. 45, 2024. 

[3] HealthTech Magazine, “Prompt Engineering in Healthcare: Best Practices, Strategies & Trends,” Apr. 2025. [4] J. Miao et al., “Chain of Thought Utilization in Large Language Models,” PMC, 2024.

O objetivo deste curso é capacitar profissionais de todas as áreas da saúde a compreenderem, interagirem e aplicarem Modelos de Linguagem de Grande Escala (LLMs), com foco especial em LLMs Multimodais (M-LLMs). Ao final de 30 horas, os participantes estarão aptos a utilizar ferramentas de Inteligência Artificial Generativa para otimizar fluxos de trabalho clínicos, auxiliar em diagnósticos, analisar imagens médicas e conduzir pesquisas avançadas. O curso equilibra uma abordagem prática sem necessidade de programação (No-Code) com uma introdução fundamental ao uso de código para personalização e integração de APIs, garantindo que o conhecimento seja aplicável independentemente do nível técnico prévio do aluno.

Profissionais da área de saúde em geral: Medicina, Enfermagem, Odontologia, Fisioterapia, Psicologia, Nutrição, Farmácia, Biomedicina, Fonoaudiologia, Terapia Ocupacional e estudantes dessas áreas. 

Aulas online síncronas (ao vivo), tudo é gravado e fica disponível durante o curso através da plataforma Google Education Suite. Professores estarão acessíveis remotamente durante o curso, através da plataforma de ensino Google for Education, para ajudá-lo a cada passo.