Uma inteligência artificial desenvolvida pelo Ministério da Saúde em parceria com o Hospital Israelita Albert Einstein já atinge 80% de precisão na triagem de doenças de pele — e roda sem internet. O sistema, batizado de CUTIS-AI, analisa fotos de lesões cruzadas com dados clínicos e epidemiológicos do paciente. A tecnologia está em fase de estudo, mas já foi testada em 1,4 mil pessoas e alimentada com mais de 4 mil imagens.
Como a ferramenta funciona na prática
O aplicativo foi desenhado a partir de entrevistas com profissionais da atenção básica. Ele captura a foto da lesão, coleta informações sociodemográficas e epidemiológicas e devolve uma sugestão diagnóstica em segundos. Tudo processado localmente no dispositivo, sem necessidade de conexão estável — um diferencial crítico para unidades rurais ou periferias.
Não há substituição do julgamento clínico. A IA atua como “segunda opinião” imediata, sinalizando possibilidades para que o profissional decida encaminhar, tratar ou investigar mais a fundo.
Doenças cobertas e impacto direto na fila
O modelo identifica condições de alta relevância para o SUS, muitas de notificação compulsória ou com janelas terapêuticas curtas:
- Esporotricose — fungo transmitido por gatos, em expansão urbana
- Leishmaniose cutânea — endêmica no Norte e Nordeste
- Hanseníase — Brasil concentra 90% dos casos das Américas
- Cromoblastomicose e lobomicose — micose profunda, frequente em trabalhadores rurais
- Tuberculose cutânea — forma extrapulmonar de difícil diagnóstico
- Acidentes loxoscélicos — picada de aranha-marrom, comum em áreas urbanizadas
Juntas, essas doenças sobrecarregam dermatologistas e infectologistas, especialistas escassos fora de grandes centros. A triagem assistida por IA pode reduzir encaminhamentos desnecessários e antecipar tratamentos.
Por que a base de dados brasileira faz diferença
Modelos treinados com imagens de pele clara (fototipos I a III) perdem performance em peles morenas e negras — maioria da população brasileira. O CUTIS-AI foi alimentado com diversidade de fototipos, regiões, condições de vida e perfis epidemiológicos. Segundo o secretário de Vigilância em Saúde e Ambiente, Fabiano Geraldo Pimenta Junior, “uma tecnologia desenvolvida a partir de uma população específica pode não apresentar o mesmo desempenho quando aplicada a outros grupos”.
A cientista de dados do Einstein, Isabelle Carvalho, reforça: a robustez da base permite que o modelo generalize melhor para a realidade da atenção primária, onde a iluminação, a câmera e o preparo da pele variam muito.
O que observar nos próximos passos
O estudo segue em expansão. Pontos-chave para acompanhar:
- Validação em cenários reais de unidades básicas de saúde (UBS) — não apenas em ambiente controlado
- Integração com o prontuário eletrônico do SUS (e-SUS APS) para evitar retrabalho
- Curva de aprendizado contínuo: cada novo caso validado pelo profissional reforça o modelo
- Regulamentação pela Anvisa como Software como Dispositivo Médico (SaMD)
Se a escalada mantiver a acurácia atual, o CUTIS-AI pode se tornar a primeira IA de apoio diagnóstico amplamente distribuída na rede pública brasileira — sem custo de licença, offline e adaptada à epidemiologia nacional. Para gestores de saúde, investidores em healthtech e profissionais da ponta, o sinal é claro: a barreira da conectividade deixou de ser desculpa para não levar apoio especializado à atenção primária.
