A inteligência artificial (IA) já não é uma promessa para o futuro dos cuidados de saúde na Europa — está já presente nas salas de interpretação de radiologias, nas clínicas de oftalmologia, nos fluxos de trabalho dos cuidados de saúde primários e nos serviços administrativos dos hospitais. Desde algoritmos com marcação CE que assinalam resultados suspeitos numa mamografia em segundos até sistemas de IA que prevêem estruturas proteicas a uma escala sem precedentes, as ferramentas baseadas em IA estão silenciosamente a abrir novas fronteiras na tecnologia médica. Este Resumo Digital analisa de forma pragmática como a IA está a ser implementada nos cuidados de saúde para o bem, centrando-se em casos de utilização em que os benefícios para os doentes, os profissionais de saúde e os sistemas de saúde são tangíveis e mensuráveis. Analisa cinco domínios — imagiologia médica, descoberta de medicamentos, triagem nos cuidados de saúde primários, vigilância da saúde pública e produtividade dos profissionais de saúde — através da perspetiva do quadro político europeu que agora os rege: a Lei da IA, o Espaço Europeu de Dados de Saúde (EHDS) e as metas da Década Digital 2030. O resumo coloca também as questões mais difíceis: de que competências clínicas e digitais precisará o pessoal de saúde europeu para utilizar estas ferramentas com segurança; como mantemos os seres humanos significativamente envolvidos no processo; e como se traduz a «IA para o bem» quando estão em jogo a vida, a dignidade e os dados de um doente? Conclui, por fim, com orientações práticas sobre iniciativas da UE onde os leitores podem desenvolver as competências, as parcerias e a confiança que determinarão se a próxima década da IA na saúde será de inclusão ou de exclusão.
Palavras-chave
#Inteligência artificial na área da saúde; #tecnologia médica; #implementação da IA clínica; #competências em saúde digital; #IA fiável (Lei da UE sobre a IA).
Porquê este resumo e porquê agora?
Os sistemas de saúde europeus estão a entrar numa década decisiva. As populações estão a envelhecer, os profissionais clínicos estão sobrecarregados e os cidadãos esperam que os serviços digitais na área da saúde estejam à altura daqueles com que se deparam na banca ou nas viagens. Neste contexto, a inteligência artificial (IA) passou rapidamente dos laboratórios de investigação para os fluxos de trabalho clínicos de rotina, abrangendo simultaneamente vários fluxos de trabalho clínicos e administrativos. A Organização para a Cooperação e Desenvolvimento Económico (OCDE) refere que a IA já está a apoiar o diagnóstico, a prever a deterioração do estado dos doentes, a otimizar as operações hospitalares e a acelerar a investigação biomédica, tendo a sua adoção acelerado visivelmente desde 2023 (OCDE, 2024).
«Todos devem ter acesso em linha aos principais serviços públicos na UE… incluindo, em particular, os serviços digitais de saúde e cuidados, nomeadamente o acesso aos registos de saúde eletrónicos.»
— Declaração Europeia sobre Direitos Digitais e Princípios para a Década Digital, Capítulo II, ponto 7 (2023)
A adoção, no entanto, não é sinónimo de benefício. A questão que importa para os cidadãos europeus — e para os profissionais a quem é pedido que utilizem estas ferramentas — é se a IA está a proporcionar benefícios tangíveis e mensuráveis. Este resumo centra-se em cinco domínios em que as evidências são mais sólidas e onde a política europeia já está a moldar a implementação: imagiologia médica, descoberta de medicamentos, triagem e acesso aos cuidados de saúde primários, vigilância da saúde pública e produtividade dos profissionais de saúde. Ao longo do documento, estes avanços são contextualizados no quadro das políticas europeias — a Lei da IA da UE (Regulamento (UE) n.º 2024/1689), o Espaço Europeu de Dados de Saúde (EHDS) e o Programa Político «Década Digital 2030» — para que os leitores percebam não só o que é possível, mas também o que é permitido, e quais as competências de que os profissionais de saúde europeus irão necessitar para que tudo isto funcione.
De que forma a IA já está a mudar a tecnologia médica?
Imagiologia: será que um algoritmo consegue interpretar um exame tão bem como um radiologista?
A imagiologia médica está entre as aplicações clínicas mais maduras da IA. A lista pública da Food and Drug Administration dos Estados Unidos de dispositivos médicos com IA, embora não seja um conjunto de dados europeu, fornece um indicador útil da rapidez com que esta categoria está a crescer; na Europa, ferramentas comparáveis entram em utilização clínica através das vias de avaliação da conformidade do MDR/IVDR e da marcação CE (FDA, 2025). Estão a acumular-se evidências prospetivas. O ensaio clínico aleatório e controlado sueco MASAI, publicado na revista *The Lancet Oncology*, comparou a dupla leitura de mamografias apoiada por IA com a dupla leitura padrão realizada por dois radiologistas em mais de 80 000 mulheres e constatou que o apoio da IA detetou cerca de 20 % mais cancros sem aumentar as taxas de convocação para exames complementares, ao mesmo tempo que reduziu quase para metade a carga de trabalho dos radiologistas na leitura das imagens (Lång et al., 2023). Na oftalmologia, a literatura europeia sobre políticas e avaliação de tecnologias identifica frequentemente o rastreio da retinopatia diabética como um exemplo claro de como a IA pode alargar a capacidade de diagnóstico de nível especializado aos cuidados de saúde primários e a regiões carenciadas (Lekadir et al., 2022).
O que está a abrir novas fronteiras aqui não é o facto de a IA substituir os médicos — o que não acontece —, mas sim o facto de alterar a economia da especialização. Uma fotografia da retina tirada por uma enfermeira numa farmácia rural poderia ser avaliada em segundos com uma sensibilidade comparável à de um especialista. Um nódulo pulmonar subtil que um radiologista cansado possa ignorar no final de um longo turno pode ser assinalado para uma segunda análise. Quando aplicados em programas de rastreio, esses ganhos poderiam melhorar a deteção precoce e a capacidade da força de trabalho, desde que a implementação seja continuamente monitorizada em termos de segurança, equidade e falsos positivos. A consequência para a força de trabalho é real: os radiologistas estão a passar do papel de «leitor principal» para o de «supervisor de IA», e os enfermeiros de cuidados primários estão a assumir novas responsabilidades de triagem — mudanças que redefinem as competências digitais e clínicas em que a força de trabalho europeia na área da saúde deve ser formada.
Descoberta de medicamentos: poderá a IA encurtar o caminho da molécula ao medicamento?
Historicamente, levar um novo medicamento aos doentes tem demorado muitos anos e exigido um investimento substancial. A IA está a começar a encurtar partes desse processo. O exemplo mais citado é o AlphaFold, desenvolvido pela Google DeepMind e pelo Instituto Europeu de Bioinformática do Laboratório Europeu de Biologia Molecular (EMBL-EBI), que previu a estrutura tridimensional de mais de 200 milhões de proteínas e as disponibilizou publicamente (EMBL-EBI, 2024). O Prémio Nobel de Química de 2024 reconheceu esta contribuição, sublinhando o quão fundamental a IA se tornou para a ciência biomédica (Prémio Nobel, 2024). A previsão da estrutura, por si só, não produz medicamentos seguros ou eficazes, mas altera as condições de partida para a descoberta biomédica. Para além da previsão da estrutura, a IA generativa está a ser utilizada para propor novos candidatos a fármacos, otimizar a conceção de ensaios clínicos e redirecionar compostos existentes para doenças raras — áreas em que os incentivos comerciais têm sido historicamente fracos.
Para os cidadãos europeus, o benefício prático é duplo. Em primeiro lugar, a descoberta acelerada aumenta a probabilidade de surgirem tratamentos eficazes para doenças que hoje não têm nenhum, incluindo muitas doenças pediátricas e raras. Em segundo lugar, a sólida base de investigação pública da Europa — concretizada no «Horizon Europe» (o principal programa de financiamento da UE para a investigação e a inovação) e no EHDS — proporciona à União um caminho credível para captar parte deste valor no seio do seu próprio ecossistema de inovação (Comissão Europeia, 2026b). Isso depende da disponibilidade de conjuntos de dados de saúde de alta qualidade, partilhados legalmente e bem organizados, que é precisamente o que o EHDS foi concebido para viabilizar (Comissão Europeia, 2025a). As implicações em termos de competências são igualmente importantes: a procura por bioinformáticos clínicos, químicos computacionais e investigadores translacionais com conhecimentos de IA está a aumentar em toda a indústria farmacêutica e no meio académico europeu.
Cuidados de saúde primários: poderá a IA alargar o acesso àqueles a quem o sistema chega em último lugar?
Algumas das implementações de IA mais significativas não ocorrem em hospitais terciários, mas sim na porta de entrada do sistema de saúde. Os chatbots para verificação de sintomas, a triagem apoiada por IA nos serviços de urgência e as ferramentas de escuta ambiental que transcrevem e estruturam uma consulta estão a passar da fase piloto para a utilização operacional em algumas partes da Europa, embora a qualidade das evidências e a maturidade da implementação variem. A análise da OCDE de 2024 salienta que tais ferramentas, quando bem geridas, podem encurtar os tempos de espera, reduzir a carga administrativa sobre os médicos de clínica geral e melhorar a continuidade dos cuidados para doenças crónicas (OCDE, 2024). As orientações da Organização Mundial de Saúde sobre a ética da IA na saúde enfatizam o mesmo potencial, ao mesmo tempo que alertam para o facto de que os chatbots mal validados podem agravar as desigualdades se forem treinados principalmente com dados de populações de rendimentos elevados e de língua inglesa (OMS, 2024). A vantagem comparativa da
Europa neste domínio é a clareza regulamentar. Ao abrigo da Lei da IA da UE, muitos sistemas clínicos de IA serão considerados de alto risco, quer por serem produtos ou componentes de segurança de produtos abrangidos pela legislação de harmonização da União enumerada no Anexo I — como o MDR e o IVDR —, quer por se enquadrarem em áreas específicas de alto risco, enumeradas no Anexo III (Parlamento Europeu e Conselho, 2024). Para os cidadãos, isto significa que uma ferramenta de IA utilizada para diagnóstico clínico, triagem ou apoio à tomada de decisões pode estar sujeita a obrigações que vão muito além das que se aplicam a uma aplicação de bem-estar para consumidores. O impacto no mercado de trabalho é significativo: os médicos de clínica geral e os enfermeiros de triagem irão necessitar cada vez mais de conhecimentos sobre IA e de competências para anular decisões da IA como parte das suas competências essenciais, enquanto surgem novas funções — coordenadores de saúde digital nos consultórios, responsáveis pela supervisão em grupos de maior dimensão — para garantir que a supervisão humana seja efetiva e não meramente simbólica.
Saúde pública: poderá a IA ajudar-nos a detetar surtos antes que se propaguem?
A pandemia da COVID-19 acelerou o investimento na vigilância da saúde pública baseada na IA, e as lições aprendidas estão agora a ser institucionalizadas. A inteligência europeia em matéria de saúde pública combina agora a vigilância baseada em indicadores, a vigilância baseada em eventos e a monitorização de código aberto. Ferramentas como o EpiPulse do Centro Europeu de Prevenção e Controlo de Doenças (ECDC) apoiam a recolha, análise e partilha de sinais de doenças infecciosas entre os Estados-Membros, enquanto os fluxos de trabalho do EIOS, liderados pela OMS, utilizam informação de código aberto e monitorização assistida por tecnologia para ajudar a detetar mais cedo as ameaças emergentes à saúde pública (ECDC, 2021; OMS EIOS, 2025). Quando combinados com modelos de aprendizagem automática, os sinais provenientes das águas residuais, a vigilância genómica e os dados de admissões hospitalares podem apoiar um alerta precoce e o planeamento de recursos. Estas aplicações ilustram uma faceta mais discreta da IA ao serviço do bem: não o diagnóstico dramático isolado, mas sim o alerta precoce à escala da população que dá tempo aos médicos e aos governos.
Técnicas semelhantes estão a ser aplicadas às doenças não transmissíveis. Modelos que integram registos de saúde eletrónicos, dados ambientais e determinantes sociais podem identificar comunidades com risco elevado de doenças cardiovasculares, complicações da diabetes ou crises de saúde mental, permitindo uma intervenção preventiva direcionada. Quando bem executada, trata-se de saúde pública de precisão; quando mal executada, corre-se o risco de reforçar preconceitos enraizados nos dados de rotina. O quadro de governação é tão importante quanto o modelo — e o mesmo se aplica à força de trabalho: as competências em engenharia de dados, análise geoespacial e modelação epidemiológica estão a passar de opcionais para essenciais nas agências nacionais de saúde pública em toda a União.
Médicos e profissionais de saúde: poderá a IA devolver tempo às pessoas que curam?
O esgotamento é agora um risco estrutural para os sistemas de saúde europeus. Muitas das implementações de IA mais bem-vindas não são, por isso, aquelas que tentam fazer raciocínio clínico, mas sim as que absorvem a carga administrativa — assistentes virtuais que redigem notas de consulta, ferramentas inteligentes de gestão de escalas, sistemas preditivos de gestão de camas e codificação automatizada para reembolso. Estas ferramentas raramente chegam às manchetes, mas podem ter o maior impacto a curto prazo na experiência real de trabalhar no setor da saúde. As primeiras implementações sugerem que a documentação ambienta, a gestão inteligente de escalas de serviço e as ferramentas preditivas de gestão de camas podem reduzir a carga administrativa, mas o seu impacto depende fortemente da reformulação dos fluxos de trabalho, da qualidade da aquisição e da conceção conjunta com os profissionais de saúde. O efeito no emprego é duplo: as funções administrativas evoluem em vez de desaparecerem, e os gestores hospitalares precisam de conhecimentos em matéria de aquisição e governação da IA para implementar estas ferramentas com segurança. Tanto as ações de acompanhamento do «Ano Europeu das Competências» da Comissão Europeia como as metas da «Década Digital» reconhecem que a melhoria das competências da força de trabalho para utilizar estas ferramentas com confiança é tão importante quanto a sua aquisição (Comissão Europeia, 2024).
O que exige, na prática, o quadro político europeu?
Três instrumentos merecem especial atenção. Em primeiro lugar, a Lei da IA da UE estabelece um quadro jurídico horizontal e baseado no risco para a IA em toda a União. Muitos sistemas clínicos de IA serão considerados de alto risco, quer por serem produtos ou componentes de segurança de produtos abrangidos pela legislação da União em matéria de segurança dos produtos, como o MDR e o IVDR (artigo 6.º, n.º 1, e anexo I), quer por se enquadrarem em áreas específicas de utilização de alto risco, enumeradas no anexo III. Isto implica requisitos em matéria de gestão de riscos, governação de dados, documentação técnica, transparência, supervisão humana, precisão, robustez, cibersegurança e monitorização pós-comercialização. O calendário de implementação é agora faseado: a Lei da IA é geralmente aplicável a partir de 2 de agosto de 2026; na sequência do acordo político sobre a proposta de simplificação «omnibus» relativa à IA, as regras para os sistemas autónomos de alto risco abrangidos pelo Anexo III aplicam-se a partir de 2 de dezembro de 2027, e as regras de alto risco para os sistemas incorporados em produtos regulamentados têm um período de transição alargado até 2 de agosto de 2028 (Parlamento Europeu e Conselho, 2024; Comissão Europeia, 2026a). Em
segundo lugar, o Regulamento relativo ao Espaço Europeu de Dados de Saúde (Regulamento (UE) 2025/327) entrou em vigor a 26 de março de 2025, criando um quadro à escala da União para a utilização primária e secundária de dados de saúde eletrónicos, reforçando os direitos dos cidadãos e abrindo uma via regulamentada para que investigadores e inovadores tenham acesso a dados pseudonimizados — incluindo para treinar e validar sistemas de IA. Uma vez que a implementação do EHDS é faseada, o seu valor operacional para o treino, a validação e a utilização secundária em investigação da IA dependerá da implementação pelos Estados-Membros, dos Órgãos de Acesso aos Dados de Saúde, dos ambientes de processamento seguros e das regras de interoperabilidade que entrarão em vigor nos próximos anos, com as partes essenciais a aplicarem-se a partir de março de 2029 e outras categorias a partir de março de 2031 (Comissão Europeia, 2025a). Em terceiro lugar, o Programa Político «Década Digital 2030» estabelece metas concretas para 2030 — incluindo que pelo menos 80 % dos adultos devem possuir competências digitais básicas, a par da meta da «Década Digital» em matéria de saúde eletrónica de proporcionar a todos os cidadãos da UE acesso aos seus registos de saúde eletrónicos —, definindo assim a procura de competências em saúde digital (Comissão Europeia, 2025b; Comissão Europeia, 2025d).
Em torno destes três instrumentos centrais, existe um ecossistema político europeu mais vasto que define a forma como a IA na saúde é financiada, regulada e tornada fiável. O Programa EU4Health 2021-2027 apoia sistemas de saúde mais fortes, mais resilientes e mais acessíveis, incluindo medidas de transformação digital que possam complementar a inovação nos cuidados de saúde impulsionada pela IA (Comissão Europeia, 2025c). A Estratégia Europeia para os Dados sustenta a infraestrutura de dados mais ampla na qual assenta o EHDS, promovendo espaços de dados setoriais e o intercâmbio transfronteiriço de dados fiável (Comissão Europeia, 2020). A Declaração Europeia sobre Direitos e Princípios Digitais proporciona aos cidadãos um ponto de referência politicamente aprovado no que diz respeito ao acesso em linha a serviços digitais de saúde e cuidados, à IA centrada no ser humano e a uma supervisão eficaz (Parlamento Europeu, Conselho e Comissão, 2023). E a Estratégia de Cibersegurança da UE para a Década Digital é também altamente relevante neste contexto: com os cuidados de saúde expostos a graves incidentes cibernéticos em toda a Europa, qualquer sistema de IA que trate dados de doentes deve ser defensável desde a sua conceção, bem como estar em conformidade com a legislação (Comissão Europeia, 2020b; ENISA, 2024).
Em conjunto, estes instrumentos significam que, na Europa, a questão já não é se a IA será regulamentada no setor da saúde, mas sim como as organizações, os profissionais de saúde e os doentes irão pôr em prática essa regulamentação. Isso, por sua vez, é fundamentalmente uma questão de competências.
De que competências digitais irá necessitar o pessoal de saúde da Europa?
Se o quadro político é claro, o quadro de competências ainda está em construção. Com base no Quadro Europeu de Competências Digitais para os Cidadãos (DigComp 3.0, a quinta edição do quadro, que integra sistematicamente a IA em todas as suas dimensões), do Quadro Europeu de Competências Digitais (e-CF) e dos currículos nacionais emergentes, é possível identificar quatro grupos de competências como essenciais para a utilização segura e ética da IA na saúde (Cosgrove e Cachia, 2025; CEN, 2019). Estas estão resumidas na Tabela 1 abaixo, com uma indicação das partes da força de trabalho que mais necessitam de cada grupo.
Tabela 1. Competências essenciais em IA e saúde digital para a força de trabalho europeia na área da saúde. Fonte: síntese do próprio autor, com base no DigComp 3.0 (Cosgrove e Cachia, 2025), na análise da OCDE sobre IA na saúde (OCDE, 2024) e nas obrigações da Lei da UE sobre IA.
Daí decorrem duas implicações práticas. Em primeiro lugar, as competências em IA não podem limitar-se aos cientistas de dados ou aos diretores de informação; devem ser integradas em todos os currículos profissionais. Em segundo lugar, o ponto de partida adequado para a maioria dos profissionais não é um curso de programação, mas sim um programa estruturado de literacia prática em IA, baseado em cenários clínicos reais. Instrumentos da UE, tais como a Plataforma de Competências Digitais e Emprego, o Pacto para as Competências no ecossistema da saúde e dos cuidados e as ações de acompanhamento do Ano Europeu das Competências, foram concebidos para facilitar a identificação, coordenação e ampliação deste tipo de oferta (Comissão Europeia, 2024a; Comissão Europeia, 2024b; CEN, 2019).
O infográfico pode ser consultado na íntegra, em formato PDF, através deste link.
Onde é que isto pode correr mal — e como mantemos a IA «para o bem»?
Uma análise honesta sobre a IA para o bem deve também ser honesta sobre a IA para o mal. Três modos de falha merecem ser mencionados. O primeiro é o desvio de desempenho: um modelo que apresenta um bom desempenho no lançamento pode degradar-se silenciosamente à medida que a prática clínica, os dados demográficos dos doentes ou os fluxos de dados a montante se alteram, com consequências clinicamente opacas, a menos que a monitorização seja genuinamente operacional. As obrigações de monitorização pós-comercialização previstas na Lei da IA abordam esta questão em princípio; na prática, a sua implementação constitui um desafio em termos de competências e infraestruturas.
O segundo é a desigualdade. Os modelos treinados com dados de uma parte da Europa, ou de um grupo demográfico, podem apresentar um desempenho inferior noutros contextos. Os modelos de retinopatia diabética treinados principalmente com populações de pele mais clara, ou os índices de risco derivados de sistemas de saúde com padrões de encaminhamento diferentes, podem prejudicar sistematicamente alguns doentes. A mitigação requer dados de treino diversificados, avaliação desagregada e o tipo de partilha de dados transfronteiriça e legalmente regulamentada que o EHDS se destina a possibilitar (Comissão Europeia, 2025a).
O terceiro é a erosão da relação clínica. Os doentes depositam confiança nos médicos porque estes assumem a responsabilidade. A IA pode apoiar, mas não pode substituir, esse foco de responsabilidade. A Lei da IA da UE consagra a supervisão humana como um requisito legal para sistemas de alto risco; o trabalho cultural mais difícil consiste em garantir que essa supervisão seja real e não meramente simbólica — que os médicos tenham o tempo, a formação e o apoio institucional necessários para discordar de um modelo quando for necessário.
Um quarto risco, de natureza transversal, é a cibersegurança. Um sistema de IA inseguro na área da saúde não é apenas aquele que apresenta um desempenho clínico insatisfatório, mas também aquele cujos fluxos de dados, atualizações de modelos e interfaces clínicas podem ser alvo de ataques. Com os cuidados de saúde expostos a graves incidentes cibernéticos e riscos de ransomware em toda a Europa, a implementação de IA «defensável desde a conceção» já não é uma preocupação secundária em matéria de segurança da informação, mas sim uma condição prévia para uma IA fiável na área da saúde (Comissão Europeia, 2020b; ENISA, 2024). Quando bem gerida em relação a todos estes quatro riscos, é assim que se apresenta a «IA para o bem» na área da saúde: não a ausência de seres humanos, mas o reforço do julgamento humano, com as salvaguardas técnicas e organizacionais necessárias para o apoiar.
O que podem os leitores fazer a seguir?
- Desenvolva os seus próprios conhecimentos sobre IA através de recursos estruturados e alinhados com a UE, tais como a Plataforma de Competências Digitais e Emprego e os cursos e quadros de competências que esta indexa, incluindo o DigComp 3.0.
- Envolva-se na implementação do Espaço Europeu de Dados de Saúde no seu país para definir como a utilização secundária dos dados de saúde — incluindo para a IA — funcionará na prática.
- Se adquirir, implementar ou utilizar IA clínica, analise as suas obrigações ao abrigo da Lei da IA da UE em relação ao calendário de implementação atual, incluindo o período de transição alargado para sistemas de alto risco incorporados em produtos regulamentados.
- Incorpore casos de IA na formação clínica, utilizando orientações abertas, resumos de políticas e recursos baseados em evidências publicados pela OMS e pela OCDE.
- Defenda a equidade e a segurança desde o início — insista na disponibilização de dados de desempenho desagregados, em populações de treino diversificadas, no envolvimento significativo dos doentes e na implementação com segurança cibernética na conceção e avaliação da IA clínica.
Reflexão final
A IA está a ultrapassar fronteiras na tecnologia médica, não principalmente porque os algoritmos são inteligentes, mas porque a Europa está a construir a infraestrutura jurídica, ética e de competências que permite que algoritmos inteligentes sejam utilizados com segurança em grande escala. A fronteira que mais importa nos próximos cinco anos não é, portanto, técnica. É a fronteira da confiança — entre os cidadãos e os seus dados, entre os profissionais de saúde e as suas ferramentas e entre os Estados-Membros que, em conjunto, criam uma União da Saúde digna desse nome. A Plataforma de Competências Digitais e Emprego existe precisamente para ajudar todos, desde um diretor de hospital a um estudante de enfermagem, passando por um decisor político regional, a atravessar essa fronteira com confiança.
Consulte o artigo na íntegra, juntamente com as suas referências, através desta ligação. O infográfico também está disponível em formato PDF — clique aqui para aceder ao mesmo.
Sobre o autor
Roy Saurabh é o fundador e diretor executivo da AffectLog, uma empresa de tecnologia de ponta sediada na UE que trabalha na governação e garantia de uma IA fiável para setores regulamentados, incluindo os cuidados de saúde. O seu trabalho centra-se na computação que preserva a privacidade, no raciocínio regulatório e na supervisão da IA centrada no ser humano para sistemas de alto risco. Tem contribuído para trabalhos europeus e internacionais sobre governação da IA, competências digitais e espaços de dados, e escreve sobre a interseção entre inteligência artificial, tecnologia de interesse público e regulamentação digital.
Sobre a organização
A AffectLog está a desenvolver infraestruturas que preservam a privacidade para uma IA fiável em setores regulamentados, incluindo os cuidados de saúde. O seu trabalho centra-se em permitir que as organizações obtenham informações a partir de dados sensíveis sem expor os registos subjacentes e em concretizar as obrigações de governação da IA (tais como a proteção de dados, a supervisão humana e a auditabilidade) em implementações no mundo real. A AffectLog participa em iniciativas europeias sobre dados de saúde, competências digitais e IA fiável, e contribui para o esforço mais alargado no sentido de tornar a IA avançada segura, responsável e acessível em toda a União.