O Núcleo de Inteligência Artificial Responsável para Saúde (NIAR Saúde UFMG) tem como objetivo projetar, implementar, validar, demonstrar e operar processos, metodologias, técnicas e tecnologias para garantir a responsabilidade no acesso a dados de saúde e na construção e utilização de modelos de inteligência artificial e afins com esses dados.

Dentre as atividades a serem desempenhadas, destacamos:

• Participar das reuniões de alinhamento com a equipe de pesquisa e com a gestão da saúde (SMSA/BH).
• Definição e documentação do escopo finalístico do projeto e dos respectivos desfechos e da elaboração do Protocolo de Pesquisa detalhado.
• Mapeamento de Dados: Identificação e mapeamento final dos dados dos Sistemas de
• Informação em Saúde utilizados no pareamento determinístico-probabilístico (2008-2024).
• Desenvolvimento, treinamento e avaliação de modelos de aprendizado de máquina (ML) para análises preditivas e inferenciais, com foco em IA responsável;
• Validação da consistência interna e externa da Base Integrada (ex: valores aberrantes, sequenciamento lógico de eventos).
• Traduzir os resultados complexos da modelagem estatística e de ML em recomendações claras e baseadas em evidências para a Secretaria Municipal de Saúde (SMSA/BH). Ex: Quais grupos de pacientes precisam de navegação prioritária.
• Participar ativamente das reuniões com a gestão da saúde (SMSA/BH), apresentando dados e auxiliando na incorporação de evidências na elaboração, implementação ou revisão de políticas públicas de atenção oncológica em Belo Horizonte.
• Trabalhar em conjunto com os analistas finalístico da saúde e pesquisadores do projeto para transformar dados e modelos complexos em informações acionáveis para a tomada de decisão da gestão em saúde;
• Desenvolver relatórios técnicos e artigos científicos (com foco em periódicos de Saúde Coletiva/Oncologia) que documentem o método e os achados.

Pré-requisitos:

• Graduação em Engenharia de Dados;
• Conhecimento em ciência de dados aplicada à saúde pública;
• Conhecimento na construção de bases analíticas complexas;
• Conhecimento de Modelagem Preditiva de Desfechos de Assistência e de Gastos a partir de grandes volumes de dados assistenciais, epidemiológicos e administrativos;
• Apresentar boa capacidade de interação com a equipe de pesquisadores das áreas de ciências de dados, estatística e saúde;
• Ter disponibilidade de pelo menos 10 horas;