← 返回巴西资讯
巴西资讯巴西医药健康

巴西AI法律框架待审,专家主张治理须先于采购

分享

Marco legal da IA: governança, gestão e segurança na saúde pública

巴西第2.338/2023号人工智能法案仍在众议院审议,有专家撰文主张公共卫生机构应在采购AI工具前先建立治理机制。

巴西第2.338/2023号人工智能法案(PL 2.338/2023)已由参议院转交众议院,目前仍在特别委员会等待意见。围绕该法案的讨论,有专家在《Saúde Business》撰文提出,公共卫生机构对人工智能的治理应始于采购之前,而非等待立法落地。

文章作者认为,人工智能在公共卫生领域可扩大信息分析能力、支持决策并组织资源,从识别流行病模式到辅助诊断都存在改善护理与管理的机会。世界卫生组织通过《卫生人工智能伦理与治理:WHO指南》认可这一潜力,同时强调需保护人的自主权、人权与安全。

作者将治理视为管理与安全的基本措施:引入一项技术需明确其目的、评估风险、确定责任并跟踪结果。作者指出,立法辩论为规范技术引入提供了机会,但机构层面的控制安排已应纳入管理者议程,包括谁授权使用、依据哪些证据、如何发现故障。

在具体操作上,作者建议第一步是掌握正在使用的工具,建立系统清单,列明目的、供应商、内部负责人、处理的数据及受影响的活动,范围应覆盖正式采购的解决方案以及团队在行政和护理日常中自行使用的AI工具。控制强度应与风险成比例:对就诊优先级、诊断或治疗干预可能性越大的系统,安全性与性能的证明要求应越严格。

作者还提出,在巴西统一卫生系统(SUS)中,分析需考虑公平性。例如基于服务使用历史的优先级工具,可能把因难以获得服务而记录稀少的人群误判为需求较低,从而复制公共系统本应解决的不平等。因此仅评估平均性能不够,还需考察不同人群、地区和护理条件下的表现,数据质量与代表性应纳入引入决策。

在数据保护方面,作者指出《通用数据保护法》(LGPD)将健康数据列为敏感个人数据,使用AI需确定适用的法律依据、遵守目的与必要性原则并采取安全措施;公共目的本身并不授权无限制使用病历或与供应商共享。机构应明确哪些信息可输入工具、谁可访问、保存多久、供应商在何种条件下可使用,数据用于模型训练也需审查和规范,并写入内部程序与合同。

作者强调应保留专业人员的决策能力:有效的人工监督需要培训、时间和条件,使其理解工具局限、发现不一致并对建议提出异议;仅确认屏幕上的结果保护有限。合同、协议和流程需明确谁验证系统、谁跟踪性能、谁调查事件、谁可暂停使用。

对公共管理者,作者建议选择标准应包含性能证据、使用场景验证、审计所需信息的获取、团队培训和技术支持,采购价格应与长期维持安全、更新和可用的成本一并评估。治理还需持续:设定指标、负责人和跟踪周期,记录故障、投诉和纠正措施;系统、数据或服务人群变化可能要求重新验证,并应制定中断使用和保障护理连续性的标准。

作者还提到,未来法律框架应与现有卫生监管衔接:巴西国家卫生监督局(Anvisa)在RDC 657/2022中规定了软件作为医疗器械的注册要求,归类取决于特征和预期用途,仅存在AI本身并不决定该分类。作者主张机构治理、数据保护、信息安全和卫生评估之间需协调,并利用卫生服务中已有的协议、供应商资质、风险管理、培训、审计和事件调查等管理实践。

作者最后表示,第2.338/2023号法案为组织这一辩论提供了机会,但AI引入的质量也取决于机构决策、监督技术使用和纠正方向的能力,并主张创新应致力于准入、公平、安全和责任等公共卫生基础。

这条资讯对你有帮助吗?

信息概要

类型
政策法规
方向
巴西
分类
医药健康
层级
编辑整理
话题
政策法律科技
查看原文(葡萄牙语)

Marco legal da IA: governança, gestão e segurança na saúde pública

A inteligência artificial (IA) abre perspectivas relevantes para a saúde pública, como ampliar a capacidade de analisar informações, apoiar decisões e organizar recursos em um sistema que precisa atender necessidades complexas com orçamento limitado. Da identificação de padrões epidemiológicos ao apoio ao diagnóstico, existem oportunidades para melhorar o cuidado e a gestão. A Organização Mundial da Saúde, por meio do “Ethics and governance of artificial intelligence for health: WHO guidance” , reconhece esse potencial e destaca a necessidade de proteger a autonomia, os direitos humanos e a segurança das pessoas. Na minha avaliação, aproveitar essas oportunidades exige reconhecer a governança como medida básica de gestão e segurança. Incorporar uma tecnologia pressupõe definir sua finalidade, avaliar seus riscos, estabelecer responsabilidades e acompanhar seus resultados. Esses cuidados integram a administração responsável de qualquer serviço de saúde e precisam alcançar também os sistemas de IA. É nesse contexto que o debate sobre o marco legal brasileiro da IA ganha importância. O PL 2.338/2023 , encaminhado pelo Senado à Câmara dos Deputados, permanece em tramitação e aguarda parecer na comissão especial, conforme a informação consultada. O debate legislativo oferece uma oportunidade para estruturar a incorporação dessas tecnologias. Entretanto, entendo que a organização dos controles institucionais já deve integrar a agenda dos gestores. Definir quem autoriza o uso, quais evidências sustentam essa decisão e como eventuais falhas serão identificadas é uma necessidade atual dos serviços. Governança da IA começa antes da contratação Governança, nesse contexto, significa organizar o processo de decisão e assegurar condições para verificar se a tecnologia cumpre sua finalidade com segurança. Isso envolve participação da direção, das equipes assistenciais e das áreas de tecnologia, qualidade, proteção de dados e assessoria jurídica, conforme a estrutura e os riscos de cada instituição. A direção precisa assumir a responsabilidade pela política de uso e assegurar os recursos necessários à sua execução. O primeiro passo é conhecer as ferramentas utilizadas. Considero básico manter um inventário dos sistemas, com indicação de finalidade, fornecedor, responsáveis internos, dados tratados e atividades afetadas. Esse levantamento deve alcançar tanto as soluções formalmente contratadas quanto o uso de ferramentas de IA pelas equipes nas rotinas administrativas e assistenciais. Sem essa visibilidade, a instituição terá dificuldade para avaliar sua exposição e estabelecer controles coerentes. A intensidade dos controles deve ser proporcional ao risco. Um sistema que auxilia a organização de estoques e outro que influencia a prioridade de atendimento produzem consequências diferentes. Quanto maior a possibilidade de interferência no acesso, no diagnóstico ou no tratamento, mais consistente deve ser a demonstração de segurança, desempenho e adequação ao contexto de uso. No SUS, essa análise deve considerar também a equidade. Imagine uma ferramenta de priorização baseada no histórico de utilização dos serviços. Pessoas com dificuldade de acesso podem apresentar poucos registros justamente porque não conseguiram atendimento. Se essa ausência for interpretada como menor necessidade, a tecnologia poderá reproduzir uma desigualdade que o sistema público deve enfrentar. Por isso, considero insuficiente avaliar uma solução apenas pelo seu desempenho médio. É necessário investigar como ela se comporta em diferentes grupos populacionais, regiões e condições assistenciais. A qualidade dos dados e a representatividade das bases utilizadas precisam integrar a decisão de incorporação, assim como os critérios para reavaliar a ferramenta durante sua utilização. A proteção das informações dos pacientes é outro componente dessa governança. A LGPD qualifica os dados de saúde como dados pessoais sensíveis e estabelece condições específicas para seu tratamento. A utilização de IA exige identificar a hipótese legal aplicável, respeitar a finalidade e a necessidade do tratamento e adotar medidas de segurança. Uma finalidade pública, por si só, não autoriza o uso irrestrito de prontuários ou seu compartilhamento com fornecedores. Na prática, defendo que a instituição estabeleça regras claras sobre quais informações podem ser inseridas nas ferramentas, quem pode acessá-las, por quanto tempo serão mantidas e em quais condições poderão ser utilizadas pelo fornecedor. O eventual uso desses dados para treinamento de modelos também precisa ser examinado e disciplinado. Essas definições devem constar dos procedimentos internos e dos instrumentos contratuais. Também é preciso preservar a capacidade de decisão dos profissionais. Supervisão humana efetiva exige capacitação, tempo e condições para compreender os limites da ferramenta, identificar inconsistências e discordar de uma recomendação. A simples confirmação de um resultado na tela oferece pouca proteção quando o profissional desconhece as limitações do sistema ou não dispõe de um caminho para questioná-lo. Essa preocupação deve alcançar a distribuição de responsabilidades. Contratos, protocolos e fluxos de atendimento precisam esclarecer quem valida o sistema, quem acompanha seu desempenho, quem investiga incidentes e quem pode suspender sua utilização. A participação de um profissional na decisão deve ser compreendida dentro dessa estrutura, considerando também as atribuições relacionadas ao desenvolvimento, à contratação e à implantação da tecnologia. Para os gestores públicos, a preparação começa antes da contratação. Os critérios de escolha devem contemplar evidências de desempenho, validação no contexto de uso, acesso às informações necessárias à auditoria, capacitação das equipes e suporte técnico. O preço de aquisição deve ser avaliado em conjunto com os custos de manter a solução segura, atualizada e funcional ao longo do tempo. Monitoramento contínuo e responsabilidades compartilhadas A governança também exige continuidade. Recomendo definir indicadores, responsáveis e periodicidade de acompanhamento, com registro de falhas, reclamações e medidas corretivas. Atualizações relevantes precisam ser avaliadas quanto aos seus efeitos sobre o desempenho e a segurança. Mudanças no sistema, nos dados ou no perfil da população atendida podem justificar uma nova validação. É igualmente necessário estabelecer critérios para interromper o uso e preservar o atendimento. O serviço deve saber como proceder diante de uma indisponibilidade, de uma recomendação inconsistente ou de uma suspeita de incidente, incluindo a retomada de procedimentos previamente definidos. A continuidade assistencial precisa fazer parte do planejamento desde a implantação. O futuro marco legal também deverá dialogar com a regulação sanitária existente. A Anvisa dispõe de requisitos para a regularização de software como dispositivo médico, previstos na RDC 657/2022. O enquadramento depende das características e da finalidade pretendida; a presença de IA, isoladamente, não determina essa classificação. Vejo, portanto, a necessidade de coordenação entre a governança institucional, a proteção de dados, a segurança da informação e a avaliação sanitária. Cada uma responde a questões específicas, e a articulação entre essas áreas deve orientar decisões proporcionais, documentadas e tecnicamente justificadas. Defendo que essa estrutura aproveite as práticas de gestão já consolidadas nos serviços de saúde: protocolos, qualificação de fornecedores, gestão de riscos, treinamento, auditoria e investigação de incidentes. A incorporação da IA exige adaptar esses instrumentos às características da tecnologia e assegurar sua aplicação cotidiana. O PL 2.338/2023 abre uma oportunidade para organizar esse debate. A qualidade da incorporação da IA dependerá também da capacidade das instituições de tomar decisões, supervisionar o uso da tecnologia e corrigir rumos. Defendo uma inovação comprometida com os fundamentos que sustentam a saúde pública: acesso, equidade, segurança e responsabilidade. A governança é uma condição básica para transformar esse compromisso em prática e demonstrar que a tecnologia melhorou o cuidado e preservou os direitos de quem depende dele.

觉得有价值?

分享给需要了解巴西市场的朋友

帮助更多中国企业看懂巴西,做成生意

China Brazil Insight · 看懂巴西,做成生意

更多专题研究见 研究中心