Videolaringoscópio Assistido por Visão Computacional (VLP-IA)

O projeto consiste no desenvolvimento, validação e implantação de um videolaringoscópio (VLP) nacional, produzido por manufatura aditiva (impressão 3D) e integrado a um sistema de Inteligência Artificial (IA) e Visão Computacional.

Trata-se de uma solução tecnológica de baixo custo que utiliza materiais avançados (como resinas biocompatíveis e filamentos de carbono) e microcâmeras para auxiliar no procedimento de intubação orotraqueal. O dispositivo não é apenas um hardware; ele está conectado a uma infraestrutura de Saúde Digital, prevendo a integração de imagens e dados com sistemas hospitalares (como o AGHU e o sistema STT da Ebserh) através de padrões de interoperabilidade (DICOM e HL7 FHIR).

O projeto é conduzido por uma rede multicêntrica que envolve a UFPel, UFSC, FURG, UCPEL, UFRN, UEPB e seus respectivos hospitais universitários.

Motivação

A iniciativa é motivada por lacunas críticas na assistência à saúde e na soberania tecnológica do Brasil:

• Dependência e Custo: O Brasil depende fortemente de videolaringoscópios importados, que são caros e de difícil manutenção. Isso torna o equipamento escasso em hospitais públicos (SUS), apesar de ser considerado padrão-ouro para o manejo de vias aéreas difíceis.

• Segurança do Paciente: A falha na primeira tentativa de intubação ocorre em até 20% dos casos e pode levar a complicações graves ou morte. A falta de equipamentos adequados agrava esse risco.

• Inovação e Ensino: Existe uma carência de dispositivos que não apenas visualizem a via aérea, mas que ofereçam suporte à decisão clínica (via IA) para profissionais em treinamento ou com menos experiência.

• Logística e Resiliência: A pandemia de COVID-19 expôs a fragilidade das cadeias de suprimento; a produção local sob demanda (impressão 3D) mitiga riscos de desabastecimento.

Objetivos

O objetivo geral é desenvolver e validar este dispositivo para fortalecer a autonomia tecnológica do SUS e da Rede Ebserh. Os objetivos específicos e metas incluem:

• Desenvolvimento Tecnológico: Projetar protótipos funcionais e treinar algoritmos de IA para reconhecimento anatômico em tempo real (identificando glote, epiglote, etc.).

• Validação Clínica: Conduzir um ensaio clínico randomizado multicêntrico em UTIs para comparar o desempenho do dispositivo nacional com IA versus o padrão-ouro comercial.

• Banco de Dados: Criar um banco de imagens clínicas (de manequins e humanos) para treinamento da IA. As notas de reunião indicam a necessidade de um estudo piloto prévio apenas para captação dessas imagens em humanos, garantindo a fidelidade do modelo.

• Integração de Dados: Implementar a conversão de vídeos para o formato DICOM e garantir interoperabilidade com a Rede Nacional de Dados em Saúde (RNDS).

• Educação e Extensão: Capacitar profissionais e estudantes no uso de tecnologias emergentes e manufatura aditiva, promovendo a cultura de inovação dentro dos hospitais.

Impactos

Os impactos esperados nas esferas assistencial, econômica, tecnológica e social:

• Econômico e Sustentabilidade: Redução drástica nos custos de aquisição (estimada em mais de 90% em relação aos importados) e manutenção, promovendo a economia circular e a produção sob demanda dentro dos hospitais.

• Assistencial: Aumento da segurança do paciente pela redução de falhas na intubação e complicações associadas. A IA serve como suporte à decisão, padronizando a qualidade do procedimento.

• Tecnológico (Soberania): Fortalecimento da indústria nacional e redução da dependência externa. O projeto propõe transformar os hospitais universitários de meros consumidores em "polos de produção e inovação".

• Formação de RH: Qualificação de centenas de profissionais e estudantes em saúde digital, engenharia clínica e IA, além da produção científica (artigos, patentes e manuais técnicos).

• Gestão Hospitalar: A integração com o sistema AGHU permitirá aos gestores monitorar indicadores de qualidade (ex: taxas de sucesso na intubação) baseados em dados reais.