- A dataRain desenvolveu uma IA Generativa que otimiza o histórico clínico de pacientes em 90%, reduzindo o tempo de análise de até 30 minutos para 2,5 minutos por prontuário no Instituto de Radiologia (InRad) do Hospital das Clínicas da Faculdade de Medicina da USP.
- A ferramenta processa até 300 documentos por prontuário em segundos e já opera em Tórax, Neurologia e Abdome.
- O objetivo é combater a fadiga cognitiva dos médicos e acelerar diagnósticos diante de grandes volumes de exames.
- o funcionamento ocorre em duas etapas: na primeira, baixa documentos em paralelo e extrai textos de PDFs; na segunda, editor de laudos inteligente converte voz em texto em tempo real e permite edição por comandos em linguagem natural.
- A dataRain, fundada em 2018, em São Paulo, busca eficiência, segurança e inteligência de dados, com supervisão de AR.
A IA Generativa desenvolvida pela dataRain reduz o tempo de análise do histórico clínico de pacientes em 90%. A tecnologia passa a ser utilizada pelo Instituto de Radiologia (InRad) do Hospital das Clínicas da Faculdade de Medicina da USP (HC-FMUSP). O objetivo é diminuir a fadiga médica e acelerar diagnósticos.
A ferramenta consolida informações de evoluções médicas, relatórios cirúrgicos e interconsultas em um sumário estruturado. A redução do tempo de análise, de até 30 minutos para 2,5 minutos por prontuário, envolve até 300 documentos processados por paciente em segundos.
O InRad passa a operar com a IA em áreas como Tórax, Neurologia e Abdome, destacando a importância para um hospital com o porte do HC-FMUSP. A plataforma visa também enfrentar o descompasso entre volume de exames complexos e a formação de novos radiologistas.
A solução utiliza etapas rápidas de processamento: primeiro, baixam-se documentos em paralelo e extraem-se textos de PDFs; depois, um editor de laudos inteligente converte voz em texto em tempo real. Com comandos em linguagem natural, a edição segue padrões internacionais.
A dataRain, criada em 2018 em São Paulo, oferece tecnologia para atender organizações que buscam eficiência, segurança e inteligência de dados. O objetivo é ampliar a capacidade de atendimento sem comprometer a qualidade diagnóstica.
A iniciativa recebe supervisão de AR e marca uma etapa de inovação no HC-FMUSP, buscando aprimorar a precisão de diagnósticos por meio de automação de parte do fluxo de trabalho nos serviços de radiologia.
Entre na conversa da comunidade