flowchart TD
M01["Introdução: Tecnologia e<br/>Inovação na Medicina"]
M02["Startup: Conceito"]
M03["Inteligência Artificial"]
M04["Telemedicina"]
M05["Palestra + Feedback IA e Startups"]
M06["Agentes de IA"]
M07["Realidade Virtual e Aumentada"]
M08["Biotecnologia"]
M09["Startup: Design Thinking e Empatia"]
M10["Startup: Mapa de Empatia e<br/>Jornada do Usuário"]
M11["Segurança da Informação"]
M12["Startup: Ideação (Brainstorm + Crazy 8s)"]
M13["Startup: Solução e Proposta de Valor"]
M14["Startup: Prototipação"]
M15["Startup: Validação e Modelo de Negócio"]
PITCH["Apresentação em Formato Pitch"]
M01 --> M02
M02 --> M03
M03 --> M04
M04 --> M05
M05 --> M06
M06 --> M07
M07 --> M08
M08 --> M09
M09 --> M10
M10 --> M11
M11 --> M12
M12 --> M13
M13 --> M14
M14 --> M15
M15 --> PITCH
M01 -.->|"contextualiza"| M02
M03 -.->|"alimenta ideação"| M12
M04 -.->|"inspira soluções"| M13
M06 -.->|"recurso técnico"| M13
M07 -.->|"recurso técnico"| M13
M08 -.->|"recurso técnico"| M13
M11 -.->|"restrições e requisitos"| M14
M09 -.->|"método"| M10
M10 -.->|"usuário definido"| M12
Conteúdo Programático
Tecnologia e Inovação em Saúde — Roteiro de Estudos
Este documento é o seu mapa para o semestre. Ele não substitui os materiais de cada módulo — que são mais densos e detalhados —, mas oferece uma visão integrada do que você estudará, por que estudará nessa sequência e como cada tema se conecta ao próximo. Leia-o com atenção antes do início das aulas e retorne a ele sempre que quiser entender o lugar de um determinado conteúdo no arco geral da disciplina.
A disciplina está organizada em módulos temáticos, cada um correspondendo a uma semana letiva. Há também uma semana adicional, dedicada exclusivamente à apresentação final dos projetos de startup em formato pitch. Desses módulos, alguns são dedicados ao desenvolvimento progressivo da HealthTech — o projeto integrador que você e sua equipe construirão ao longo do semestre. Os demais módulos cobrem os grandes temas tecnológicos que moldam a medicina contemporânea: inteligência artificial, telemedicina, realidade virtual e aumentada, biotecnologia e segurança da informação.
A lógica que governa essa sequência é simples, mas não trivial: você não pode criar uma solução tecnológica para a saúde sem antes compreender, com rigor suficiente, as tecnologias disponíveis, os problemas que elas se propõem a resolver e os usuários que delas dependerão. Por isso, os módulos teóricos precedem e informam os módulos de projeto. E, inversamente, o projeto confere sentido e urgência aos módulos teóricos: cada ferramenta conceitual aprendida serve a um propósito prático que você pode observar, semana a semana, tomando forma concreta.
Fluxo do Semestre
O diagrama abaixo representa a arquitetura do semestre. Observe como os módulos teóricos e os módulos de projeto se alternam e se alimentam mutuamente — não são trilhas paralelas e independentes, mas componentes de um mesmo processo de aprendizagem.
Introdução: Tecnologia e Inovação na Medicina
Formato: Teórico-Prático
O módulo inaugural tem uma função que vai além de apresentar conteúdo: ele propõe uma forma de olhar. Antes de mergulhar em tecnologias específicas — algoritmos, sensores, proteínas recombinantes ou ambientes imersivos —, é necessário que você desenvolva um quadro de referência capaz de situar cada inovação no contexto maior da história da medicina e da transformação dos sistemas de saúde.
O ponto de partida é histórico. A medicina sempre foi moldada por seus instrumentos. O estetoscópio mudou a relação do médico com o corpo do paciente; o raio X inaugurou a medicina baseada em imagem; a descoberta dos antibióticos transformou infecções mortais em condições tratáveis. Cada uma dessas inovações não apenas resolveu um problema técnico — ela reorganizou práticas clínicas, criou novas especialidades, modificou a relação médico-paciente e levantou questões éticas inéditas. Entender essa trajetória é entender que a tecnologia nunca é neutra: ela sempre carrega consigo uma visão de saúde, de corpo e de cuidado.
A partir daí, o módulo avança para o presente. O conceito de inovação disruptiva — elaborado pelo economista Clayton Christensen e aplicado ao setor saúde — é apresentado como ferramenta analítica central: ele distingue inovações que aprimoram gradualmente soluções existentes daquelas que as substituem por algo radicalmente diferente, geralmente mais acessível e centrado no usuário. Você aprenderá a identificar exemplos de cada tipo no contexto das HealthTechs e a avaliar criticamente as promessas de “revolução” que frequentemente acompanham o lançamento de novas tecnologias médicas.
O módulo também mapeia o ecossistema de inovação em saúde: universidades, hospitais, startups, fundos de investimento, agências regulatórias e pacientes. Compreender como esses atores se relacionam é fundamental para quem pretende, um dia, propor algo novo nesse ambiente — seja como médico pesquisador, como empreendedor, como gestor ou simplesmente como profissional capaz de avaliar, adotar e adaptar tecnologias de forma responsável.
O que você será capaz de fazer ao final deste módulo:
Contextualizar as transformações tecnológicas da medicina contemporânea em perspectiva histórica; distinguir inovação incremental de inovação disruptiva com exemplos aplicados à saúde; descrever os principais atores do ecossistema de HealthTechs no Brasil e no mundo; e formular perguntas críticas sobre o potencial e os limites de uma dada tecnologia médica.
Profundidade requerida: introdutória e panorâmica. O objetivo não é dominar os detalhes técnicos de nenhuma tecnologia, mas construir o enquadramento conceitual que orientará a leitura crítica dos módulos seguintes.
Startup: Conceituar Startups
Formato: Projeto de Startup
O segundo módulo marca a entrada no eixo do projeto. Antes de começar a construir sua HealthTech, você precisa entender o que é uma startup — e, mais especificamente, o que a torna diferente de uma empresa tradicional.
Uma startup não é simplesmente uma empresa pequena ou jovem. É uma organização desenhada para buscar, sob condições de incerteza radical, um modelo de negócios escalável e repetível. Essa definição, inspirada em Steve Blank e Eric Ries, tem implicações profundas: significa que o trabalho central de uma startup não é executar um plano, mas aprender — rapidamente, com o mínimo de recursos, a partir do maior contato possível com os usuários reais.
No contexto da saúde, essa lógica ganha complexidade adicional. As HealthTechs operam em um setor altamente regulado, com ciclos de desenvolvimento longos, exigências rigorosas de evidência e atores com interesses frequentemente divergentes — pacientes, médicos, gestores, planos de saúde, agências regulatórias. Criar uma startup de saúde exige, portanto, não apenas criatividade tecnológica, mas compreensão profunda do sistema no qual ela precisa se inserir.
Neste módulo, você será introduzido à metodologia Lean Startup, com seus conceitos de produto mínimo viável (MVP), ciclo construir-medir-aprender e pivô. Conhecerá também as principais referências do ecossistema de saúde digital no Brasil — como a SBIS (Sociedade Brasileira de Informática em Saúde), a ANS (Agência Nacional de Saúde Suplementar) e a ANVISA — e entenderá como elas condicionam o desenvolvimento de produtos digitais em saúde.
A atividade prática desta semana é a formação dos grupos e a escolha preliminar do domínio de atuação da startup — o campo de problema que cada equipe explorará ao longo do semestre. Essa escolha não precisa ser definitiva; pelo contrário, o processo de design thinking nas semanas seguintes é exatamente o que permitirá refinar e validar essa direção inicial.
O que você será capaz de fazer ao final deste módulo:
Distinguir startups de empresas tradicionais e compreender as especificidades das HealthTechs; aplicar os conceitos centrais da metodologia Lean Startup; identificar os principais agentes regulatórios e do ecossistema de saúde digital no Brasil; e articular uma escolha preliminar de problema para o projeto de startup do seu grupo.
Profundidade requerida: introdutória-aplicada. O foco é construir vocabulário e repertório suficientes para que o projeto se inicie com bases sólidas.
Inteligência Artificial na Medicina
Formato: Teórico-Prático
A inteligência artificial é, sem dúvida, a tecnologia que mais domina o imaginário quando se fala em transformação da medicina contemporânea. Mas o imaginário — feito de robôs-médicos, diagnósticos infalíveis e sistemas oniscientes — costuma obscurecer mais do que iluminar. Este módulo propõe o inverso: desmistificar a IA para que você possa avaliá-la com rigor.
O ponto de partida é conceitual. Você aprenderá o que é aprendizado de máquina (machine learning): a família de algoritmos que aprendem padrões a partir de dados, em vez de seguir regras explicitamente programadas. A partir daí, serão apresentados os principais paradigmas — aprendizado supervisionado, não supervisionado e por reforço — com exemplos clínicos que tornam concreto o que seria abstraído em uma aula de ciência da computação. O que significa, afinal, treinar um modelo para detectar melanoma? O que é um conjunto de treinamento e por que seu viés tem consequências diretas sobre quem o modelo vai errar?
Um segundo bloco é dedicado às redes neurais artificiais e, em especial, ao aprendizado profundo (deep learning), que revolucionou o desempenho de sistemas de IA em tarefas de percepção — visão computacional, processamento de fala, leitura de texto. Você entenderá a intuição por trás dessas arquiteturas sem precisar dominar os detalhes matemáticos, e aprenderá a ler criticamente estudos que reportam, com frequência exagerada, que “a IA superou o médico” em uma tarefa diagnóstica específica.
O terceiro bloco examina as aplicações clínicas mais consolidadas: análise de imagens médicas (radiografia, tomografia, histopatologia), análise de prontuários eletrônicos, estratificação de risco e suporte à decisão terapêutica. Para cada domínio, serão discutidas as evidências disponíveis, os limites conhecidos e as implicações éticas — incluindo questões de equidade, explicabilidade e responsabilidade legal quando um sistema de IA contribui para uma decisão clínica equivocada.
O módulo se encerra com uma reflexão sobre o processamento de linguagem natural (PLN) e, especificamente, sobre os modelos de linguagem de grande escala (LLMs) como o GPT, que passaram a integrar ferramentas clínicas comercialmente disponíveis. O que esses modelos fazem, o que não fazem e por que é perigoso confundir fluência textual com raciocínio médico são perguntas que você saberá responder.
O que você será capaz de fazer ao final deste módulo:
Explicar o funcionamento básico dos algoritmos de aprendizado de máquina e das redes neurais; identificar as principais aplicações de IA na medicina e avaliar criticamente a literatura que as suporta; reconhecer os principais riscos éticos e regulatórios do uso clínico de IA; e analisar, com perguntas corretas, uma ferramenta de IA disponível no mercado de saúde.
Profundidade requerida: intermediária. Você deverá compreender como os algoritmos funcionam e por que falham, sem precisar implementá-los.
Telemedicina e Telesaúde
Formato: Teórico-Prático
A telemedicina não nasceu da pandemia de COVID-19 — ela existe, em formas primitivas, desde que foi possível transmitir informação clínica à distância. Mas foi a pandemia que a empurrou, em poucos meses, de prática marginal a componente essencial dos sistemas de saúde em todo o mundo. No Brasil, esse processo foi acompanhado de um profundo debate regulatório que ainda não chegou ao seu ponto final. Conhecer esse cenário é indispensável para qualquer médico que exercerá a profissão nas próximas décadas.
O módulo começa pelo histórico e pela regulamentação da telemedicina no Brasil: o papel do Conselho Federal de Medicina, as legislações aprovadas durante e após a pandemia, e os pontos de tensão que ainda persistem — especialmente em torno da responsabilidade legal e da validade jurídica de decisões clínicas tomadas à distância. Você aprenderá a navegar nesse quadro regulatório sem se perder nos detalhes jurídicos que são objeto de outras disciplinas.
A seguir, são apresentadas as modalidades de atendimento remoto: teleconsulta (médico-paciente), telediagnóstico (interpretação remota de exames), teleconsultoria (médico-médico) e monitoramento remoto de pacientes. Para cada modalidade, serão discutidas as indicações, as limitações, as exigências técnicas e as implicações para a relação médico-paciente. Como se conduz um exame físico à distância? Quais sinais e sintomas simplesmente não podem ser avaliados sem presença física? Como a telemedicina altera a dinâmica da consulta e o vínculo terapêutico?
Um bloco específico é dedicado aos dispositivos vestíveis (wearables) e ao monitoramento remoto: smartwatches com sensores de frequência cardíaca e oximetria, patches de glicemia contínua, monitores de pressão arterial ambulatorial conectados. Esses dispositivos geram volumes massivos de dados fisiológicos em contexto real — um desafio e uma oportunidade para a medicina. Você aprenderá a avaliar a acurácia clínica desses dispositivos e a distinguir dados com validade diagnóstica de métricas de bem-estar sem respaldo científico.
O módulo se encerra com uma discussão sobre barreiras de acesso e equidade: a telemedicina pode ampliar o acesso de populações em regiões remotas ou de baixa renda, mas também pode aprofundar desigualdades quando pressupõe infraestrutura tecnológica que parcelas significativas da população não possuem. Essa tensão é particularmente relevante no Brasil, país de dimensões continentais e desigualdades profundas.
O que você será capaz de fazer ao final deste módulo:
Descrever o marco regulatório da telemedicina no Brasil e suas implicações práticas; distinguir as modalidades de atendimento remoto e suas indicações; avaliar a acurácia clínica de dispositivos de monitoramento remoto; e discutir os desafios éticos e de equidade da telemedicina no contexto brasileiro.
Profundidade requerida: intermediária, com atenção especial ao marco regulatório nacional e às implicações práticas para o exercício profissional.
Palestra: Startups e Tecnologias na Saúde
Formato: Palestra + Desenvolvimento de Projeto
O quinto módulo tem um formato diferente dos anteriores e dos que virão: ele é organizado em torno de uma palestra de convidado externo, seguida de desenvolvimento dos projetos de startup.
O objetivo dessa escolha pedagógica é claro: colocar você em contato com quem está, de fato, construindo soluções tecnológicas para a saúde no Brasil. A teoria tem valor intrínseco — e os módulos anteriores a levaram a sério. Mas há um tipo de conhecimento que só se adquire pela experiência de ter criado, errado, ajustado e, eventualmente, feito algo funcionar no ambiente complexo do sistema de saúde. Essa experiência não está nos livros; ela está nas pessoas que a viveram.
A palestra será ministrada pelo Dr. Vitor Barion, médico e empreendedor com trajetória na área de inovação em saúde. Você ouvirá, em primeira mão, como se dá o processo de criar uma HealthTech a partir de dentro da medicina — os obstáculos regulatórios, a dificuldade de validar hipóteses em contextos clínicos reais, as estratégias para levantar investimento e a importância de construir times multidisciplinares. Prepare perguntas: essa é uma oportunidade rara de um diálogo direto com alguém que percorreu o caminho que você está começando a trilhar.
Além da palestra, este módulo marca um momento de consolidação e feedback: o professor fará uma avaliação do progresso inicial dos estudantes, destacando os pontos fortes e as oportunidades de melhoria nas atividades desenvolvidos até aqui. Esse feedback não é pontual — é parte de um processo contínuo de orientação que acompanhará o projeto até a apresentação final.
O que você será capaz de fazer ao final deste módulo:
Identificar as principais barreiras práticas ao desenvolvimento de HealthTechs no Brasil a partir de experiência real; conectar os conceitos teóricos dos módulos anteriores com a realidade do ecossistema de inovação; e receber e processar feedback sobre as atividades realizadas anteriormente grupo para orientar os ajustes necessários.
Profundidade requerida: experiencial e reflexiva. O aprendizado deste módulo é predominantemente qualitativo, resultante da escuta ativa e da reflexão sobre o que foi ouvido.
Agentes de Inteligência Artificial
Formato: Teórico-Prático
Anteriormente você viu a inteligência artificial como um conjunto de técnicas de aprendizado de padrões a partir de dados. Este módulo vai além: apresenta os agentes de IA — sistemas que não apenas reconhecem padrões, mas planejam, executam e adaptam ações para atingir objetivos em ambientes dinâmicos.
A distinção é importante. Um modelo de IA que classifica imagens de retinografia é uma ferramenta passiva: recebe uma entrada e produz uma saída. Um agente de IA, por contraste, é um sistema que percebe seu ambiente, decide como agir, age, observa os resultados e ajusta sua estratégia. Essa capacidade de agência é o que está por trás dos sistemas de IA mais recentes e mais discutidos na literatura médica e na mídia especializada.
O módulo apresenta a arquitetura dos agentes de IA: percepção (como o agente recebe informações do ambiente), representação do conhecimento (como armazena e organiza o que sabe), raciocínio e planejamento (como decide o que fazer) e execução (como age no mundo). Em seguida, são discutidos os diferentes tipos de agentes — desde agentes reativos simples até agentes baseados em modelos internos e agentes de aprendizado por reforço — com exemplos aplicados à medicina.
Um bloco especial é dedicado aos agentes de IA em saúde: sistemas de suporte à decisão clínica que integram múltiplas fontes de dados (prontuário eletrônico, resultados de exames, diretrizes clínicas, contexto do paciente) para gerar recomendações personalizadas; agentes de monitoramento que alertam automaticamente para deterioração clínica em pacientes internados; e assistentes de IA conversacionais que apoiam o manejo de condições crônicas entre consultas.
A discussão ética acompanha toda a apresentação técnica: quando um agente de IA age de forma autônoma no contexto clínico, onde está a responsabilidade? Como garantir que um sistema que aprende com dados históricos não perpetue disparidades já presentes nesse histórico? Qual o nível de transparência que o paciente tem direito a exigir sobre as ferramentas que participam de seu cuidado?
O que você será capaz de fazer ao final deste módulo:
Distinguir um agente de IA de um modelo preditivo convencional; descrever a arquitetura básica de um agente e aplicá-la a cenários clínicos; avaliar criticamente sistemas de suporte à decisão clínica baseados em agentes de IA; e discutir as implicações éticas e legais da agência autônoma de sistemas de IA no cuidado em saúde.
Profundidade requerida: intermediária-aplicada, com ênfase em compreensão arquitetural e implicações clínicas e éticas.
Realidade Virtual e Realidade Aumentada na Medicina
Formato: Teórico-Prático
Existe uma certa sedução estética nas tecnologias de realidade virtual e aumentada. Headsets, ambientes imersivos, sobreposições digitais sobre o campo visual — essas imagens carregam uma promessa de futuro que pode nublar o julgamento clínico. Este módulo pretende o oposto: apresentar RV e RA com rigor suficiente para que você consiga separar as aplicações com evidência sólida das que ainda são, essencialmente, protótipos promissores.
A distinção entre as duas tecnologias é o ponto de partida. A realidade virtual substitui completamente o ambiente percebido pelo usuário por um ambiente digital gerado por computador; a realidade aumentada sobrepõe elementos digitais ao ambiente real, sem substituí-lo. Essa diferença técnica tem implicações diretas sobre os casos de uso adequados para cada tecnologia: a RV é preferível quando a imersão total é terapêutica ou pedagógica em si mesma; a RA é preferível quando o usuário precisa manter contato com o ambiente real enquanto acessa informações digitais.
O módulo examina as aplicações com evidência mais consistente: simulação de procedimentos cirúrgicos e clínicos em ambiente virtual, treinamento de habilidades com feedback imediato, terapia de exposição para transtornos de ansiedade e fobias, manejo da dor em procedimentos invasivos (queimaduras, curativos), e reabilitação motora e cognitiva. Para cada aplicação, serão discutidas as evidências disponíveis, os mecanismos propostos de ação e as limitações dos estudos.
Um bloco específico aborda as aplicações de RA no campo cirúrgico: sobreposição de imagens de ressonância magnética ou tomografia sobre o campo operatório em tempo real, guiando a ressecção de tumores ou a colocação de implantes. Você aprenderá a ler os estudos que avaliam essas ferramentas e a identificar os parâmetros que realmente importam — precisão, curva de aprendizado, tempo operatório, desfechos clínicos.
O módulo se encerra com uma discussão sobre barreiras de adoção — custo dos dispositivos, curva de aprendizado, integração com fluxos de trabalho hospitalares e efeitos colaterais (náusea, desorientação) — e com uma reflexão sobre os cenários em que a ausência de tecnologia imersiva ainda representa a melhor decisão clínica.
O que você será capaz de fazer ao final deste módulo:
Distinguir realidade virtual de realidade aumentada e identificar os contextos clínicos adequados para cada uma; avaliar a evidência disponível sobre as aplicações de RV e RA em simulação, terapia e cirurgia; identificar as principais barreiras de adoção e os efeitos adversos conhecidos; e formular perguntas críticas sobre novas aplicações clínicas dessas tecnologias.
Profundidade requerida: introdutória-aplicada, com ênfase em casos de uso concretos e avaliação crítica de evidências.
Biotecnologia Aplicada à Saúde
Formato: Teórico-Prático
A biotecnologia é a mais antiga e, ao mesmo tempo, a mais vanguardista das tecnologias que transformam a medicina. Vinha antes da informática médica, antes da telemedicina, antes da inteligência artificial. E hoje, no encontro com a bioinformática, o sequenciamento genômico de alto rendimento e a edição gênica de precisão, ela abre perspectivas que, há duas décadas, pertenciam ao domínio da ficção científica.
O módulo começa pelos fundamentos da biotecnologia moderna: o que significa manipular organismos vivos ou seus componentes para fins médicos? Quais são as principais plataformas tecnológicas — anticorpos monoclonais, proteínas recombinantes, terapias celulares, vetores virais? Você não precisará dominar os detalhes bioquímicos de cada plataforma — essas serão objeto de disciplinas específicas ao longo do curso —, mas deverá ser capaz de compreender a lógica geral de cada abordagem e de ler com inteligência notícias, artigos e anúncios sobre novos produtos biotecnológicos.
Um bloco central é dedicado à edição genômica, em especial ao sistema CRISPR-Cas9: o que é, como funciona, quais são seus limites atuais e quais são as perspectivas terapêuticas mais promissoras. O caso das primeiras terapias aprovadas baseadas em CRISPR (como as terapias para doença falciforme e beta-talassemia) serve de fio condutor para discutir o que significa levar uma inovação biotecnológica do laboratório ao paciente: segurança, eficácia, acesso e custo.
O módulo também apresenta os conceitos de medicina de precisão e medicina genômica: como o sequenciamento do genoma individual está mudando o diagnóstico e o tratamento de doenças oncológicas, doenças raras e condições com forte componente hereditário. Você aprenderá o que são biomarcadores preditivos, como os laudos genômicos são interpretados e quais são os desafios de comunicar resultados de risco genético a pacientes e familiares.
Por fim, o módulo trata dos desafios éticos, regulatórios e de acesso: quem tem direito a acessar terapias gênicas que custam milhões de reais? Como regular o uso de CRISPR para modificações em linhagem germinativa? Qual o papel do médico quando a fronteira entre tratamento e aprimoramento genético se torna porosa?
O que você será capaz de fazer ao final deste módulo:
Descrever as principais plataformas da biotecnologia moderna e seus mecanismos gerais de ação; explicar o funcionamento básico do sistema CRISPR-Cas9 e suas aplicações terapêuticas atuais; compreender os fundamentos da medicina de precisão e do sequenciamento genômico; e discutir os desafios éticos, regulatórios e de equidade no desenvolvimento e no acesso a terapias biotecnológicas.
Profundidade requerida: introdutória, com ênfase na compreensão do potencial transformador das tecnologias e nos desafios que as acompanham.
Startup: Design Thinking e Empatia
Formato: Projeto de Startup
Com os módulos teóricos concluídos, a disciplina entra em sua segunda fase: o desenvolvimento intensivo da HealthTech. E esse desenvolvimento começa, deliberadamente, não pela tecnologia — mas pelas pessoas.
O design thinking é uma abordagem criativa de resolução de problemas que coloca o usuário no centro de todo o processo. Ela não pressupõe que o designer (ou o empreendedor) sabe, a priori, qual é o problema mais importante a resolver: pressupõe que é necessário, primeiro, entender profundamente quem é o usuário, como ele vive, o que o frustra, o que o move e o que ele efetivamente precisa — mesmo que ele próprio não consiga articular esse problema com clareza.
A primeira etapa do design thinking é a empatia. Empatia, aqui, não é um valor moral abstrato: é uma prática metodológica rigorosa. Significa ir a campo, observar, ouvir, fazer as perguntas certas e, sobretudo, resistir à tentação de confirmar hipóteses já formadas. Em medicina, essa resistência é especialmente difícil: o médico é treinado para diagnosticar com rapidez, o que tende a criar vieses de confirmação poderosos. O design thinking propõe o oposto — uma imersão deliberada na perspectiva do outro, antes de qualquer julgamento ou proposta de solução.
Neste módulo, cada grupo conduzirá entrevistas de empatia com usuários reais do sistema de saúde — pacientes, cuidadores, profissionais de saúde, gestores — para explorar, com profundidade, o problema que sua HealthTech pretende resolver. Você aprenderá a estruturar entrevistas não diretivas, a registrar observações sem contaminar os dados com suas próprias interpretações e a sintetizar o que ouviu em insights que orientem as etapas seguintes.
O que você será capaz de fazer ao final deste módulo:
Aplicar a metodologia de design thinking à fase de empatia com usuários do sistema de saúde; conduzir entrevistas não diretivas com profundidade e rigor metodológico; registrar e sintetizar observações de campo em insights acionáveis; e questionar as hipóteses iniciais do seu grupo à luz do que foi ouvido.
Profundidade requerida: aplicada. O aprendizado se dá na prática das entrevistas, não na teoria sobre entrevistas.
Startup: Mapa de Empatia e Jornada do Usuário
Formato: Projeto de Startup
As entrevistas de empatia conduzidas no módulo anterior geraram um volume de dados qualitativos que, sem organização, permanecem incoerentes. Este módulo apresenta duas ferramentas que transformam esse material bruto em compreensão estruturada: o Mapa de Empatia e a Jornada do Usuário.
O Mapa de Empatia é uma ferramenta visual que organiza o que se sabe sobre o usuário em seis dimensões: o que ele pensa e sente, o que ele ouve, o que ele vê, o que ele fala e faz, suas dores (problemas, frustrações, medos) e seus ganhos (desejos, expectativas, medidas de sucesso). Preenchê-lo a partir das entrevistas realizadas obriga o grupo a distinguir o que foi efetivamente observado do que foi inferido — uma distinção que parece óbvia, mas que na prática exige disciplina intelectual considerável.
A Jornada do Usuário mapeia a experiência do usuário ao longo do tempo, descrevendo cada etapa de sua interação com o sistema de saúde (ou com um serviço, produto ou processo específico), os pontos de contato em cada etapa, as emoções associadas e os pontos de dor. É uma ferramenta narrativa: ela conta a história do usuário, com início, meio e fim. Ao visualizar essa história, o grupo consegue identificar os momentos de maior frustração — que frequentemente indicam as oportunidades mais promissoras de inovação.
Combinadas, essas duas ferramentas definem o usuário do seu produto de forma suficientemente rica para que as etapas seguintes do projeto — ideação, solução, prototipação — sejam ancoradas em necessidades reais, não em suposições.
O que você será capaz de fazer ao final deste módulo:
Construir um Mapa de Empatia a partir de dados qualitativos coletados em entrevistas; elaborar a Jornada do Usuário descrevendo pontos de contato, emoções e pontos de dor; identificar as oportunidades de inovação mais promissoras a partir da análise dessas ferramentas; e formular, com precisão, o enunciado do problema que sua HealthTech se propõe a resolver.
Profundidade requerida: aplicada. O domínio das ferramentas ocorre pela prática de preenchê-las com dados reais do seu usuário.
Módulo 11 — Segurança da Informação em Saúde
Formato: Teórico-Prático
Dados de saúde são, por definição, dados sensíveis. Eles revelam informações que ninguém compartilharia voluntariamente com um estranho: diagnósticos, histórico familiar, hábitos de vida, crenças, vulnerabilidades físicas e emocionais. A digitalização crescente dos sistemas de saúde transformou esses dados em ativos estratégicos — e, ao mesmo tempo, em alvos de ataques cibernéticos cada vez mais sofisticados. Compreender os fundamentos da segurança da informação não é uma opção para o médico do século XXI: é uma condição para o exercício responsável da profissão.
O módulo começa pelos três pilares da segurança da informação: confidencialidade (a informação é acessível apenas a quem tem autorização), integridade (a informação é precisa e não foi alterada indevidamente) e disponibilidade (a informação está acessível quando necessária). Cada pilar tem implicações diretas na prática médica: a violação de confidencialidade pode expor pacientes a discriminação ou extorsão; a violação de integridade pode comprometer diagnósticos; a perda de disponibilidade pode paralisar sistemas de saúde inteiros.
A seguir, são apresentadas as principais ameaças ao ambiente de informação em saúde: ransomware (ataques que bloqueiam sistemas e exigem resgate), phishing (engenharia social para obtenção de credenciais), violações de dados por insiders (funcionários com acesso legítimo que o utilizam indevidamente), e falhas em sistemas de prontuário eletrônico e dispositivos médicos conectados. Casos reais de ataques a hospitais e sistemas de saúde servem de estudo para compreender os mecanismos de ataque e as consequências clínicas.
Um bloco central aborda a Lei Geral de Proteção de Dados (LGPD) no contexto da saúde: quais dados são considerados sensíveis, quais são as bases legais para seu tratamento, quais são os direitos dos titulares e quais são as obrigações das instituições de saúde. Você aprenderá o que um prontuário eletrônico precisa ter para estar em conformidade com a lei e quais práticas corriqueiras — como fotografar exames com o celular pessoal para consultar um colega pelo WhatsApp — configuram violações que podem ter consequências legais.
O módulo se encerra com boas práticas que qualquer médico pode adotar: autenticação de dois fatores, gerenciamento seguro de senhas, verificação de destinatários antes de compartilhar informações e reconhecimento de tentativas de phishing. Simples, mas eficazes — a maioria das violações de dados começa por comportamentos humanos que poderiam ser evitados.
O que você será capaz de fazer ao final deste módulo:
Descrever os três pilares da segurança da informação e suas implicações clínicas; identificar as principais ameaças ao ambiente de informação em saúde; aplicar os princípios da LGPD ao tratamento de dados de saúde; e adotar boas práticas de segurança no cotidiano profissional.
Profundidade requerida: introdutória-intermediária, suficiente para compreensão dos riscos e tomada de decisão responsável.
Ideação (Brainstorm + Crazy 8s)
Formato: Projeto de Startup
Com o usuário compreendido e o problema definido com precisão, é chegado o momento de gerar ideias. E gerar ideias — boas ideias, não apenas ideias óbvias — é uma habilidade que pode ser treinada metodicamente. Este módulo apresenta duas técnicas de ideação que se complementam: o Brainstorm e o Crazy 8s.
O Brainstorm é provavelmente a técnica de geração de ideias mais conhecida do mundo, e também a mais mal utilizada. Feito corretamente, ele tem regras que maximizam a diversidade e o volume de ideias antes de qualquer processo de seleção: diferir o julgamento, encorajar ideias incomuns, construir sobre as ideias dos outros e buscar quantidade antes de qualidade. O módulo apresenta o brainstorm estruturado, com etapas definidas e facilitação ativa — muito diferente da reunião informal onde as melhores ideias costumam ser as do membro mais falante do grupo.
O Crazy 8s é uma técnica de ideação rápida e visual: cada membro do grupo tem 8 minutos para esboçar 8 ideias diferentes — 1 por minuto. O objetivo é vencer a inércia do “blank page” e a tendência de se apegar à primeira boa ideia que surge. A velocidade é deliberada: ela impede a autocensura e força o cérebro a explorar soluções menos convencionais. Após os 8 minutos, cada membro apresenta seus esboços ao grupo, e o processo de convergência pode começar.
A atividade prática deste módulo é a sessão de ideação da sua HealthTech. Os grupos gerarão um conjunto amplo de ideias de solução para o problema identificado nas semanas anteriores, sem restrições de viabilidade técnica ou de mercado neste primeiro momento. A diversidade é o objetivo: quanto mais ideias distintas, maior a probabilidade de que uma delas — ou uma combinação delas — seja genuinamente inovadora.
O que você será capaz de fazer ao final deste módulo:
Conduzir uma sessão de brainstorm estruturado com regras e facilitação adequadas; aplicar a técnica Crazy 8s para geração rápida de ideias visuais; selecionar e priorizar ideias com base em critérios explícitos; e conectar as ideias geradas ao problema e ao usuário identificados nas semanas anteriores.
Profundidade requerida: aplicada. O aprendizado ocorre na prática das sessões de ideação, não na leitura sobre elas.
Startup: Solução e Proposta de Valor
Formato: Projeto de Startup
Da profusão de ideias geradas no módulo anterior, este módulo conduz o grupo a um ponto de convergência: a definição da solução que a HealthTech propõe e da proposta de valor que a diferencia de tudo o que já existe.
A solução não é simplesmente uma resposta ao problema identificado: é a resposta específica que o seu grupo escolheu, dentre várias possíveis, porque ela maximiza o valor para o usuário dentro das restrições que o grupo enfrenta — de tempo, de recursos, de conhecimento técnico. Definir a solução com clareza exige responder a perguntas difíceis: o que exatamente o produto faz? O que ele não faz? Para quem, especificamente, ele é projetado? Em que condições ele funciona? Onde ele falha?
A proposta de valor é a articulação do benefício que o produto entrega ao usuário — não em termos de características técnicas, mas em termos de resultados que importam para ele. Um dispositivo de monitoramento de glicemia não entrega “medições contínuas de glicose intersticial”: entrega “liberdade para viver sem o medo constante de uma hipoglicemia não percebida”. Essa distinção entre feature (característica) e benefit (benefício) é o coração da proposta de valor, e é o que diferencia uma solução técnica de um produto que as pessoas querem usar.
O grupo utilizará o Value Proposition Canvas para estruturar esse trabalho: uma ferramenta que mapeia, de um lado, o perfil do cliente (suas tarefas, dores e ganhos) e, do outro, o mapa de valor do produto (os criadores de ganho, os aliviadores de dor e os produtos e serviços oferecidos). O encaixe entre essas duas dimensões — chamado de product-market fit — é o que define se a proposta de valor é genuína ou apenas uma aspiração.
O que você será capaz de fazer ao final deste módulo:
Definir com precisão a solução proposta pela sua HealthTech; construir uma proposta de valor clara e centrada no benefício ao usuário; utilizar o Value Proposition Canvas para estruturar e comunicar essa proposta; e avaliar criticamente o grau de alinhamento entre a solução e as necessidades identificadas do usuário.
Profundidade requerida: aplicada, com ênfase na precisão conceitual e na articulação clara da proposta de valor.
Startup: Prototipação
Formato: Projeto de Startup
Prototipar é aprender. Essa é a premissa mais importante deste módulo e, talvez, a que mais estranha quem vem de uma formação científica tradicional, onde o produto final é uma tese, um artigo ou um laudo — não um objeto imperfeito feito para ser testado e descartado.
Um protótipo não é uma versão incompleta do produto final: é uma representação deliberadamente simplificada criada para testar uma hipótese específica. Pode ser um esboço em papel, uma sequência de telas navegáveis num aplicativo de design, um modelo físico feito de papelão ou uma encenação de um serviço. O que importa não é a fidelidade técnica — importa que o protótipo seja suficientemente concreto para provocar reações genuínas nos usuários que o testarem.
O módulo apresenta os níveis de fidelidade dos protótipos: baixa fidelidade (esboços em papel, wireframes), média fidelidade (mockups digitais estáticos) e alta fidelidade (simulações interativas). Cada nível tem seu momento adequado no processo: protótipos de baixa fidelidade são ideais nas fases iniciais, quando o grupo ainda não tem certeza sobre a direção; protótipos de alta fidelidade fazem sentido quando as hipóteses centrais já foram validadas e o grupo precisa testar detalhes de interação.
A prática deste módulo é a construção do protótipo da HealthTech. O grupo decidirá, com base na solução definida no módulo anterior, qual aspecto central da solução precisa ser testado prioritariamente, e construirá um protótipo adequado a esse objetivo. Não há hierarquia entre os tipos de protótipo: um esboço em papel que testa a navegação de um aplicativo pode ser mais valioso do que um modelo 3D que ninguém sabe como testar.
A cultura maker que permeia a disciplina encontra sua expressão mais direta aqui: fazer antes de saber tudo, falhar rápido e aprender com os erros são práticas que este módulo convida a exercitar de forma concreta.
O que você será capaz de fazer ao final deste módulo:
Distinguir os níveis de fidelidade dos protótipos e identificar o mais adequado para cada fase do desenvolvimento; construir um protótipo que testa uma hipótese específica sobre a solução proposta; apresentar o protótipo de forma estruturada e conduzir uma sessão de teste com usuários; e sintetizar o aprendizado obtido nos testes para orientar os ajustes da solução.
Profundidade requerida: aplicada. O domínio da prototipação se adquire fazendo protótipos — não lendo sobre eles.
Startup: Validação e Modelo de Negócio
Formato: Projeto de Startup
Este módulo aborda duas questões que, juntas, determinam se uma HealthTech tem futuro real: a solução resolve um problema verdadeiro para pessoas reais? E existe um modelo de negócios que a torna sustentável?
A validação é o processo de testar hipóteses fundamentais sobre o produto — a proposta de valor, o segmento de usuário, os canais de distribuição, os mecanismos de precificação — com o menor custo e no menor tempo possível. Você aprenderá a distinguir validação de confirmação: validar uma hipótese significa estar disposto a descobrir que ela está errada; confirmar uma hipótese significa selecionar apenas os dados que a sustentam. A segunda é o caminho mais curto para construir um produto que ninguém quer.
O Modelo de Negócios da HealthTech será estruturado utilizando o Business Model Canvas — ferramenta que organiza os nove componentes de qualquer negócio: segmentos de clientes, proposta de valor, canais, relacionamento com clientes, fontes de receita, recursos-chave, atividades-chave, parcerias-chave e estrutura de custos. Para HealthTechs, esse canvas ganha dimensões adicionais de complexidade: quem paga pelo produto (o paciente, o plano de saúde, o hospital, o governo?) pode ser diferente de quem o usa; a regulação pode impor restrições que afetam diretamente a viabilidade de determinados modelos de receita; e os ciclos de adoção no setor saúde tendem a ser mais longos do que em outros setores.
O grupo também será introduzido às métricas de tração relevantes para startups de saúde: não apenas receita e número de usuários, mas indicadores de engajamento, retenção e, principalmente, desfechos clínicos. Uma HealthTech que não demonstra impacto na saúde dos seus usuários dificilmente sobreviverá ao escrutínio de investidores, compradores institucionais e órgãos regulatórios.
O que você será capaz de fazer ao final deste módulo:
Aplicar a metodologia de validação de hipóteses ao contexto da sua HealthTech; construir o Business Model Canvas completo da startup, adaptado às especificidades do setor saúde; identificar as métricas de tração mais relevantes para o estágio atual do projeto; e preparar o projeto para a apresentação final em formato pitch.
Profundidade requerida: intermediária-aplicada, diretamente integrada ao trabalho de projeto.
Apresentação Final: Pitch das HealthTechs
Avaliação Final | Formato: Pitch para Banca Avaliadora
A semana final é o momento de síntese e demonstração. Ao longo do semestre, seu grupo percorreu um caminho que vai da identificação de um problema real na saúde à construção de uma solução tecnológica validada e sustentada por um modelo de negócios. A apresentação em formato pitch é a oportunidade de comunicar esse percurso de forma clara, convincente e rigorosa para uma banca avaliadora composta por profissionais do ecossistema de inovação.
O pitch não é uma defesa de tese: é uma apresentação oral de tempo limitado que deve ser ao mesmo tempo informativa e persuasiva. Você aprenderá a estrutura narrativa mais eficaz para um pitch de startup — problema, solução, mercado, modelo de negócios, tração, equipe e próximos passos — e a adaptar essa estrutura ao contexto específico de uma HealthTech apresentada para uma banca.
A avaliação leva em conta a profundidade da pesquisa de usuário realizada, a adequação da solução ao problema identificado, a viabilidade do modelo de negócios, a qualidade do protótipo desenvolvido, a consistência entre as evidências coletadas e as conclusões apresentadas, e a clareza e o impacto da apresentação oral. Não se avalia o sucesso do produto — avalia-se a qualidade do processo de aprendizagem que o grupo atravessou.
Visão Integrada do Semestre
O quadro abaixo sintetiza, de forma visual, a distribuição dos módulos ao longo do semestre, seu formato e sua carga horária estimada.
| Módulo | Formato |
|---|---|
| Introdução: Tecnologia e Inovação na Medicina | Teórico-Prático |
| Startup: Conceituar Startups | Projeto de Startup |
| Inteligência Artificial na Medicina | Teórico-Prático |
| Telemedicina e Telesaúde | Teórico-Prático |
| Palestra: Startups e Tecnologias na Saúde | Palestra + Projeto |
| Agentes de Inteligência Artificial | Teórico-Prático |
| Realidade Virtual e Realidade Aumentada | Teórico-Prático |
| Biotecnologia Aplicada à Saúde | Teórico-Prático |
| Startup: Design Thinking e Empatia | Projeto de Startup |
| Startup: Mapa de Empatia e Jornada do Usuário | Projeto de Startup |
| Segurança da Informação em Saúde | Teórico-Prático |
| Startup: Ideação (Brainstorm + Crazy 8s) | Projeto de Startup |
| Startup: Solução e Proposta de Valor | Projeto de Startup |
| Startup: Prototipação | Projeto de Startup |
| Startup: Validação e Modelo de Negócio | Projeto de Startup |
| Apresentação Final: Pitch das HealthTechs | Avaliação Final |
O conteúdo programático aqui descrito não é uma lista de assuntos a memorizar. É um percurso de formação que só se completa quando percorrido integralmente — da primeira à última semana, do conceitual ao aplicado, do individual ao coletivo. O que você construirá ao final não é apenas uma startup: é uma nova forma de olhar para os problemas de saúde e para as possibilidades de resolvê-los.