IA como Catalisadora · Manaus 2026

Programação

A agenda completa, hora a hora.

Painéis de uma hora. Palestras de 30 minutos. Workshops de 90 minutos com debrief estruturado. Tudo desenhado para estimular pensamento crítico sobre LLMs aplicados à saúde amazônica.

Terça-feira, 28 de julho

Saúde amazônica e IA clínica

9h00 – 9h30

Abertura

Credenciamento, café de boas-vindas e abertura oficial

Recepção dos participantes com café regional. Saudações dos organizadores e parceiros institucionais.

9h30 – 10h00

Palestra · 30 min

A inteligência artificial e a erosão dos cuidados humanos

Leo Anthony Celi

10h00 – 11h00

Painel · 60 min

IA na saúde da Amazônia: o que já existe, o que falta, e o que não pode faltar

Quatro especialistas debatem o estado da arte da IA em saúde no contexto amazônico: telessaúde fluvial, diagnóstico assistido em UBS ribeirinhas, doenças tropicais negligenciadas e os limites de modelos treinados majoritariamente com dados do hemisfério norte. Perguntas da plateia integradas via QR code.

11h00 – 12h00

Painel · 60 min

Clima, queimadas e saúde pública em Manaus

Conversa entre climatologia, pneumologia e saúde pública. Ondas de calor, fumaça das queimadas, qualidade do ar e seus impactos clínicos diretos na população amazônica. Como dados ambientais e modelos preditivos podem (ou não) orientar resposta de saúde em tempo real, e o que precisa estar instalado nos serviços de saúde antes para que a previsão vire ação efetiva.

12h00 – 13h00

Pausa para almoço

Pausa livre para almoço

13h00 – 14h30

Workshop · 90 min

Da promessa à prática: o que é preciso para uma IA clínica funcionar na Amazônia

Cada equipe recebe o resumo de uma IA clínica recente (em linguagem acessível) e três cenários amazônicos: uma UBS ribeirinha do médio Solimões, um hospital de referência em Manaus e um polo-base de saúde indígena. A tarefa é levantar, para cada cenário, os pré-requisitos de implementação: infraestrutura (conectividade, energia, equipamento), dados (qualidade, representatividade, disponibilidade local), pessoas (quem opera, treina, mantém), governança (consentimento, responsabilidade clínica, regulação) e adequação cultural e linguística. Onde um pré-requisito não pode ser atendido, a equipe registra isso como risco e propõe o que fazer: adaptar, mitigar ou não implementar.

Pergunta central

O que precisaria ser verdade, em infraestrutura, dados, pessoas, governança e cultura, para essa IA funcionar de forma segura e útil em cada contexto amazônico? E onde esses pré-requisitos não existem, o que fazer?

Saída concreta: uma checklist de pré-requisitos de implementação por contexto, com pontos críticos sinalizados (pré-requisitos ausentes = riscos) e uma recomendação para cada um, formando um guia coletivo acionável por gestores e por quem desenvolve as ferramentas.

14h30 – 15h00

Intervalo

Café e networking

15h00 – 16h30

Workshop · 90 min

LLMatona em português amazônico: a mente multilíngue da máquina

Workshop hands-on em que equipes constroem prompts adversariais para LLMs clínicos em português brasileiro, com gírias regionais amazônicas, termos populares para doenças (sezão, mãe-do-corpo, ressacaca, etc.) e cenários de saúde indígena. O objetivo é expor alucinação, viés cultural e falhas de raciocínio diagnóstico que benchmarks em inglês escondem.

Pergunta central

O que o modelo acha que sabe sobre o paciente quando lê português amazônico, e como isso muda o cuidado oferecido?

Saída concreta: conjunto de prompts adversariais e respostas anotadas, alimentando um benchmark aberto regional construído ao longo do encontro.

16h30 – 17h00

Debrief

Síntese do dia

Apresentações-relâmpago dos grupos, principais descobertas e encaminhamentos para o Dia 2.

Quarta-feira, 29 de julho

Cuidado, ética e soberania de dados

9h00 – 9h30

Abertura

Café e reabertura

Recepção, síntese rápida do Dia 1 e contextualização do tema do dia.

9h30 – 10h30

Painel · 60 min

Quem decide o que a IA aprende sobre a saúde amazônica?

Painel sobre soberania de dados amazônicos aplicada à saúde, princípios CARE, governança comunitária e o que significa, na prática, recusar padrões importados que nunca contemplaram as populações da região. Espera-se confronto produtivo entre perspectivas acadêmicas, comunitárias e técnicas.

10h30 – 11h00

Palestra · 30 min

IA para um país diverso: como adaptar algoritmos para todas as realidades de saúde do Brasil

Alexandre Chiavegatto

11h00 – 11h30

Palestra · 30 min

Catalisar sem queimar etapas: IA na saúde

Gustavo Monnerat

11h30 – 13h00

Pausa para almoço

Pausa livre para almoço

13h00 – 14h30

Workshop · 90 min

Repensando o encontro clínico: do domicílio ribeirinho à UBS digital

Sessão de prototipação coletiva. Como seria a consulta clínica aumentada por IA em uma comunidade do interior do Amazonas, com conectividade intermitente, agente comunitário como ponte e logística fluvial? E em uma UBS de Manaus, com agentes multimodais, escribas locais e encaminhamento entre níveis de atenção? Equipes mistas (clínicos, engenheiros, agentes de saúde, designers) usam LLMs para esboçar dois protótipos contrastantes e os defendem em pitch.

Pergunta central

Em um encontro clínico aumentado por IA na Amazônia, o que a tecnologia precisa fazer, o que não deve fazer, e o que jamais deveria substituir?

Saída concreta: dois protótipos narrados de encontro clínico aumentado, com identificação explícita do que a IA faz, do que não faz, e do que não deveria fazer.

14h30 – 15h00

Intervalo

Café e networking

15h00 – 16h30

Workshop · 90 min

Humano ou máquina? Contrastando respostas a dilemas clínicos

Workshop em três blocos. Bloco 1, Resposta às cegas: cada equipe recebe os mesmos dilemas clínicos difíceis (como comunicar um diagnóstico grave a uma mãe ribeirinha ansiosa; como orientar uma família em luto; como explicar um tratamento a um paciente que desconfia da medicina formal) e, antes de tocar em qualquer IA, cada membro escreve sua própria resposta individualmente, para que a formação de cada um (medicina, saúde, computação) apareça. Bloco 2, A resposta da máquina: as mesmas situações são levadas a um LLM e as respostas registradas ao lado das humanas. Bloco 3, O contraste: a equipe compara lado a lado o que o LLM fez bem, onde soou convincente mas vazio, o que a resposta humana trouxe que o modelo não trouxe, e sintetiza uma conclusão.

Pergunta central

Diante do mesmo dilema clínico, o que distingue uma resposta humana de uma resposta de LLM, e o que isso nos diz sobre o que não devemos delegar à máquina no cuidado em saúde?

Saída concreta: uma síntese coletiva, um quadro comparativo do que apareceu nas respostas humanas e ausente nas da IA (e vice-versa), fechado por uma conclusão sobre onde a IA ajuda, onde engana, e o que precisa permanecer humano. As sínteses reunidas formam um documento final do evento.

16h30 – 17h00

Encerramento

Encerramento e próximos passos

Síntese dos dois dias, compromissos coletivos, apresentação do benchmark colaborativo gerado durante o encontro e convite à edição seguinte. Confraternização final.

Os quatro workshops

Experiências práticas com LLMs aplicados à saúde amazônica.

Todos os workshops têm 90 minutos, formato de fácil execução com equipes mistas, e são organizados em torno de uma única pergunta central que os grupos precisam responder até o final da sessão. O objetivo: usar LLMs como provocadores de pensamento crítico sobre saúde na Amazônia. Cada workshop produz um artefato concreto.

Dia 1 · Saúde

Da promessa à prática

Pré-requisitos de implementação · Times mistos · 90 min

Equipes recebem o resumo de uma IA clínica e três contextos amazônicos: UBS ribeirinha do médio Solimões, hospital de referência em Manaus, polo-base indígena. Mapeiam os pré-requisitos de implementação em cada um (infraestrutura, dados, pessoas, governança e cultura) e onde um pré-requisito falta, registram como risco e propõem o que fazer.

Pergunta central

O que precisaria ser verdade para essa IA funcionar de forma segura e útil em cada contexto amazônico? E onde os pré-requisitos não existem, o que fazer?

Gera: checklist de pré-requisitos de implementação por contexto, acionável por gestores e desenvolvedores.

Dia 1 · Saúde

LLMatona em português amazônico

LLMathon / Red Teaming · Hands-on · 90 min

Equipes constroem prompts adversariais para LLMs clínicos em português brasileiro, com gírias regionais, termos populares para doenças e cenários de saúde indígena, expondo alucinações, vieses culturais e falhas de raciocínio diagnóstico que benchmarks em inglês escondem.

Pergunta central

O que o modelo acha que sabe sobre o paciente quando lê português amazônico, e como isso muda o cuidado oferecido?

Gera: conjunto de prompts e respostas anotadas para benchmark aberto regional.

Dia 2 · Cuidado

Repensando o encontro clínico

Reimagining the Patient Encounter · Prototipação · 90 min

Sessão de prototipação coletiva. Como seria a consulta clínica aumentada por IA em comunidade ribeirinha, com conectividade intermitente, agente comunitário como ponte e logística fluvial? E em uma UBS de Manaus, com agentes multimodais, escribas locais e encaminhamento entre níveis de atenção?

Pergunta central

Em um encontro clínico aumentado por IA na Amazônia, o que a tecnologia precisa fazer, o que não deve fazer, e o que jamais deveria substituir?

Gera: dois protótipos narrados de encontro clínico aumentado, contrastantes.

Dia 2 · Cuidado

Humano ou máquina?

Contraste estruturado · Três blocos · 90 min

Diante dos mesmos dilemas clínicos difíceis, cada participante escreve sua resposta às cegas (medicina, saúde, computação). Depois, as mesmas situações vão a um LLM. A equipe compara as respostas humanas e a da máquina lado a lado, o que cada uma acerta, o que perde, e sintetiza uma conclusão.

Pergunta central

Diante do mesmo dilema clínico, o que distingue uma resposta humana de uma de LLM, e o que isso diz sobre o que não devemos delegar à máquina?

Gera: quadro comparativo humano vs. IA e uma conclusão coletiva sobre o que precisa permanecer humano no cuidado.