Geração de Dados Sintéticos para a Saúde

O projeto MediSynth – Synthetic Data for Healthcare tem como principal objetivo desenvolver um ecossistema tecnológico para geração, avaliação e utilização de dados sintéticos multimodais no setor da saúde. Esta iniciativa visa responder a uma necessidade crítica: a indisponibilidade de dados clínicos de qualidade para investigação, treino de modelos de inteligência artificial (IA) e desenvolvimento de soluções digitais, devido a preocupações com privacidade, segurança e conformidade legal. Com base nesse desafio, o projeto estrutura os seus objetivos globais em quatro eixos fundamentais: Geração de dados sintéticos multimodais realistas, incluindo texto clínico, áudio de interações médico-paciente e séries temporais (e.g., EEG), preservando a estrutura e a complexidade dos dados reais, mas sem conter informação pessoal identificável. Desenvolvimento de um quadro robusto de avaliação de confiança, baseado em métricas para medir a qualidade, utilidade, privacidade e imparcialidade dos dados gerados, promovendo a sua aceitação por parte de utilizadores clínicos e institucionais. Conformidade com regulamentos europeus (GDPR, AI Act, EHDS), através da implementação de pipelines auditáveis, rastreáveis e certificáveis, permitindo a partilha segura de dados sintéticos em ambientes federados. Aplicação prática e validação em contextos clínicos reais, demonstrando a eficácia e segurança dos dados sintéticos na criação de modelos de IA para saúde mental e gestão de diabetes, com potencial de exploração comercial. No âmbito da componente nacional, os objetivos específicos são: Desenvolver pipelines de geração de dados sintéticos multimodais, capazes de produzir texto clínico e áudio realista com base em auto-relatos, notas médicas, históricos clínicos e transcrições de sessões terapêuticas, respeitando os princípios de privacidade by design. Simular interações clínicas realistas em português europeu, recorrendo à combinação de modelos de linguagem de larga escala (LLMs) com tecnologias de síntese de voz, produzindo dados sintéticos linguística e culturalmente adequados ao contexto nacional. Criar e validar métricas de avaliação de qualidade, privacidade e viés, adaptadas aos dados clínicos sintéticos, com apoio de peritos médicos para garantir relevância ética e aplicabilidade clínica. Desenvolver interfaces visuais explicáveis, que permitam a profissionais de saúde e investigadores não técnicos explorar e compreender os dados e métricas, promovendo transparência, literacia digital e confiança. Demonstrar a aplicabilidade dos dados sintéticos em casos de uso concretos, como o treino de modelos de reconhecimento de fala médica, ferramentas de triagem assistida por IA e ambientes de formação médica simulada. Estes objetivos serão alcançados através de uma estrutura integrada de investigação aplicada e desenvolvimento experimental, envolvendo equipas multidisciplinares com competências em IA, engenharia de software, medicina e design de interação. A estratégia inclui validação iterativa com utilizadores finais, testes em ambientes clínicos simulados, e disseminação técnico-científica alargada. O consórcio nacional, composto pela Visual Thinking – Digital Organization, Lda (líder), pela Faculdade de Medicina da Universidade do Porto (FMUP) e pelo Instituto Superior de Engenharia do Porto (ISEP), garante uma abordagem centrada na ética, inovação tecnológica, aplicabilidade prática e orientação para mercado. Ao cumprir estes objetivos, o MediSynth contribuirá para acelerar o desenvolvimento de soluções digitais seguras e responsáveis, com impacto na prestação de cuidados de saúde, formação clínica e investigação biomédica. O projeto pretende ainda posicionar Portugal e a Europa como líderes no emergente mercado de dados sintéticos aplicados à saúde, promovendo a interoperabilidade, a equidade e a inovação sustentável no ecossistema europeu de IA em saúde.