Médico · Cientista de Dados · IA na Saúde

Fabiano Barcellos Filho, MD

Gerente Médico de Inovação e IA na Hapvida · Doutorando em Machine Learning na FSP-USP.

LinkedIn Conheça
●   Edição corrente São Paulo, Brasil
// novo curso
ML para Médicos

Curso gratuito focado em apresentar os conceitos fundamentais de Medicina e Inteligência Artificial para profissionais de saúde.

Acessar curso
// mentoria
Mentoria Med IA

Programa estruturado de ML e IA para profissionais da saúde. Do zero ao avançado: 3 formatos, até 10 módulos e ~120 horas.

Saiba mais
CapítuloI.

// sobre mim

Medicina, Dados & IA

Sou médico e cientista de dados, apaixonado por utilizar tecnologias avançadas para melhorar a qualidade de vida das pessoas e impulsionar inovações na saúde.

Atualmente atuo como Gerente Médico de Inovação e IA na Hapvida NotreDame Intermédica, liderando projetos de IA médica de alto impacto.

Sou pesquisador no LABDAPS (USP) e doutorando com foco em multicalibração e justiça em modelos preditivos de saúde pública, buscando tornar a IA mais equitativa para diferentes populações.

Moro em São Paulo, sou vegano e acredito que medicina baseada em evidências aliada à ciência de dados pode transformar o cuidado ao paciente.

0
Citações no principal artigo
0
Artigos publicados
PhD
Doutorando FSP-USP
0
Projetos open-source
CapítuloII.

// expertise

Áreas de Atuação

+
Deep Learning e Modelagem Clínica
Modelos preditivos para risco de reinternação, engajamento na APS e análise de ECG com Conv1D, UNet e ResNet1D. Detecção de isquemia e condições cardíacas via deep learning com GradCAM.
CatBoost XGBoost PyTorch Conv1D GradCAM
Modelos treinados em dados reais da Hapvida para prever risco de reinternação em 30 dias, engajamento de pacientes na Atenção Primária e detecção de isquemia em ECG de 12 derivações com interpretabilidade via GradCAM.
+
Fairness & Explicabilidade (XAI)
Garantia de equidade em modelos de IA para diferentes subgrupos populacionais. Multicalibração com MCBoost e explicabilidade com SHAP para predições médicas.
MCBoost SHAP Isotonic Calibration
Pesquisa de doutorado na FSP-USP focada em garantir que modelos preditivos em saúde pública performem de forma justa entre diferentes subgrupos demográficos, utilizando técnicas de pós-processamento como MCBoost e calibração isotônica.
+
LLMs & IA Generativa na Medicina
Validação clínica de Large Language Models, IA generativa com grounding para confiabilidade e RAG (Retrieval-Augmented Generation) em autorizações médicas.
LLMs RAG Grounding Prompt Engineering
Projetos de validação clínica de GPT-4, Claude e modelos open-source para triagem, autorização de procedimentos e suporte à decisão médica. Sistemas RAG com base de conhecimento médico para respostas fundamentadas em evidências.
+
Interoperabilidade & Dados Clínicos
Integração de sistemas de saúde via padrão FHIR, processamento de dados clínicos estruturados e não-estruturados, NLP em prontuários eletrônicos.
FHIR HL7 NLP EHR
Integração de sistemas hospitalares via FHIR R4, extração de informações de prontuários não estruturados com NLP e construção de pipelines de dados clínicos para alimentar modelos de machine learning.
+
Epidemiologia & Saúde Pública
Análise epidemiológica com machine learning, estudos multicêntricos, predição de desfechos clínicos e dataset shift em modelos de saúde populacionais.
Epidemiologia Dataset Shift Federated Learning
Publicações em PLOS Digital Health e BMC sobre modelos preditivos multicêntricos para COVID-19 e ganho de peso gestacional. Pesquisa ativa em dataset shift e aprendizado federado para modelos de saúde populacionais.
CapítuloIII.

// open source

Projetos em Destaque

aiscribr
privado
Transcritor clínico com IA que gera resumos SOAP automaticamente a partir de consultas médicas. Utiliza modelos de linguagem para capturar, estruturar e sintetizar o diálogo médico-paciente em documentação clínica padronizada, otimizando o tempo do profissional de saúde.
AI Scribe SOAP Notes Clinical NLP LLMs
Python
GitHub
amie-agents
público
Implementação open-source de assistentes médicos conversacionais inspirados no AMIE do Google DeepMind. Arquitetura multi-agente com especialistas em diálogo clínico, raciocínio diagnóstico e segurança farmacológica. Usa MedGemma, FastAPI, LangChain e Ollama para inferência local, posicionando a IA como suporte ao médico, nunca como substituto.
MedGemma FastAPI LangChain CrewAI Ollama
Python
Ver repositório
datasus-ai-search
público
Consultas em linguagem natural sobre dados epidemiológicos brasileiros do DATASUS. Permite que pesquisadores e profissionais de saúde façam perguntas em português, sem SQL, e obtenham respostas com visualizações. Integra LLMs (OpenAI, Anthropic, Ollama) com DuckDB para análise local de mortalidade (SIM), internações (SIH), procedimentos ambulatoriais (SIA) e dados populacionais (IBGE).
Python LLMs DuckDB Streamlit DATASUS
Python
Ver repositório
datasus-ai-prediction
público
Modelos preditivos aplicados a dados do DATASUS para antecipação de tendências epidemiológicas e desfechos em saúde pública. Utiliza séries temporais e machine learning sobre bases de mortalidade, internações e procedimentos ambulatoriais para apoiar a tomada de decisão em gestão de saúde.
Python Machine Learning Time Series DATASUS
Python
Ver repositório
CapítuloIV.

// ciência

Publicações Selecionadas

01
Strategies for detecting and mitigating dataset shift in machine learning for health predictions: A systematic review
Journal of Biomedical Informatics · 2025
02
Predictive modeling of gestational weight gain: a machine learning multiclass classification study
BMC Pregnancy and Childbirth · 2024
03
Multicenter comparative analysis of local and aggregated data training strategies in COVID-19 outcome prediction with Machine Learning
PLOS Digital Health · 2024
04
A bibliometric network analysis of coronavirus during the first eight months of COVID-19 in 2020
International Journal of Environmental Research and Public Health · 2021 · 106 citations
Ver todas no Google Scholar
CapítuloV.

// trajetória

Profissional & Acadêmica

Jan 2026 Presente
Gerente Médico de Inovação e Inteligência Artificial
Hapvida NotreDame Intermédica
Liderança de projetos de IA médica, inovação e análise científica em uma das maiores operadoras de saúde do Brasil.
Jun 2025 Presente
Doutorando (PhD) em Machine Learning na Saúde Pública
FSP-USP · LABDAPS
Pesquisa em multicalibração e justiça (fairness) em modelos preditivos, garantindo equidade para diferentes subgrupos populacionais.
Jul 2023 Presente
Fundador e Investidor
Medicina e Inteligência Artificial
Gestão de projetos e disseminação de conhecimento em IA na saúde para a comunidade médica brasileira.
2024 2025
Professor de IA na Medicina
amo medicina · Unyleya Educacional
Docência e criação de conteúdo em Inteligência Artificial aplicada à medicina.
2023 2025
Head of Medical AI Innovation
Neomed
Liderança da Tribo Científica e desenvolvimento da IA Mariê para cardiologia, com análise de ECG via Deep Learning.