NIAR-Saúde

Núcleo de Inteligência Artificial Responsável para a Saúde

Pesquisa interdisciplinar que une computação e saúde, transformando dados em soluções confiáveis.

Conheça o projeto Ver publicações

Em destaque

Últimas notícias e eventos

Sala segura da UFMG para uso de dados sensíveis em saúde

Mídia

10 de março de 2026

UFMG é a primeira universidade do país a contar com sala segura para uso de dados sensíveis em saúde

Ambiente inédito no país viabiliza o tratamento de dados sensíveis e o desenvolvimento de soluções de IA para aprimorar diagnósticos, prognósticos e tratamentos.

Ler matéria completa

Inauguração da Sala Segura do NIAR-Saúde na Faculdade de Medicina da UFMG

Evento

09 de março de 2026

Sala Segura do NIAR-Saúde é inaugurada para ampliar pesquisas com IA e dados de saúde

Novo espaço na Faculdade de Medicina da UFMG permite desenvolver análises e modelos de IA aplicados à saúde em um ambiente controlado, monitorado e auditável.

Ler matéria completa

Nossos pilares

Inovação em dados e inteligência artificial responsável para a saúde

O trabalho do NIAR-Saúde se sustenta em três pilares que unem computação e saúde: a governança para o uso responsável da inteligência artificial, os dados e modelos que dão confiabilidade às soluções, e as aplicações que levam tudo isso à prática em saúde.

Governança

Estruturação de processos e práticas voltadas ao uso responsável da inteligência artificial, com foco em qualidade, gestão de riscos, transparência e governança contínua.

Dados e Modelos

Desenvolvimento e operação de dados e modelos de inteligência artificial, abrangendo engenharia de dados, construção, avaliação e monitoramento contínuo de soluções.

Aplicações

Aplicação de dados e modelos em contextos da saúde, com foco em impacto, custo-efetividade e suporte à tomada de decisão em diferentes cenários.

Publicações

Trabalhos recentes

Artigos e produções científicas recentes do grupo.

Ver todas as publicações

2026 Meta 1

Quem controla os dados? Governança e Responsabilidade na Era da Inteligência Artificial

Carvalho, M., Azevedo, K., Rocha, L., Vasconcelos, M., Brandão, M., Meira, W.

SBC Horizontes, ISSN 2175-9235, April 2026

DOI

2025 Meta 4

Artificial intelligence in the electrocardiogram: automatic diagnosis of the normal ECG in a Tele-electrocardiogram service

Paixão, G., Abreu, P.E., Gomes, P.G., Schön, T.B., Ribeiro, A.H., Ribeiro, A.L.P.

European Heart Journal, Volume 46, Issue Supplement_1, November 2025, ehaf784.4407

DOI

2025 Meta 5

Use of Machine Learning to Predict the Consumption of Fruits and Vegetables in Small Areas

Gomes, C.S., Araújo, L.F., Faria, T.M.T.R., Bernal, R.T.I., Souza, J.B., Alves, S.N., Barbosa, B.R.G., Cardoso, L.S.M., Gonçalves, M.A., Almeida, J.M., Malta, D.C.

Ciência e Saúde Coletiva, November 2025

DOI

2025 Meta 4

High-precision automatic classification of normal electrocardiograms: An AI-based model for the telehealth system

Abreu, P.E.O.G.B., Ribeiro, A.H., Paixão, G.M.M., Schön, T.B., Gomes, P.R., Ribeiro, A.L.P.

Journal of Electrocardiology, Volume 91, July–August 2025, 153988

DOI

Equipe