No Google, quando David Feinberg assumiu a área de saúde, ele herdou cem projetos. Três meses depois, chamou todo mundo e deu o feedback: trinta deles eram ilegais no contexto de saúde. Dos outros setenta, talvez trinta tivessem potencial. E mesmo sendo o Google, só havia recurso para fazer um ou dois direito. Ele matou 98 projetos de uma vez.
Não é exatamente o tipo de história que você espera ouvir num evento sobre inovação. Mas foi uma das mais úteis do Brazil at Silicon Valley para quem trabalha com pessoas.
O David é psiquiatra infantil de formação, foi CEO do UCLA Health (levou a satisfação dos pacientes de 28% para 99%), passou pelo Google durante a pandemia, liderou a Cerner e hoje é chairman da Oracle Health and Life Sciences. E a conversa dele com Nigam Shah, de Stanford, foi sobre IA na saúde, mas o que saiu dali serve para qualquer organização que está tentando implementar tecnologia sem entender o terreno.
O ponto central: saúde é uma profissão movida por cultura e confiança. E a maioria das empresas de tecnologia falha nesse setor porque trata saúde como se fosse varejo ou serviços financeiros. Joga a solução por cima do muro e espera que funcione. Não funciona.
E a forma como ele descobriu isso no Google é uma aula de gestão. Nas primeiras semanas, ele pediu para ir à casa de uma mãe em East Palo Alto que estava com o filho doente e pesquisando sintomas no Google. A mulher digitava os sintomas, mas não apertava enter. Esperava o marido chegar em casa para apertar, porque tinha medo do que ia aparecer na tela. Ela ficava do outro lado do computador enquanto ele lia os resultados.
Se a gente quer construir algo que funcione para pessoas, precisa entender como essas pessoas realmente vivem. Não como imaginamos que vivem.
Para comunicação interna, isso é talvez a lição mais subestimada que existe. A gente desenha intranets, programas de engajamento, campanhas de mudança cultural a partir de como achamos que as pessoas consomem informação. Quase nunca sentamos ao lado delas para ver o que realmente acontece. O David chamou isso de estudo etnográfico. Stanford adotou o termo. Na prática, é simplesmente ir até o chão de fábrica, o escritório, o hospital e observar antes de construir.
Sobre IA, ele foi ao mesmo tempo extremamente otimista e extremamente assustado. E deu um exemplo que ilustra por quê. No Google, treinaram um modelo com dados de 16 mil pacientes e 700 mil variáveis por paciente para detectar insuficiência renal aguda. Humanos levavam quatro horas para diagnosticar. Com um bom app no celular, caiu para catorze minutos. Com IA, o modelo conseguia prever 48 horas antes de qualquer sintoma. Impacto real: 30% menos paradas cardíacas e 17% de redução no custo do tratamento.
Só que o dataset era do sistema de saúde dos veteranos americanos. 93% masculino. Quando testaram na população geral, com metade de mulheres, não funcionou. O modelo era brilhante para quem ele conhecia e cego para quem ele não conhecia.
Para quem trabalha com dados de pessoas nas organizações, o paralelo é direto. Modelos de IA, analytics de RH, algoritmos de recrutamento, tudo isso reflete o dado em que foi treinado. Se o dado tem viés, a decisão tem viés. E o viés mais perigoso é o que parece funcionar perfeitamente até você perceber que ele só funciona para uma parte da população.
E teve uma história sobre hambúrgueres que é quase cômica, mas ilustra perfeitamente o desafio de explicar IA para gestores. Eles treinaram um modelo para identificar o teor de sódio de um hambúrguer a partir de uma foto. Funcionava com precisão absurda. Quando abriram a caixa preta para entender por quê, descobriram que um dos maiores preditores de sódio alto era a presença de papel na foto. O computador tinha aprendido que hambúrguer embrulhado em papel vinha de fast food, logo, sódio alto.
Tecnicamente correto. Conceitualmente bizarro. E esse é exatamente o tipo de situação que gestores de pessoas vão enfrentar cada vez mais: ferramentas que funcionam mas que ninguém consegue explicar por quê. E se você não consegue explicar, como constrói confiança no time para adotar?
O David encerrou com algo que conecta tudo: o segredo para escalar qualquer solução é estar no workflow. Se você exige que alguém mude de sistema, troque de app, interrompa o que está fazendo para usar sua ferramenta maravilhosa, mesmo que ela seja melhor para o paciente ou para o colaborador, ninguém vai usar. Porque ninguém tem tempo.
Para comunicação interna, a tradução é imediata. Se a informação não está onde as pessoas já trabalham, ela não existe. Pode ser o melhor conteúdo, a melhor campanha, a melhor plataforma. Se não está no fluxo, não escala.
Palestra: AI in the Room: What It Actually Takes to Deploy at Scale in Healthcare
David Feinberg + Nigam Shah
Oracle Health + Stanford
