Plano de Aula — Módulo 01: Introdução: Tecnologia e Inovação na Medicina
Documento exclusivo para o professor | Módulo 01 | Formato: Teórico-Prático
Este plano de aula é o guia pedagógico completo para a aplicação do Módulo 01. Ele detalha a visão geral da aula, os objetivos de aprendizagem, a preparação necessária, o sumário do conteúdo para revisão rápida, o roteiro da exposição teórica, o roteiro do laboratório de informática, as orientações sobre as atividades avaliativas e os pontos críticos de tutoria. Leia-o integralmente na semana anterior ao módulo e mantenha-o acessível durante a aula.
1. Visão geral do módulo
O Módulo 01 inaugura a disciplina “Tecnologia e Inovação em Saúde” e cumpre uma função que vai além da introdução de conteúdo: ele instala, desde o primeiro contato, o modo de pensar que orientará todo o semestre. O formato é teórico-prático, com duração total de 200 minutos, dividida em dois momentos claramente distintos mas conceitualmente integrados.
O primeiro momento, com duração de 50 minutos, consiste em uma exposição dialogada conduzida pelo professor. O objetivo não é transmitir a maior quantidade possível de informação histórica ou tecnológica — o material de leitura prévia já cumpre essa função — mas instalar nos estudantes a pergunta certa: não “como funciona esta tecnologia?”, mas “o que esta tecnologia transforma na medicina, para quem e a que custo?”. A exposição percorre as grandes revoluções tecnológicas da medicina, apresenta a teoria da inovação disruptiva de Clayton Christensen, mapeia o ecossistema de HealthTechs e apresenta o framework de cinco perguntas para análise crítica de tecnologia médica.
O segundo momento, com duração de 150 minutos, é o laboratório de informática. Os estudantes formam grupos livremente neste primeiro módulo — não necessariamente os grupos definitivos do projeto integrador — e realizam um mapeamento do ecossistema de HealthTechs brasileiro. A atividade termina com apresentações orais breves de cada grupo e uma análise coletiva conduzida pelo professor. Essa atividade não é de fixação: é a primeira inserção dos estudantes no ecossistema que será a arena do projeto de startup ao longo do semestre.
O material de estudo prévio foi disponibilizado aos estudantes na semana anterior e cobre, em profundidade considerável, todos os temas da exposição teórica. Portanto, o professor deve partir do pressuposto de que ao menos uma parcela da turma leu o material — e deve calibrar a exposição para ir além da simples descrição do que está no texto.
2. Objetivos, competências e habilidades
Objetivo da aula
O objetivo central do Módulo 01 é situar o estudante no panorama histórico e contemporâneo da transformação tecnológica em saúde, construindo o quadro de referência conceitual que orientará a leitura crítica dos módulos subsequentes. Ao final desta aula, o estudante deve ser capaz de contextualizar as inovações tecnológicas em medicina dentro de uma perspectiva histórica de longa duração, distinguir inovação incremental de inovação disruptiva com exemplos clínicos concretos e identificar os principais atores do ecossistema de HealthTechs no Brasil e no mundo.
Competência central
A competência que este módulo começa a construir — e que será desenvolvida ao longo de todo o semestre — é a de avaliar criticamente qualquer nova tecnologia médica a partir de um conjunto de perguntas estruturadas: qual problema clínico ou de sistema de saúde ela resolve, para quem ela resolve, a que custo (financeiro, ético, de privacidade, de equidade), com qual evidência e quem ganha e quem perde com sua adoção. Essa competência analítica é transversal a toda a disciplina e não se adquire em uma única aula. O Módulo 01 planta suas raízes; os módulos seguintes a aprofundarão em contextos cada vez mais específicos.
Habilidades a serem desenvolvidas
O estudante deve ser capaz de formular perguntas críticas sobre uma tecnologia médica apresentada em formato comercial ou jornalístico — o que implica reconhecer quando afirmações de eficácia não estão acompanhadas de evidência adequada. Deve também ser capaz de identificar o tipo de inovação que uma tecnologia representa, distinguindo entre inovação sustentada (incremental) e inovação disruptiva de acordo com os critérios desenvolvidos por Christensen: público-alvo, posição no mercado, trajetória de desempenho, acessibilidade e resposta das empresas incumbentes. Por fim, deve ser capaz de localizar os principais agentes do ecossistema de saúde digital no Brasil em uma representação visual estruturada, identificando as relações de interdependência entre universidades, hospitais universitários, startups, fundos de venture capital, agências regulatórias e pacientes.
3. Preparação do professor
Esta seção descreve o que o professor deve preparar e revisar antes da aula. A preparação deve ser concluída com pelo menos dois dias de antecedência, para permitir tempo de sedimentação e ajuste.
Leituras e revisão de conteúdo
O professor deve ter lido o material do módulo integralmente e com atenção crítica, não apenas como revisão do conteúdo, mas para antecipar as dúvidas que os estudantes mais provavelmente trarão. Algumas seções do material levantam questões que demandam preparo adicional: a discussão sobre o conceito de “dispositivo” de Albert Borgmann pode parecer abstrata demais para estudantes de medicina e requer um exemplo clínico forte que o professor deve ter preparado; a seção sobre genômica e medicina de precisão menciona variantes de significado incerto (VUS) e viés de dados em populações europeias, conceitos que exigem que o professor esteja confortável para responder perguntas técnicas sem desviar da discussão principal; e o hype cycle de Gartner, embora intuitivo, tem nuances de aplicação em medicina que o professor deve ser capaz de desenvolver com exemplos além dos que estão no material.
O professor deve também ter lido ao menos os capítulos introdutórios de “The Innovator’s Dilemma” de Clayton Christensen, ou ao menos uma revisão acadêmica sólida sobre a teoria, para ser capaz de responder com precisão a perguntas sobre a distinção entre inovação sustentada e disruptiva — que é um ponto onde a simplificação excessiva gera equívocos frequentes.
Para o ecossistema brasileiro, o professor deve estar atualizado sobre o cenário atual de HealthTechs no Brasil: quais fundos de venture capital estão ativos, quais aceleradoras (ACE, Distrito, Abstartups) têm programas de saúde em andamento, e qual é o estado atual da regulação de Software como Dispositivo Médico (SaMD) pela ANVISA — tema que será retomado em módulos posteriores.
Materiais a ter preparados
Antes da aula, o professor deve ter selecionado de dois a três exemplos concretos de tecnologias médicas que irá usar durante a exposição para aplicar o framework de cinco perguntas. Idealmente, ao menos um exemplo deve ser controverso ou ter tido repercussão recente na imprensa — algo que os estudantes possam reconhecer e sobre o qual já tenham opiniões formadas. O exemplo do Apple Heart Study (detecção de fibrilação atrial por wearable) presente no material do módulo é um bom ponto de partida, mas o professor deve buscar um exemplo adicional mais próximo da realidade brasileira.
Para o bloco de abertura provocativa, o professor deve ter preparado a sequência de perguntas que conduzirão a turma da percepção superficial (“médico é quem cuida de pessoas”) até a percepção mais profunda de que os instrumentos são constitutivos da identidade profissional médica. Essa sequência não precisa ser roteirizada palavra por palavra, mas o professor deve saber onde quer chegar e quais perguntas intermediárias usar se a turma não chegar lá sozinha.
Para o laboratório, o professor deve ter preparado um conjunto de critérios de pesquisa claros que serão apresentados aos grupos no briefing, bem como uma lista de fontes confiáveis para busca de informações sobre startups (bases de dados de startups brasileiras, reportagens de veículos especializados, bases de dados de patentes, registros da ANVISA). Essa lista deve ser projetada ou distribuída no início do laboratório para evitar que os grupos percam tempo excessivo na fase de orientação da pesquisa.
Armadilhas conceituais a antecipar
Há três equívocos recorrentes que o professor deve estar preparado para corrigir sem constranger o estudante. O primeiro é a confusão entre inovação disruptiva e inovação radical: muitos estudantes associam “disruptiva” a “impressionante” ou “revolucionária em termos de desempenho”, quando a teoria de Christensen define disrupção de forma muito específica — uma tecnologia que começa com desempenho inferior nos critérios tradicionais, mas que atende não-consumidores ou o mercado inferior com melhor acessibilidade e simplicidade, e sobe gradualmente em desempenho até substituir os incumbentes. Uma tomografia de última geração não é disruptiva: é um exemplo clássico de inovação sustentada. O ultrassom portátil de baixo custo é disruptivo.
O segundo equívoco é tratar inovação disruptiva como algo necessariamente positivo. No contexto da saúde, uma tecnologia pode ser disruptiva e, ao mesmo tempo, inadequada, não validada ou prejudicial a grupos específicos. O professor deve reforçar que “disruptivo” é uma categoria analítica, não um elogio.
O terceiro equívoco é a identificação de qualquer empresa de tecnologia que atue em saúde como uma HealthTech. No material, a definição é precisa e tem três critérios: empresa nascente (startup no sentido de Steve Blank), modelo de negócio escalável e saúde como mercado primário. Uma grande multinacional de tecnologia que oferece serviços para hospitais não é uma HealthTech no sentido estrito. Esse equívoco aparece com frequência na atividade de laboratório quando grupos pesquisam empresas consolidadas como Google Health ou IBM Watson Health em vez de startups nascentes.
4. Sumário de conteúdo — referência rápida
Esta seção apresenta uma síntese densa dos conceitos-chave de cada seção do material do módulo, destinada à revisão rápida do professor imediatamente antes da aula. Não é um substituto para a leitura integral do material.
A medicina e seus instrumentos: tecnologia como constituição da prática clínica
O argumento central desta seção é que a tecnologia médica não é externa à medicina — ela é constitutiva do modo como a medicina vê, ouve e pensa o corpo doente. A referência a Albert Borgmann e ao conceito de “dispositivo” serve para nomear o fenômeno pelo qual uma tecnologia se torna invisível por seu uso rotineiro: quando o médico usa o estetoscópio sem questionar o que ele pressupõe, ou ordena um exame de imagem sem refletir sobre o que está delegando à máquina, está operando com um dispositivo borgmanniano. O risco não é apenas epistemológico — é clínico e ético. Médicos que não compreendem o que suas ferramentas pressupõem são mais vulneráveis a erros sistemáticos e menos capazes de comunicar riscos e incertezas aos pacientes. Esta seção estabelece o tom crítico que deve permear toda a disciplina.
Da ausculta aos algoritmos: as revoluções tecnológicas da medicina
A trajetória histórica percorrida no material não é uma narrativa de progresso linear, mas uma série de rupturas que reorganizaram as relações de poder na medicina, os critérios de legitimidade diagnóstica e as concepções de corpo e doença. O estetoscópio de Laennec (1816) não apenas amplificou sons: inaugurou a assimetria informacional entre médico e paciente que se aprofundou com cada tecnologia subsequente. A medicina anátomo-clínica e o raio X de Röntgen (1895) consolidaram o paradigma de diagnóstico por imagem, com todas as questões de sobreinterpretação e dependência que isso criou. Anestesia e antissepsia transformaram a cirurgia de ato heroico em especialidade sistemática, criando ao mesmo tempo toda uma nova categoria de riscos iatrogênicos. Os antibióticos salvaram populações inteiras e criaram a resistência antimicrobiana — um dos maiores problemas de saúde pública contemporâneos. A genômica e o Projeto Genoma Humano (2003) abriram a era da medicina de precisão e trouxeram consigo variantes de significado incerto (VUS), viés de dados em populações sub-representadas e questões de privacidade genômica ainda sem solução satisfatória. O prontuário eletrônico tornou o cuidado rastreável e auditável, mas criou o “médico de costas” — voltado à tela em vez de ao paciente — e transformou dados de saúde em ativo econômico disputado. A inteligência artificial, tratada brevemente aqui e aprofundada nos Módulos 3 e 6, representa a aceleração mais recente: modelos de deep learning com acurácia diagnóstica comparável à de especialistas, e modelos de linguagem que reformulam a interação médico-paciente-sistema.
Inovação incremental e inovação disruptiva
A teoria de Clayton Christensen, apresentada em “The Innovator’s Dilemma” (1997), distingue dois tipos fundamentais de inovação. A inovação sustentada (incremental) aprimora produtos e serviços existentes para clientes que já os consomem, geralmente no segmento de maior poder aquisitivo: tomógrafos de última geração, robôs cirúrgicos avançados e implantes cocleares de alta fidelidade são exemplos médicos clássicos. Empresas incumbentes são muito boas em inovação sustentada porque ela serve os clientes que já pagam. A inovação disruptiva começa de forma diferente: ela serve não-consumidores (pessoas que nunca tiveram acesso à solução existente) ou o mercado inferior (pessoas que consumiam a solução mas a achavam cara ou complexa demais), oferecendo algo com desempenho inferior nos critérios tradicionais mas muito mais acessível, simples ou barato. O ultrassom portátil, que cabe numa mochila e pode ser operado por médicos em regiões remotas sem acesso a aparelhos hospitalares, é disruptivo no sentido preciso: é pior do que o ultrassom de um grande hospital, mas serve um público que antes simplesmente não tinha acesso a nenhuma imagem. Telemedicina e wearables de ECG são outros exemplos. O paradoxo de Christensen explica por que empresas incumbentes resistem à disrupção de forma estrutural: cada vez que uma empresa incumbente melhora seu produto para os clientes mais rentáveis, ela deságua exatamente no segmento que os disruptores atacam.
O ecossistema de inovação em saúde
O ecossistema é composto por atores com lógicas, incentivos e horizontes temporais muito diferentes. Universidades (USP, UNICAMP, FIOCRUZ no Brasil; MIT, Stanford nos EUA) produzem pesquisa básica e formam capital humano, mas raramente têm agilidade para traduzir descobertas em produtos. Hospitais universitários são validadores clínicos indispensáveis, mas sua lógica institucional é conservadora por necessidade — validação clínica rigorosa não é obstáculo burocrático, é proteção de pacientes. Startups HealthTechs operam com agilidade, mas enfrentam especificidades severas: ciclos de venda longos (hospitais e planos de saúde não compram em seis meses), regulação exigente (a ANVISA exige registro de dispositivos médicos e SaMD antes da comercialização), sensibilidade extrema dos dados manipulados e responsabilidade sobre resultados de saúde. Fundos de venture capital (ACE, Distrito, Abstartups no Brasil) financiam startups mas demandam retorno em prazos que nem sempre são compatíveis com os ciclos de maturação de produtos médicos. Agências regulatórias (ANVISA e FDA) existem por razões históricas bem documentadas — o caso da talidomida, que causou malformações congênitas em bebês cujas mães usaram o medicamento na gestação, é o exemplo histórico mais citado. Pacientes e sociedade civil têm papel crescente como pressão sobre esse ecossistema: o movimento ACT UP na crise da AIDS nos anos 1980-90 é o exemplo histórico mais expressivo de como pacientes organizados podem transformar o ritmo de aprovação regulatória de medicamentos.
Framework de avaliação crítica de tecnologia médica
O material apresenta um framework de cinco perguntas que deve ser apresentado como ferramenta permanente, não como exercício pontual. A primeira pergunta — qual problema resolve — exige distinguir problema real de problema criado pela tecnologia; o sobrediagnóstico é o exemplo mais diretamente relevante para médicos. A segunda pergunta — para quem resolve — exige análise de equidade; algoritmos treinados em dados majoritariamente europeus têm desempenho inferior em populações de outras origens étnicas, e isso tem consequências clínicas diretas. A terceira pergunta — a que custo — abrange custo financeiro, mas também custo em privacidade, autonomia do paciente e equidade de acesso; o conceito de QALY (Quality-Adjusted Life Year) e o papel do CONITEC na avaliação de custo-efetividade são referências institucionais relevantes aqui. A quarta pergunta — com qual evidência — remete à hierarquia clássica de evidências (relato de caso, estudos observacionais, ensaios clínicos randomizados, metanálises) e à questão específica do dataset shift em IA, pelo qual um algoritmo validado em um conjunto de dados pode ter desempenho muito diferente quando aplicado em outro contexto. A quinta pergunta — quem ganha e quem perde — é a mais politicamente carregada e a mais sistematicamente ignorada em apresentações comerciais de tecnologia: toda inovação produz vencedores e perdedores, e nomear quem são é parte da avaliação crítica responsável.
5. Roteiro da exposição teórica — 50 minutos
Os cinco blocos a seguir somam 50 minutos. As indicações de tempo são sugestivas e devem ser adaptadas conforme o ritmo da turma. O professor deve resistir à tentação de encurtar o Bloco 5 para compensar eventuais atrasos nos blocos anteriores: a transição para o laboratório é pedagogicamente fundamental.
Bloco 1 — Abertura provocativa (aproximadamente 8 minutos)
O objetivo deste bloco é criar desorientação produtiva: levar os estudantes a perceber que uma pergunta aparentemente simples é, na verdade, muito mais complexa do que parece. O professor inicia com a seguinte pergunta à turma: “O que torna alguém médico?”
A expectativa é que as primeiras respostas sejam da ordem de: formação acadêmica, diploma, conhecimento de anatomia e fisiologia, capacidade de diagnóstico, empatia com o paciente. O professor acolhe cada resposta sem julgamento e pede que a turma pense um pouco mais. Em seguida, formula uma segunda pergunta: “Um médico em 1800, antes do estetoscópio, antes do raio X, antes dos antibióticos, antes do hemograma — esse médico era médico da mesma forma que você será médico?”
Essa pergunta costuma produzir hesitação ou resposta dividida na turma. Alguns estudantes dirão que sim, o conhecimento científico é diferente mas o papel social é o mesmo. Outros começarão a perceber que não: que a forma de examinar, de diagnosticar, de tratar e de se relacionar com o paciente era radicalmente diferente. O professor então conduz para a percepção central: os instrumentos não são acessórios da prática médica — eles são, em grande medida, a prática médica. O estetoscópio não é algo que o médico usa: é algo que define o que significa auscultar. O prontuário eletrônico não é um formulário: é a forma pela qual o encontro clínico se torna documentável, auditável e transferível. A IA diagnóstica não é uma calculadora sofisticada: é uma redistribuição do trabalho cognitivo entre humano e máquina.
O professor encerra o bloco com a pergunta que estruturará toda a disciplina: “Se os instrumentos são constitutivos da medicina, o que acontece com a medicina quando os instrumentos mudam?” Essa pergunta fica em aberto — não é respondida aqui, mas será a trama de toda a exposição.
O ponto de atenção deste bloco é o ritmo: o professor deve evitar que a discussão inicial se estenda por mais de oito a dez minutos. Se a turma estiver muito aquecida no debate, o professor pode anotar uma ou duas contribuições no quadro e dizer que voltará a elas ao final da exposição — o que cria um compromisso que dá coerência à aula.
Bloco 2 — A trajetória histórica (aproximadamente 15 minutos)
Neste bloco, o professor percorre as revoluções tecnológicas descritas no material com um método específico: para cada tecnologia, em vez de descrever como ela funciona, pergunta à turma “que problema ela criou ao resolver outro?”. Essa pergunta é o fio condutor do bloco e deve ser formulada explicitamente antes de cada exemplo, para que os estudantes comecem a internalizar o hábito analítico.
O professor abre com o estetoscópio de Laennec. Antes de apresentar a solução (amplificação de sons cardíacos), descreve o problema: como examinar o coração de uma paciente sem o contato direto permitido pelas normas sociais da época? O estetoscópio resolve esse problema. Mas que problema cria? O professor espera respostas e dirige a turma para dois pontos: a assimetria informacional (o médico agora sabe coisas sobre o corpo do paciente que o paciente não pode acessar por conta própria) e a criação de distância física (o instrumento substitui parte do toque, inaugurando uma tendência que vai se aprofundar). Essa assimetria, vale notar, está na raiz de tensões contemporâneas: quando um paciente chega com dados de wearable ou com resultado de teste genético direto ao consumidor, ele está, de alguma forma, tentando recuperar o acesso a informações sobre seu próprio corpo que foram progressivamente delegadas ao médico e à máquina.
O professor segue com o raio X e a medicina anátomo-clínica, destacando a criação do paradigma de diagnóstico por imagem: uma vez que o corpo pode ser “visto” por dentro, o diagnóstico que não inclui imagem começa a parecer incompleto — com todas as consequências de sobreexame e overdiagnosis que esse imperativo gera. Depois, anestesia e antissepsia: toda nova capacidade terapêutica ou diagnóstica traz novos riscos que antes não existiam. Cirurgia sistemática foi possível; infecção hospitalar também. Os antibióticos salvaram populações e criaram a resistência antimicrobiana — a mesma lógica em escala diferente.
O professor deve ser seletivo nos exemplos: não é necessário cobrir cada tecnologia listada no material. O objetivo não é exaustividade histórica, mas que os estudantes internalizem o padrão: toda inovação resolve um problema e cria outro. A seletividade deve privilegiar os exemplos que têm paralelo mais direto com as tecnologias contemporâneas que os estudantes encontrarão nos módulos seguintes.
Para encerrar o bloco, o professor faz a ponte para o presente: “A inteligência artificial e os agentes de IA que vamos estudar nos Módulos 3 e 6 seguem exatamente essa lógica. Eles resolvem problemas de velocidade, escala e acesso — e criam problemas de viés, opacidade e redistribuição de responsabilidade que ainda estamos aprendendo a nomear.”
O ponto de atenção deste bloco é a tentação da listagem: o professor não deve tentar cobrir todas as tecnologias do material em ordem cronológica. A narrativa é mais importante do que a cobertura. Se precisar escolher, prefira dois ou três exemplos trabalhados em profundidade a seis exemplos mencionados superficialmente.
Bloco 3 — Inovação incremental versus inovação disruptiva (aproximadamente 12 minutos)
O professor apresenta a teoria de Christensen sem começar pela definição abstrata. Começa com uma pergunta: “Por que hospitais universitários de excelência, com pesquisa de ponta e profissionais altamente qualificados, raramente são os protagonistas das inovações que mais transformam o acesso à saúde?” A turma costuma dar respostas relacionadas à burocracia, ao conservadorismo institucional ou ao foco em pesquisa. O professor acolhe essas respostas e então propõe uma hipótese alternativa, estrutural: talvez não seja culpa dos profissionais ou das instituições — talvez haja algo na lógica da inovação que explique por que as organizações melhores em um modelo são as últimas a adotar o modelo seguinte.
A partir daí, o professor apresenta a distinção de Christensen com o contraste entre dois exemplos: o robô cirúrgico de última geração (Da Vinci, por exemplo) versus o ultrassom portátil de baixo custo. O robô é melhor do que a cirurgia laparoscópica convencional nos critérios que os especialistas mais valorizam: precisão, ergonomia do cirurgião, controle de movimentos. Serve os pacientes mais exigentes, nos hospitais mais bem equipados, a preço altíssimo. É inovação sustentada — melhora o que já existe para os clientes que já pagam. O ultrassom portátil é pior do que o equipamento hospitalar convencional nos critérios que o radiologista mais valoriza: resolução de imagem, capacidade diagnóstica em casos complexos. Mas serve médicos em postos de saúde em regiões remotas que nunca tiveram acesso a nenhuma forma de imagem. É inovação disruptiva — atende não-consumidores com algo que é suficientemente bom para o problema que precisam resolver.
O professor explica o paradoxo de Christensen: a empresa que fabrica o equipamento hospitalar de alta resolução tem todos os incentivos para continuar melhorando aquele equipamento para seus clientes mais rentáveis — e nenhum incentivo para fabricar um produto “inferior” que canibaliza seu mercado principal. É por isso que a disrupção quase sempre vem de fora: de startups sem clientes existentes para proteger.
Para a aplicação ao contexto contemporâneo, o professor pergunta à turma: “Quais tecnologias de saúde que vocês conhecem seriam exemplos de inovação disruptiva pelo critério de Christensen?” Essa é uma boa pergunta para engajar a turma e testar a compreensão, mas o professor deve estar preparado para corrigir o erro mais frequente — identificar “impressionante” com “disruptivo”. Telemedicina e wearables de ECG são exemplos disruptivos; IA de diagnóstico por imagem em grandes hospitais pode ser incremental (depende do contexto de adoção).
O ponto de atenção deste bloco é a tendência dos estudantes a tratar “disruptivo” como elogio. O professor deve reforçar que inovação disruptiva pode ser excelente, problemática ou neutra do ponto de vista clínico — o que Christensen descreve é um padrão de mercado, não uma avaliação de qualidade.
Bloco 4 — Ecossistema e avaliação crítica (aproximadamente 10 minutos)
O professor apresenta o ecossistema de inovação em saúde usando o diagrama que está no material (ou uma versão simplificada no quadro): universidades, hospitais universitários, startups, fundos de venture capital, agências regulatórias e pacientes. Para cada ator, em vez de descrever suas funções, o professor pergunta: “Qual é o incentivo desse ator? O que ele quer obter desse ecossistema?” Essa pergunta produz respostas reveladoras: a universidade quer produzir conhecimento e formar profissionais; o hospital universitário quer validar tecnologia com segurança para os pacientes; a startup quer escalar rapidamente; o fundo de venture capital quer retorno financeiro em quatro a seis anos; a agência regulatória quer garantir que tecnologias seguras cheguem ao mercado sem que tecnologias inseguras cheguem primeiro.
O professor destaca que esses incentivos são frequentemente incompatíveis: a startup que precisa de validação clínica para captar investimento precisa do hospital universitário, mas o hospital universitário tem processos de aprovação que duram meses ou anos. O fundo de venture capital quer retorno em prazos que raramente são compatíveis com os ciclos de desenvolvimento de produtos médicos. Esse desalinhamento estrutural de incentivos é o que torna o ecossistema de HealthTechs ao mesmo tempo dinâmico e frágil.
Em seguida, o professor apresenta o framework de cinco perguntas de forma sintética, usando o exemplo dos wearables de detecção de fibrilação atrial (Apple Heart Study) que está no material. A sequência deve ser rápida — o objetivo não é explorar cada pergunta em profundidade, mas demonstrar a utilidade do framework como ferramenta de análise. O professor pergunta à turma cada uma das cinco questões sobre o Apple Heart Study e aceita respostas breves, sem desenvolver a análise completa. Isso planta o instrumento sem consumir o tempo necessário para o laboratório.
O ponto de atenção deste bloco é o tempo: dez minutos é pouco para ecossistema e framework. O professor deve ser econômico nas palavras e resistir à tentação de desenvolvê-los em profundidade aqui — o laboratório e as atividades avaliativas farão esse trabalho.
Bloco 5 — Transição para o laboratório (aproximadamente 5 minutos)
Este bloco tem função de dobradiça: conecta o que foi discutido na exposição teórica ao que os estudantes farão nos próximos 150 minutos, e conecta o Módulo 01 ao projeto integrador que ocupará toda a disciplina.
O professor retoma a pergunta do Bloco 1 — “o que acontece com a medicina quando os instrumentos mudam?” — e propõe que a resposta não está apenas na história, mas na observação do presente. As startups que os estudantes irão pesquisar no laboratório são, cada uma delas, uma aposta sobre o que vai mudar na medicina nos próximos anos. Cada uma delas carrega uma teoria implícita sobre qual problema a medicina atual não resolve bem, para quem, e por quê uma solução tecnológica pode resolvê-lo melhor. O trabalho de hoje é aprender a ler essas apostas com olhos críticos.
O professor apresenta a tarefa do laboratório de forma concisa: grupos livres, identificação e caracterização de ao menos cinco startups brasileiras de saúde digital ativas, apresentação oral de dois minutos por grupo ao final. O que o professor deve enfatizar neste momento não são os critérios técnicos da pesquisa — esses serão apresentados no briefing do laboratório — mas a atitude: não se trata de fazer propaganda das startups encontradas, mas de analisá-las com as ferramentas que a exposição apresentou. Qual problema cada startup afirma resolver? Para quem? A que custo? Com qual evidência?
Por fim, o professor deve fazer a conexão com o projeto integrador: “Nas próximas semanas, vocês vão construir sua própria startup. O que vocês aprenderem hoje sobre o ecossistema e sobre como analisar criticamente tecnologias médicas será o ponto de partida para os projetos de vocês.”
6. Roteiro do laboratório de informática — 150 minutos
Estágio 1 — Formação dos grupos e briefing (primeiros 15 a 20 minutos)
O professor organiza a turma em grupos de quatro a seis estudantes, formados livremente. É importante que o professor deixe claro, neste momento, que esses grupos não precisam ser os grupos definitivos do projeto integrador — a formação dos grupos de projeto ocorrerá no Módulo 2. Isso reduz a ansiedade associada à escolha de parceiros e libera os estudantes para se agruparem por afinidade imediata, o que tende a facilitar o trabalho desta primeira atividade.
O professor projeta ou distribui o briefing da atividade, cobrindo os seguintes pontos de forma direta: o que é uma startup no sentido preciso (empresa nascente, modelo escalável, saúde como mercado primário — e não qualquer empresa de tecnologia que atue em saúde); o que significa “ativa” (empresa com produto ou serviço em funcionamento, não apenas em fase de captação de investimento ou com site de apresentação sem produto); o que deve ser investigado para cada startup (problema que afirma resolver, tecnologia utilizada, modelo de negócio quando identificável, evidência de impacto disponível publicamente); e quais fontes são confiáveis para a pesquisa (o professor deve ter uma lista preparada: bases de dados de startups brasileiras como a da Abstartups, reportagens de veículos especializados em saúde e tecnologia, registros da ANVISA, publicações em bases acadêmicas quando disponíveis).
O professor deve antecipar uma dúvida que aparece em praticamente todas as turmas neste momento: “o que conta como evidência de impacto?” A resposta deve ser pragmática: pode ser um artigo publicado em revista científica, um relatório de piloto com dados de pacientes atendidos, uma nota de imprensa com métricas verificáveis (número de usuários, resultados de triagem, redução de tempo de espera). O que não conta como evidência de impacto é o discurso comercial da própria empresa sem dados externos que o sustentem. Essa distinção introduz, na prática, a pergunta número quatro do framework — com qual evidência — que foi apresentada na exposição teórica.
O professor deve reservar cinco minutos ao final do briefing para perguntas e esclarecimentos antes de liberar os grupos para pesquisa. Questões que tipicamente aparecem neste momento: “Podemos pesquisar startups internacionais?” (resposta: não para a tarefa principal, que é o mapeamento do ecossistema brasileiro; mas se o grupo tiver energia para comparar com uma referência internacional, pode fazer como bônus); “E se a startup que encontramos não tiver informações sobre modelo de negócio?” (resposta: isso em si é informação relevante — registre que a informação não é públicamente disponível e especule sobre por quê isso pode ocorrer).
Estágio 2 — Pesquisa e síntese (60 a 80 minutos)
Durante este estágio, o professor circula continuamente entre os grupos. A circulação não deve ser aleatória nem supervisora no sentido de verificar se estão “no caminho certo” — deve ser tutorial no sentido genuíno: o professor faz perguntas que ajudam o grupo a aprofundar sua análise.
Para cada grupo que visita, o professor faz pelo menos uma pergunta generativa. Alguns exemplos de perguntas que funcionam bem: “Essa startup resolve um problema que existia antes dela, ou ela criou um problema novo ao propor uma solução?” — essa pergunta remete ao framework e à discussão do overdiagnosis. “O modelo de negócio dessa startup depende de que alguém pague — quem paga, o paciente, o hospital, o plano de saúde? Isso faz diferença para quem ela realmente serve?” — essa pergunta conduz à segunda e à terceira perguntas do framework (para quem e a que custo). “A evidência de impacto que vocês encontraram foi produzida pela própria startup ou por alguém independente?” — essa pergunta conduz à quarta pergunta do framework.
Quando um grupo escolhe pesquisar uma empresa grande e consolidada em vez de uma startup nascente — erro que ocorre com frequência neste primeiro módulo — o professor não deve simplesmente dizer “isso não é uma startup”. Deve, em vez disso, perguntar: “Como vocês definiram o que é uma startup para essa pesquisa? O que vocês achariam se eu dissesse que essa empresa já tem dezenas de milhares de funcionários e fatura bilhões por ano? O que isso muda na análise?” Esse caminho leva o grupo a rever a definição por conta própria, o que produz aprendizagem mais duradoura do que a correção direta.
Quando um grupo não consegue encontrar evidência de impacto para nenhuma das startups pesquisadas — situação que também é frequente — o professor deve transformar a dificuldade em conteúdo: “Por que vocês acham que é tão difícil encontrar evidência de impacto publicada por startups de saúde? O que isso diz sobre o estágio de maturidade dessas empresas? O que isso diz sobre os incentivos para publicar ou não publicar dados?” Essas perguntas conectam a dificuldade de pesquisa com a questão estrutural da assimetria de informação no ecossistema de HealthTechs.
O professor deve resistir à tentação de fornecer informações ou resolver problemas de pesquisa diretamente. Se um grupo está travado em encontrar informações sobre uma startup específica, a orientação mais produtiva é sugerir que busquem outra startup cujas informações sejam mais acessíveis — e que registrem a dificuldade como parte da análise.
Por volta dos 50 a 60 minutos de pesquisa, o professor deve avisar os grupos que têm cerca de 20 a 30 minutos para consolidar suas análises e preparar a apresentação de dois minutos. A consolidação deve ser orientada pela pergunta: “Se vocês tivessem que apresentar a startup mais interessante que encontraram e justificar por que ela é interessante do ponto de vista da análise crítica — não do ponto de vista comercial — qual seria?”
Estágio 3 — Apresentações e análise coletiva (últimos 40 a 50 minutos)
O professor solicita que um representante de cada grupo apresente, em até dois minutos, a startup que o grupo considera mais interessante para análise crítica. A instrução explícita é que a apresentação não seja propaganda da startup, mas análise: qual problema resolve, para quem, com que evidência e o que o grupo acha problemático ou interessante.
Durante as apresentações, o professor registra em um quadro ou tela compartilhada um conjunto de informações de cada startup apresentada: nome, área de atuação, tecnologia principal, modelo de negócio e evidência disponível. Esse registro visual cria uma base para a análise coletiva que se segue e garante que nenhum grupo se sinta ignorado.
Após todas as apresentações, o professor conduz a análise coletiva com três perguntas estruturantes. A primeira: “Olhando para o conjunto das startups que vocês encontraram, o que elas têm em comum? Quais problemas de saúde aparecem com mais frequência?” Essa pergunta produz uma mapa informal do que o ecossistema de HealthTechs brasileiro percebe como oportunidades prioritárias — e abre espaço para discutir se essa percepção coincide com as maiores necessidades de saúde da população. A segunda: “Onde aparecem as maiores lacunas de evidência? Para que tipo de startup é mais difícil encontrar dados de impacto?” Essa pergunta conecta a experiência da pesquisa com a questão de custo-efetividade e validação clínica que será retomada em módulos posteriores. A terceira: “Se vocês fossem criar uma startup de saúde digital, que problema vocês escolheriam resolver, baseados no que viram hoje?” Essa pergunta faz a transição explícita para o projeto integrador que começa no Módulo 2 e cria antecipação para o trabalho que vem.
O professor deve registrar respostas a essas três perguntas de forma visível — no quadro, numa apresentação ou num documento compartilhado — porque elas servirão como referência na transição para o Módulo 2 e nos momentos em que grupos do projeto integrador precisarem de inspiração ou calibração.
7. Orientações sobre as atividades para o próximo encontro
Ao final do laboratório, o professor deve apresentar brevemente as atividades que os estudantes realizarão de forma autônoma antes do próximo módulo. As atividades estão organizadas em dois conjuntos distintos (Atividade A e Atividade B), destinados a turmas diferentes ou a momentos diferentes do processo avaliativo, conforme a organização do professor.
Ambos os conjuntos contêm três atividades em níveis crescentes de complexidade: básico, intermediário e desafiador. O professor deve apresentar as atividades sem descrever as respostas esperadas, mas deve deixar claro o critério de avaliação: o que será avaliado não é a “resposta certa”, mas a qualidade do raciocínio — se o estudante está fazendo as perguntas certas, se está usando os conceitos do framework de avaliação crítica, se está distinguindo inovação incremental de disruptiva com os critérios corretos.
A Atividade A trabalha com classificação de tecnologias (básico), análise de caminhos de ecossistema para uma pesquisadora com algoritmo de detecção de glaucoma (intermediário) e emissão de parecer técnico simulando o papel do CONITEC diante de uma tecnologia de alto custo e evidência limitada (desafiador). A Atividade B trabalha com aplicação do conceito de “dispositivo” de Borgmann ao estetoscópio e ao prontuário eletrônico (básico), análise de equidade e disrupção no caso de teste genômico de predisposição ao câncer (intermediário) e voto técnico para comitê hospitalar sobre sistema de triagem de saúde mental baseado em IA (desafiador).
O professor deve usar os resultados dessas atividades para calibrar o ensino nos módulos seguintes em dois sentidos. Primeiro, para identificar estudantes que demonstram raciocínio analítico sofisticado desde o início — esses estudantes podem ser mobilizados como interlocutores qualificados nos debates dos módulos 3, 4, 6 e 7. Segundo, para identificar equívocos sistemáticos — se a maioria dos estudantes classifica tecnologias como “disruptivas” quando são incrementais, ou se a maioria aplica o framework de avaliação apenas à dimensão técnica ignorando a dimensão política e de equidade, isso deve ser retomado ativamente na abertura do módulo seguinte, antes de avançar para o novo conteúdo.
8. Pontos críticos e estratégias de tutoria
Esta seção compila os erros mais frequentes dos estudantes, as perguntas-armadilha do conteúdo e as situações de resistência ou dificuldade que tipicamente ocorrem neste módulo. Leia com atenção — antecipar dificuldades é mais eficaz do que reagir a elas.
Erros conceituais mais frequentes
O equívoco mais recorrente é a confusão entre inovação disruptiva e inovação tecnologicamente impressionante. Estudantes com interesse em tecnologia tendem a classificar como “disruptiva” qualquer tecnologia que os impressione: IA de diagnóstico, robótica cirúrgica, edição genética com CRISPR. Quando questionados sobre a definição de Christensen, conseguem repeti-la, mas não a aplicam consistentemente. O professor deve criar situações em que o estudante precise aplicar a definição a casos concretos e receber feedback imediato sobre o raciocínio — não apenas sobre a resposta final.
O segundo equívoco frequente é a aplicação do framework de cinco perguntas apenas às duas primeiras (qual problema resolve e para quem), com negligência sistemática das questões de evidência e de distribuição de ganhos e perdas. Isso reflete um viés comum na formação médica: médicos são treinados para pensar em problemas e soluções, não em interesses e poder. O professor deve criar pressão explícita para que os estudantes cheguem sempre às perguntas quatro e cinco — com qual evidência e quem ganha e perde — porque é nelas que a análise crítica se torna mais sofisticada e mais incômoda.
O terceiro equívoco é tratar o ecossistema de inovação como uma cadeia linear (universidade produz conhecimento, startup transforma em produto, regulação aprova, mercado adota) quando na prática é uma rede complexa com múltiplos ciclos de feedback, conflitos de interesse e pontos de travamento. Esse equívoco se manifesta quando estudantes dizem coisas como “basta a startup ter boa tecnologia para ser bem-sucedida” ou “se o produto funciona, a regulação vai aprovar”. O professor deve trabalhar contra esse determinismo tecnológico desde o início.
Perguntas-armadilha e como respondê-las
Algumas perguntas que estudantes fazem neste módulo parecem simples, mas escondem complexidade conceitual que pode levar o professor a respostas imprecisas se não estiver preparado.
A pergunta “toda inovação disruptiva é boa para a saúde?” deve ser respondida com clareza: não — disruptivo é uma categoria analítica de mercado, não uma avaliação de impacto em saúde. Uma tecnologia pode ser disruptiva (começa atendendo não-consumidores com algo mais simples e acessível) e, ao mesmo tempo, ter eficácia não comprovada, produzir sobrediagnóstico ou beneficiar principalmente grupos já privilegiados. As duas análises são independentes e precisam ser feitas separadamente.
A pergunta “a ANVISA não deveria aprovar mais rápido para que inovações chegassem logo ao paciente?” é uma pergunta legítima, mas contém uma premissa que o professor deve desafiar: assume que agilidade regulatória é sempre benéfica e que o atraso regulatório é o principal obstáculo para o acesso de pacientes a inovações. O professor deve mencionar o caso da talidomida — aprovado em muitos países e barrado nos EUA pela FDA precisamente porque uma revisora, Frances Kelsey, insistiu em evidência de segurança que a empresa não conseguiu fornecer — como contrapeso. Regulação rigorosa tem custo em tempo e dinheiro, mas tem também valor em proteção de pacientes.
A pergunta “se a startup tem um produto que funciona, por que precisa de hospital universitário para validar?” esconde confusão entre prova de conceito técnico e validação clínica. Um algoritmo pode detectar padrões em imagens com altíssima acurácia em um dataset de teste e ter desempenho muito diferente quando aplicado a pacientes reais em contextos clínicos distintos — precisamente porque o dataset de teste não capturou toda a variabilidade da população real. Isso é o fenômeno do dataset shift, mencionado no material, e é uma das razões pelas quais validação clínica independente não é obstáculo burocrático, mas proteção de pacientes.
Situações de resistência típicas
Estudantes com forte orientação técnica ou empreendedora podem expressar impaciência com a análise histórica e crítica, perguntando por que deveriam se preocupar com “história” quando o que importa é a tecnologia atual e futura. O professor deve responder esse tipo de resistência sem condescendência: a análise histórica não é ornamental — ela é o único método disponível para identificar padrões recorrentes em como tecnologias são adotadas, como criam novos problemas ao resolver outros e como incumbentes resistem à mudança. Quem não conhece esses padrões está condenado a repeti-los.
Estudantes com forte orientação humanística ou crítica podem, inversamente, expressar ceticismo generalizado em relação à tecnologia, tratando qualquer inovação como suspeita de antemão. O professor deve acolher o ceticismo como postura saudável, mas diferenciá-lo do negativismo sem fundamento: a pergunta não é “a tecnologia é boa ou ruim?”, mas “para quem, em que condições, com qual evidência e a que custo esta tecnologia específica é boa ou ruim?”. Essa diferença metodológica é fundamental para que a análise seja útil em vez de apenas tranquilizadora para quem já é cético.
Estudantes que não leram o material prévio podem ficar perdidos durante a exposição teórica, especialmente nos momentos em que o professor referencia conceitos como “dispositivo de Borgmann” ou “teoria de Christensen” sem explicar do zero. O professor pode lidar com isso sem punir: mencionar que o conceito está detalhado no material, oferecer uma definição de uma frase para contextualizar quem não leu, e seguir em frente. Interromper a exposição para explicar em detalhe o que está no material é um incentivo para que os estudantes não leiam — e desfavorece os que leram.
9. Recursos e materiais de apoio
Os principais recursos para este módulo estão todos internos ao material da disciplina. O professor deve ter acesso rápido a cada um deles durante a aula.
Material contém o material de estudo prévio dos estudantes, organizado nas sete seções descritas no Sumário de Conteúdo deste plano. O professor deve conhecê-lo integralmente, com especial atenção às seções sobre o conceito de dispositivo de Borgmann (Seção 1), a teoria de Christensen com a matriz de análise comparativa (Seção 3), o framework de cinco perguntas com a aplicação ao caso do Apple Heart Study (Seção 5) e a definição precisa de HealthTech com as especificidades do setor (Seção 6).
Atividades contém as três atividades das turmas A e B, que serão apresentadas ao final do laboratório. O professor deve ter lido as atividades antes da aula para ser capaz de orientar os estudantes sobre expectativas de formato e profundidade sem revelar as respostas esperadas.
Plano de Aulas contém um resumo das estratégias pedagógicas gerais e pontos críticos que complementam este plano de aula. Ele também contém o diagrama de fluxo de aprendizagem do semestre, que o professor pode projetar durante o Bloco 5 da exposição teórica para mostrar como o Módulo 01 se conecta ao restante da disciplina.
A seção Startups descreve o projeto integrador em detalhe. O professor deve tê-lo lido antes deste módulo para ser capaz de responder perguntas dos estudantes sobre o projeto durante o laboratório — ainda que a apresentação formal do projeto integrador ocorra no Módulo 2.
Para revisão do conteúdo de inovação disruptiva, o capítulo introdutório de “The Innovator’s Dilemma” de Clayton Christensen (1997) permanece a referência canônica. Para o ecossistema brasileiro de HealthTechs, relatórios anuais de aceleradoras como ACE, Abstartups e Distrito oferecem dados atualizados sobre volume de investimento, áreas temáticas e estágio de maturidade das empresas. Para o contexto regulatório, a RDC 657/2022 da ANVISA, que regula Software como Dispositivo Médico (SaMD), é a referência normativa mais relevante para o contexto brasileiro e pode ser mencionada brevemente no Bloco 4 da exposição teórica se o professor considerar pertinente.