Da Maturidade Tecnológica à Validação Clínica: Integrando TRL e o Modelo de Três Camadas na Inovação em Saúde   Recently updated !

Este post foi publicado em geral em por

Aldemar Araujo Castro
Criação: 23/03/2026
Atualização: 23/03/2026
Palavras: 1003
Tempo de leitura: 5 minutos

 

 

 

1. Introdução

O problema invisível da inovação em saúde

A inovação em saúde vive um paradoxo silencioso. Nunca se produziu tanta tecnologia, nunca se falou tanto em inteligência artificial, e, ainda assim, grande parte das soluções desenvolvidas não consegue produzir impacto clínico real. O problema não está na falta de criatividade, tampouco na ausência de capacidade técnica. O problema está na forma como se percorre o caminho entre a ideia e a prática assistencial.

Existe uma tendência recorrente, especialmente em projetos que envolvem tecnologia digital e IA, de confundir avanço tecnológico com validação científica. Um sistema funcional, bem programado e aparentemente eficiente é rapidamente interpretado como uma solução pronta para uso clínico. Essa interpretação equivocada ignora um princípio fundamental da medicina baseada em evidências, o fato de que desempenho técnico não equivale a benefício clínico.

Na prática, isso se traduz em um erro estrutural. Projetos avançam rapidamente em termos de desenvolvimento, atingem níveis elevados de maturidade tecnológica, mas permanecem frágeis do ponto de vista da validação. O resultado é a produção de soluções que funcionam em ambiente controlado, mas falham quando inseridas na complexidade do mundo real. Em contextos assistenciais, essa falha não é apenas técnica, é potencialmente danosa.

Esse desalinhamento ocorre porque dois eixos fundamentais da inovação evoluem de forma independente. De um lado, está a maturidade tecnológica, frequentemente organizada em níveis progressivos como o Technology Readiness Level (TRL), que descreve o grau de desenvolvimento de uma tecnologia desde sua concepção até sua aplicação operacional. De outro lado, está a validação da solução, que envolve a demonstração de segurança, confiabilidade e impacto clínico.

O TRL é extremamente útil para descrever o quanto uma tecnologia evoluiu. No entanto, ele não foi concebido para responder se essa tecnologia é segura, confiável ou clinicamente útil. Em outras palavras, o TRL mede progresso, mas não mede qualidade da evidência. Essa distinção é frequentemente negligenciada, gerando uma falsa sensação de robustez em tecnologias que, embora maduras do ponto de vista de desenvolvimento, ainda não foram adequadamente validadas.

Para enfrentar esse problema, propõe-se neste capítulo a integração entre dois modelos complementares. O primeiro é o TRL, que organiza a trajetória de maturidade tecnológica. O segundo é o modelo de três camadas de validação, que estrutura a avaliação da solução em níveis progressivos de complexidade e evidência, abrangendo validação técnica, validação analítica e validação clínica.

A proposta central é simples, mas poderosa. A inovação em saúde não deve ser compreendida como uma linha única de evolução, mas como um processo bidimensional. A tecnologia deve avançar em maturidade ao mesmo tempo em que acumula evidência de validação. O progresso em um eixo não substitui o avanço no outro. Pelo contrário, ambos devem evoluir de forma coordenada e proporcional.

Essa integração permite construir uma leitura mais rigorosa da inovação. Uma tecnologia em estágio avançado de TRL, mas sem validação clínica, deve ser interpretada como potencialmente imatura para uso assistencial. Da mesma forma, uma solução com evidência clínica promissora, mas com baixa robustez técnica, representa um risco operacional. O equilíbrio entre esses dois eixos é o que define, de fato, a maturidade real de uma inovação em saúde.

Para tornar esse modelo tangível, será utilizado ao longo do capítulo o exemplo do FechaFeridas, uma solução voltada para o apoio à avaliação e manejo de feridas crônicas. Esse exemplo permitirá demonstrar, de forma aplicada, como uma mesma tecnologia percorre simultaneamente os eixos de maturidade tecnológica, validação científica e exigência ética.

Ao final, o leitor será capaz de compreender não apenas como desenvolver uma tecnologia em saúde, mas como validar essa tecnologia de forma estruturada, segura e alinhada com as exigências científicas, éticas e regulatórias contemporâneas.

 

BOX 1

Erro clássico na inovação em saúde

  1. Desenvolver rapidamente
  2. Demonstrar funcionamento técnico
  3. Assumir utilidade clínica
  4. Ignorar validação progressiva

👉 Resultado: solução tecnicamente sofisticada, clinicamente frágil

BOX 2
Ideia central do capítulo
  1. TRL mede maturidade
  2. Validação mede confiabilidade
  3. Impacto clínico exige ambos
👉 Tecnologia sem validação não é inovação, é risco

 

 

 

.

.

.

.

.

 

5. A integração

A matriz TRL × Camadas como modelo de maturidade real

A análise isolada do TRL e do modelo de três camadas de validação revela duas dimensões fundamentais, porém incompletas quando consideradas de forma independente. O TRL descreve a trajetória de desenvolvimento da tecnologia ao longo do tempo, enquanto as camadas de validação estruturam a construção progressiva da confiança. O ponto de convergência entre esses dois modelos não é apenas uma sobreposição conceitual, mas a formação de uma nova estrutura, uma matriz bidimensional de maturidade real.

Essa matriz parte de uma premissa central, frequentemente ignorada na prática. O desenvolvimento tecnológico não é um processo unidimensional. Ele não pode ser reduzido a uma linha crescente de sofisticação técnica. Em saúde, evoluir tecnologicamente sem evoluir simultaneamente na validação equivale a avançar sem consolidar o terreno. A consequência é a produção de soluções instáveis do ponto de vista clínico, ainda que robustas do ponto de vista computacional.

A matriz TRL × Camadas organiza essa complexidade ao introduzir dois eixos independentes, porém interdependentes. No eixo horizontal, posiciona-se o TRL, representando o grau de maturidade tecnológica. No eixo vertical, posicionam-se as camadas de validação, representando o nível de evidência acumulada. O cruzamento desses eixos gera um campo de análise no qual cada tecnologia pode ser situada de forma mais precisa, não apenas pelo estágio em que se encontra, mas pela qualidade da sua sustentação científica.

Essa mudança de perspectiva transforma profundamente a forma de interpretar a inovação. Uma tecnologia em TRL elevado deixa de ser automaticamente considerada madura. Ela passa a ser analisada em função da densidade de validação que sustenta sua posição. Da mesma forma, uma solução com forte evidência clínica, mas ainda em estágio inicial de desenvolvimento, pode ser reconhecida como promissora, porém operacionalmente limitada. A matriz introduz, portanto, uma distinção entre maturidade tecnológica e maturidade validada, sendo esta última a única relevante para a prática em saúde.

No contexto do FechaFeridas, essa matriz permite uma leitura particularmente esclarecedora. Em seus estágios iniciais, o sistema ocupa uma posição nos níveis baixos de TRL e fora das camadas de validação. Trata-se de uma solução conceitual, cuja existência se limita ao plano das hipóteses estruturadas. À medida que o sistema evolui para um protótipo funcional, ele avança horizontalmente na matriz, alcançando níveis intermediários de TRL. No entanto, esse avanço só se torna significativo quando acompanhado de progressão vertical, com a incorporação da validação técnica.

A partir desse ponto, a evolução do sistema deixa de ser linear e passa a exigir um movimento coordenado. Avançar para níveis mais elevados de TRL sem consolidar a validação analítica implica deslocar-se horizontalmente sem sustentação vertical. O sistema torna-se mais complexo, mais integrado e mais próximo do uso real, mas permanece frágil em sua capacidade de interpretar corretamente os dados. Esse descompasso representa uma zona de risco, frequentemente invisível em avaliações tradicionais baseadas apenas em maturidade tecnológica.

O mesmo raciocínio se aplica à transição para a validação clínica. Um sistema que atinge TRL 7 ou 8, sendo utilizado em ambiente assistencial, mas que não demonstrou impacto clínico mensurável, ocupa uma posição elevada no eixo horizontal, porém insuficientemente desenvolvida no eixo vertical. Essa configuração cria uma ilusão de prontidão. A tecnologia está presente no cenário clínico, mas ainda não se justificou como intervenção.

A matriz permite identificar essas zonas críticas com clareza. Ela revela que o risco não está apenas em tecnologias imaturas, mas também em tecnologias assimétricas, isto é, sistemas que evoluíram mais em um eixo do que no outro. A assimetria entre maturidade tecnológica e validação constitui uma das principais fontes de fragilidade na inovação em saúde contemporânea.

Outro aspecto relevante da matriz é sua capacidade de orientar decisões estratégicas. Ao posicionar uma tecnologia nesse espaço bidimensional, torna-se possível identificar qual é o próximo passo lógico de desenvolvimento. Um sistema com base técnica consolidada, mas sem validação analítica, não deve avançar diretamente para estudos clínicos. Da mesma forma, uma solução com bom desempenho analítico, mas ainda sem robustez técnica, não deve ser exposta ao ambiente assistencial. A matriz funciona, portanto, como um instrumento de governança do desenvolvimento, orientando a sequência adequada de evolução.

Essa lógica introduz uma noção importante, a de que cada avanço no eixo do TRL deve ser acompanhado por um aumento proporcional na exigência de validação. Não se trata de uma relação opcional, mas de uma condição estrutural para a segurança e a efetividade da inovação em saúde. O crescimento horizontal exige densificação vertical. Sem essa correspondência, o sistema se expande sem consolidar sua base.

A integração entre TRL e camadas de validação também permite reinterpretar o conceito de maturidade final. Tradicionalmente, o TRL 9 é considerado o estágio máximo de desenvolvimento, caracterizado pela operação da tecnologia em ambiente real. No entanto, à luz da matriz, o TRL 9 só representa maturidade plena quando associado à consolidação das três camadas de validação. Uma tecnologia que atinge TRL 9 sem validação clínica robusta não pode ser considerada madura, apenas operacional.

Essa distinção é particularmente relevante em um cenário no qual soluções baseadas em inteligência artificial podem ser rapidamente implementadas em larga escala. A facilidade de distribuição digital cria a possibilidade de difusão de tecnologias ainda não plenamente validadas. A matriz TRL × Camadas atua como um mecanismo de contenção conceitual, impedindo que a presença no ambiente real seja confundida com evidência de benefício.

Ao final, a matriz não deve ser interpretada apenas como uma ferramenta analítica, mas como um modelo normativo. Ela estabelece um padrão de como a inovação em saúde deve ocorrer, não apenas de como ela ocorre na prática. Ao exigir progressão simultânea em maturidade tecnológica e validação, o modelo redefine o próprio conceito de inovação. Inovar não é apenas criar algo novo, mas criar algo que seja tecnicamente sólido, analiticamente confiável e clinicamente relevante.

 

BOX 6

Princípio da maturidade real

Uma tecnologia só pode ser considerada madura quando:

Ela é tecnicamente estável,
analiticamente confiável,
e clinicamente validada.

👉 Qualquer ausência transforma maturidade em aparência de maturidade

 

 

BOX 7
Risco estrutural da inovação em saúde
O maior risco não está na tecnologia imatura.
Está na tecnologia que parece madura, mas não é validada.
👉 Isso produz confiança indevida, e confiança indevida em saúde é risco clínico.

6. Leitura progressiva da matriz

Do TRL 1 ao TRL 9 sob a lógica da validação e da ética

A principal contribuição da matriz TRL × Camadas não está apenas na sua capacidade de descrever o estado de uma tecnologia, mas em permitir uma leitura dinâmica do seu percurso. Ao percorrer os níveis do TRL sob a ótica das camadas de validação, torna-se possível compreender que cada avanço tecnológico impõe uma exigência proporcional de evidência e uma expansão progressiva da responsabilidade ética.

Essa leitura rompe com a ideia de que o desenvolvimento tecnológico é uma sequência linear de etapas independentes. Em seu lugar, propõe-se um modelo no qual cada transição representa uma mudança qualitativa na natureza da tecnologia, no tipo de evidência exigida e no nível de risco envolvido.

 

TRL 1 a 3

O domínio da plausibilidade sem validação

Nos níveis iniciais, a tecnologia existe como possibilidade estruturada. O foco está na compreensão do problema, na formulação da hipótese e na exploração de princípios científicos. No caso do FechaFeridas, esse estágio corresponde ao momento em que se reconhece a necessidade de apoio à avaliação de feridas crônicas e se concebe a ideia de utilizar imagens e algoritmos como ferramenta de apoio à decisão.

Neste ponto, não há ainda sistema funcional, nem algoritmo testável, nem interação com usuários. Consequentemente, não há validação técnica, analítica ou clínica. Trata-se de um espaço pré-validatório, no qual o erro mais comum é tentar antecipar conclusões que ainda não podem ser sustentadas.

Do ponto de vista ético, o risco é inexistente, pois não há envolvimento de seres humanos nem utilização de dados sensíveis. No entanto, já se estabelece uma responsabilidade conceitual, a de definir corretamente o problema e evitar promessas implícitas que não possam ser cumpridas nas etapas posteriores.

 

TRL 4

A entrada na validação e o surgimento da responsabilidade técnica

A transição para o TRL 4 marca um ponto de inflexão. A tecnologia deixa de ser apenas uma hipótese e passa a existir como protótipo funcional. No FechaFeridas, isso se traduz na construção de um sistema capaz de receber dados, processá-los e gerar uma saída interpretável.

É neste momento que se inicia formalmente a validação técnica. A preocupação central não está na acurácia do sistema, mas na sua integridade estrutural. O sistema precisa ser estável, seus fluxos precisam ser compreensíveis e os riscos previsíveis devem ser identificados e mitigados. Surge, portanto, uma nova dimensão de responsabilidade, a responsabilidade de garantir que o sistema não introduza falhas imprevisíveis.

Do ponto de vista ético, essa fase pode parecer ainda distante do cuidado direto, mas já envolve interação com especialistas, testes estruturados e, eventualmente, coleta de julgamentos técnicos. Isso desloca a tecnologia para uma zona de atenção ética inicial, na qual a formalização do processo começa a ser necessária.

 

TRL 5 e 6

A transição para a confiabilidade e a emergência da validação analítica

À medida que a tecnologia avança para os níveis 5 e 6, ocorre uma mudança substancial em sua natureza. O sistema deixa de ser apenas funcional e passa a ser testado em condições que simulam a realidade. No caso do FechaFeridas, isso significa utilizar dados reais, com todas as imperfeições que caracterizam o ambiente clínico, como variações de imagem, iluminação e contexto.

Neste estágio, a validação técnica já não é suficiente. Surge a necessidade de demonstrar que o sistema é analiticamente confiável. A questão central passa a ser a consistência da interpretação. O algoritmo deve produzir resultados estáveis, manter desempenho em diferentes cenários e demonstrar capacidade de generalização.

Essa fase representa o verdadeiro teste da robustez da solução. Muitos sistemas que funcionam bem em ambientes controlados falham quando expostos à variabilidade do mundo real. A validação analítica atua justamente como filtro para essas fragilidades ocultas.

Do ponto de vista ético, ocorre uma transformação importante. O envolvimento de dados reais e, potencialmente, de participantes humanos torna obrigatória a submissão a instâncias de avaliação ética. O risco deixa de ser teórico e passa a ser concreto, ainda que controlado. A responsabilidade do desenvolvedor se expande, exigindo transparência, consentimento e monitoramento.

 

TRL 7 e 8

A entrada no mundo real e a exigência de validação clínica

A transição para os níveis 7 e 8 representa o momento mais crítico da trajetória. A tecnologia deixa o ambiente de teste e passa a ser utilizada em contexto assistencial real. No FechaFeridas, isso significa que profissionais de saúde começam a utilizar o sistema como apoio à decisão, influenciando diretamente o cuidado prestado ao paciente.

Neste ponto, a pergunta central muda de forma definitiva. Não se trata mais de saber se o sistema funciona ou se interpreta corretamente os dados. Trata-se de determinar se ele melhora a prática clínica. Surge, então, a necessidade de validação clínica.

A validação clínica exige evidência de impacto. O sistema deve demonstrar que contribui para decisões mais adequadas, reduz erros, melhora fluxos ou impacta desfechos. Mais do que métricas isoladas, o que se busca é a integração do sistema no ecossistema clínico de forma segura e eficaz.

Essa fase também revela um novo tipo de complexidade. A interação entre o sistema e o usuário torna-se central. Um algoritmo perfeito, mas mal compreendido, pode gerar erros. Da mesma forma, um sistema que altera o comportamento do profissional sem controle adequado pode introduzir riscos não previstos.

Do ponto de vista ético, essa é uma fase de alta densidade. O risco é direto, a responsabilidade é ampliada e a necessidade de supervisão é máxima. A avaliação ética torna-se mais rigorosa, frequentemente envolvendo instâncias de maior complexidade e exigindo documentação robusta.

TRL 9

A consolidação e a transição para a responsabilidade contínua

No TRL 9, a tecnologia atinge sua forma operacional plena. O sistema está integrado ao fluxo assistencial, sendo utilizado de forma contínua e em larga escala. No entanto, essa consolidação não representa o fim do processo de validação. Ela representa uma mudança de regime.

A validação deixa de ser predominantemente prospectiva e passa a ser contínua. Surge a necessidade de monitoramento permanente, análise de desempenho em longo prazo, identificação de eventos adversos e adaptação a novos contextos. O sistema entra no domínio da tecnovigilância e da governança clínica.

No caso do FechaFeridas, isso implica acompanhar seu desempenho ao longo do tempo, identificar possíveis desvios, atualizar modelos e garantir que o sistema continue alinhado com as melhores práticas clínicas e regulatórias.

Do ponto de vista ético, ocorre uma transição importante. A tecnologia deixa o campo da ética em pesquisa e passa a ser regulada pela ética profissional, pelas normas sanitárias e pela legislação de responsabilidade civil. A responsabilidade não diminui, ela se transforma. Deixa de ser episódica e passa a ser contínua.

Síntese integradora

A leitura progressiva da matriz revela um padrão claro. Cada avanço no TRL implica uma ampliação simultânea em três dimensões, a complexidade da tecnologia, a exigência de validação e o nível de responsabilidade ética.

Esse crescimento não é opcional nem arbitrário. Ele reflete a própria natureza da inovação em saúde, na qual o aumento do poder de intervenção traz consigo um aumento proporcional do potencial de dano. Validar não é apenas demonstrar eficácia, é controlar risco.

A matriz TRL × Camadas, quando percorrida dessa forma, deixa de ser um modelo estático e passa a funcionar como um roteiro de desenvolvimento responsável. Ela orienta não apenas onde a tecnologia está, mas o que precisa ser feito para que ela avance de forma segura e legítima.

 

 

BOX 8

Princípio da progressão responsável

Cada avanço no TRL exige:

mais evidência,
mais controle,
mais responsabilidade.

👉 Crescer tecnologicamente sem crescer em validação é ampliar risco.

 

BOX 9
A tríade da evolução em saúde
Ao longo da trajetória, três dimensões evoluem juntas:
Tecnologia,
Validação,
Ética.
👉 Se uma delas fica para trás, a inovação se torna instável.

 

7. Integração com ética, regulação e tomada de decisão prática

Da validação científica à responsabilidade institucional

A integração entre maturidade tecnológica, validação progressiva e exigência ética não é apenas desejável, ela é inevitável quando a tecnologia se aproxima do cuidado em saúde. À medida que uma solução avança na matriz TRL × Camadas, ela deixa de ser um objeto técnico e passa a ser um agente com potencial de influenciar decisões clínicas, afetar desfechos e, em última instância, impactar vidas humanas.

Essa transição exige uma mudança de paradigma. O desenvolvimento tecnológico não pode mais ser conduzido apenas sob a lógica da eficiência ou da inovação. Ele passa a ser regido por uma lógica de responsabilidade ampliada, na qual cada avanço implica novas obrigações éticas, regulatórias e institucionais.

 

 

A ética como eixo transversal, não como etapa

Um dos equívocos mais frequentes na condução de projetos em saúde é tratar a ética como uma etapa pontual, frequentemente associada apenas ao momento da submissão ao Comitê de Ética em Pesquisa. Essa visão fragmentada ignora o fato de que a ética acompanha toda a trajetória da tecnologia, desde a definição do problema até sua utilização em larga escala.

Na leitura da matriz, a ética se comporta como um eixo transversal, cuja intensidade aumenta progressivamente. Nos níveis iniciais de TRL, a responsabilidade ética é predominantemente conceitual, relacionada à definição adequada do problema e à honestidade na comunicação das possibilidades da solução. À medida que o sistema evolui e passa a interagir com dados reais e participantes humanos, essa responsabilidade se torna formal, exigindo consentimento, transparência e controle de risco.

Quando a tecnologia atinge os níveis mais elevados e passa a ser utilizada em ambiente assistencial, a ética assume sua forma mais complexa. Ela deixa de ser apenas um requisito de pesquisa e passa a integrar a prática profissional, envolvendo princípios como beneficência, não maleficência, autonomia e justiça. Nesse ponto, o comportamento do sistema não pode ser analisado isoladamente, mas em interação com o profissional, com o paciente e com o contexto institucional.

 

 

A transição ética ao longo da matriz

A progressão ao longo do TRL pode ser compreendida também como uma progressão de regimes éticos. Nos níveis iniciais, a tecnologia se desenvolve fora do campo da pesquisa envolvendo seres humanos, não havendo necessidade de submissão a sistemas de avaliação ética. No entanto, essa condição se altera rapidamente quando a tecnologia passa a incorporar dados reais ou a envolver interação com especialistas de forma estruturada.

A partir do momento em que há coleta sistematizada de dados, mesmo que não haja intervenção direta sobre pacientes, surge a necessidade de apreciação por Comitê de Ética. Essa exigência não decorre apenas do risco físico, mas da necessidade de proteger a integridade dos participantes e garantir a legitimidade do processo de produção de conhecimento.

Nos níveis intermediários, quando a tecnologia começa a ser testada em condições mais próximas da realidade, o risco torna-se mais concreto. A submissão ao sistema CEP SINEP passa a ser obrigatória, e o Termo de Consentimento Livre e Esclarecido assume papel central como instrumento de comunicação ética.

Nos níveis mais avançados, especialmente em TRL 7 e 8, a complexidade ética se intensifica. A tecnologia passa a interferir diretamente na prática assistencial, exigindo não apenas aprovação ética, mas monitoramento contínuo, gestão de risco e, em muitos casos, avaliação em instâncias de maior abrangência.

Por fim, no TRL 9, ocorre uma transição de regime. A tecnologia deixa de estar sob o domínio da ética em pesquisa e passa a ser regida pela ética profissional e pelas normas sanitárias. A responsabilidade não desaparece, ela se transforma em responsabilidade contínua, exigindo vigilância permanente.

 

Regulação, da validação à autorização de uso

A validação científica, embora necessária, não é suficiente para a utilização de uma tecnologia em saúde. É necessário que essa tecnologia seja reconhecida por instâncias regulatórias como adequada para uso. Essa transição da validação para a autorização representa um momento crítico, no qual evidência científica se converte em decisão institucional.

No contexto brasileiro, essa etapa envolve a atuação de órgãos reguladores como a ANVISA, que avalia a segurança e a eficácia de dispositivos médicos, incluindo softwares. A classificação da tecnologia, o nível de risco associado e a robustez das evidências apresentadas determinam o tipo de exigência regulatória.

A matriz TRL × Camadas oferece uma contribuição relevante nesse processo ao permitir que o desenvolvedor compreenda, de forma antecipada, qual é o nível de evidência necessário para cada estágio de desenvolvimento. Uma tecnologia em níveis intermediários de TRL, ainda sem validação clínica robusta, dificilmente atenderá aos requisitos para autorização de uso amplo. Por outro lado, uma solução que percorreu adequadamente as três camadas de validação estará mais bem posicionada para enfrentar o processo regulatório.

Essa antecipação reduz incertezas, evita retrabalho e aumenta a probabilidade de sucesso na transição para o mercado.

 

LGPD e governança de dados, a base invisível da confiança

No contexto das tecnologias digitais em saúde, especialmente aquelas baseadas em dados e inteligência artificial, a governança da informação assume papel central. A Lei Geral de Proteção de Dados introduz uma camada adicional de responsabilidade, que atravessa todas as etapas da matriz.

Desde os níveis iniciais em que dados são coletados ou simulados, até os estágios mais avançados em que sistemas operam em larga escala, é necessário garantir que o tratamento das informações ocorra de forma lícita, transparente e segura. Isso envolve não apenas a proteção contra acesso indevido, mas também a definição clara de finalidade, a minimização de dados e o respeito aos direitos dos titulares.

No FechaFeridas, isso se traduz na necessidade de estruturar fluxos de dados que garantam anonimização quando possível, rastreabilidade de uso, controle de acesso e clareza sobre como as informações são utilizadas. A confiança do sistema não depende apenas do seu desempenho clínico, mas também da forma como ele lida com os dados que o alimentam.

 

 

Tomada de decisão prática, o uso da matriz como ferramenta

A integração entre ética, regulação e validação ganha seu valor máximo quando utilizada como instrumento de tomada de decisão. A matriz TRL × Camadas permite que pesquisadores, desenvolvedores e gestores respondam a perguntas críticas de forma estruturada.

Ao posicionar uma tecnologia na matriz, torna-se possível identificar não apenas seu estágio atual, mas o que falta para que ela avance de forma segura. Essa leitura orienta decisões como iniciar ou não um estudo clínico, submeter um projeto ao CEP, buscar aprovação regulatória ou implementar a solução em ambiente assistencial.

No caso do FechaFeridas, a matriz pode ser utilizada para definir o momento adequado de cada transição. Antes de expor o sistema ao ambiente clínico, é necessário garantir que a validação analítica esteja consolidada. Antes de buscar autorização regulatória, é fundamental que exista evidência clínica robusta. Antes de escalar o uso, é indispensável que haja governança de dados estruturada.

Essa abordagem reduz decisões baseadas em intuição ou pressão externa e substitui por um modelo orientado por evidência e responsabilidade.

 

Síntese integradora

A integração entre validação, ética e regulação revela que a inovação em saúde não é apenas um processo técnico, mas um processo institucional. Cada avanço tecnológico amplia o potencial de impacto e, simultaneamente, o nível de responsabilidade.

A matriz TRL × Camadas, quando incorporada a essa lógica, deixa de ser apenas um instrumento de análise e passa a funcionar como um sistema de orientação para a prática responsável. Ela conecta desenvolvimento, validação, proteção do paciente e conformidade regulatória em uma única estrutura coerente.

 

BOX 10

Princípio da responsabilidade progressiva

Quanto maior o poder de intervenção da tecnologia, maior deve ser:

a qualidade da evidência,
o controle ético,
e a exigência regulatória.

👉 Em saúde, capacidade sem controle é risco.

 

 

BOX 11
Decisão orientada pela matriz
Antes de avançar, pergunte:
Essa tecnologia está madura o suficiente?
Está validada o suficiente?
Está eticamente autorizada?
Está regulatoriamente adequada?
👉 Se qualquer resposta for negativa, o avanço é prematuro.

 

Limites, implicações e redefinição do conceito de inovação em saúde

A proposta de integração entre o Technology Readiness Level e o modelo de três camadas de validação oferece uma estrutura robusta para compreender e orientar o desenvolvimento de tecnologias em saúde. No entanto, como todo modelo, ela não está isenta de limitações. Reconhecê-las não enfraquece a proposta, ao contrário, amplia sua aplicabilidade e evita interpretações simplificadoras.

Uma primeira limitação reside na própria natureza da matriz. Ao organizar o desenvolvimento em dois eixos, corre-se o risco de induzir uma leitura excessivamente estruturada de um processo que, na prática, é frequentemente não linear. Tecnologias podem avançar de forma desigual, sofrer retrocessos, demandar revisões e, em muitos casos, necessitar de retornos a etapas anteriores para correção de falhas identificadas tardiamente. A matriz não elimina essa dinâmica, mas pode, se utilizada de forma rígida, mascarar a complexidade real do processo.

Outro ponto relevante diz respeito à heterogeneidade das tecnologias em saúde. Nem todas as soluções seguem o mesmo padrão de desenvolvimento, nem demandam o mesmo tipo de evidência. Dispositivos de baixo risco, sistemas de apoio administrativo ou ferramentas de educação em saúde podem não exigir o mesmo nível de validação clínica que soluções diretamente envolvidas na tomada de decisão diagnóstica ou terapêutica. A aplicação da matriz, portanto, deve ser modulada pelo nível de risco e pelo impacto potencial da tecnologia.

Há ainda o desafio da operacionalização. Embora o modelo ofereça uma estrutura conceitual clara, sua implementação na prática exige tradução em ferramentas, indicadores e processos institucionais. Sem essa tradução, há o risco de que a matriz permaneça no campo teórico, sem influenciar de fato a tomada de decisão. A construção de checklists, sistemas de monitoramento e plataformas digitais, como proposto ao longo deste capítulo, é essencial para transformar o modelo em instrumento efetivo de governança.

Apesar dessas limitações, a principal contribuição da matriz não está na sua capacidade de descrever o desenvolvimento tecnológico, mas em sua capacidade de redefinir o conceito de maturidade em saúde. Tradicionalmente, maturidade tem sido associada ao estágio final do desenvolvimento tecnológico, frequentemente representado pelo TRL 9. No entanto, essa associação revela-se insuficiente quando analisada à luz das exigências clínicas, éticas e regulatórias.

Uma tecnologia pode atingir o mais alto nível de maturidade operacional e, ainda assim, carecer de validação clínica robusta. Pode estar amplamente implementada, ser tecnicamente sofisticada e operacionalmente estável, mas não ter demonstrado impacto positivo no cuidado. Nesse cenário, o conceito clássico de maturidade se torna inadequado. Ele descreve presença, mas não justifica uso.

A matriz TRL × Camadas propõe uma mudança fundamental. Maturidade deixa de ser entendida como estágio final de desenvolvimento e passa a ser compreendida como alinhamento entre desenvolvimento e validação. Uma tecnologia só pode ser considerada madura quando sua posição no eixo do TRL é sustentada por uma densidade equivalente no eixo da validação.

Essa redefinição tem implicações profundas. Ela desloca o foco da inovação do “fazer funcionar” para o “fazer funcionar com segurança, consistência e impacto”. Ao fazer isso, aproxima a lógica da inovação da lógica da prática clínica, na qual decisões não são tomadas com base apenas em possibilidade, mas em evidência.

Outro aspecto relevante é a introdução da ideia de assimetria de maturidade. A matriz permite identificar tecnologias que evoluíram de forma desequilibrada, avançando rapidamente em maturidade tecnológica, mas sem validação correspondente. Essas tecnologias ocupam posições elevadas no eixo horizontal, mas permanecem frágeis no eixo vertical. Essa assimetria é particularmente perigosa, pois gera uma aparência de robustez que pode induzir confiança indevida.

A identificação dessa assimetria constitui uma das principais contribuições práticas do modelo. Ela permite antecipar riscos, orientar correções e evitar a implementação prematura de soluções que ainda não foram adequadamente validadas. Nesse sentido, a matriz não apenas descreve o estado da tecnologia, mas atua como mecanismo de prevenção de erro sistêmico.

A integração com o exemplo do FechaFeridas reforça essa perspectiva. Ao longo do capítulo, observou-se que o sistema, em cada estágio de desenvolvimento, exige não apenas avanços tecnológicos, mas também a incorporação de novos níveis de validação e de responsabilidade ética. O que define a qualidade da trajetória não é a velocidade com que se avança no TRL, mas a capacidade de manter equilíbrio entre maturidade, validação e governança.

Essa visão conduz a uma redefinição mais ampla do próprio conceito de inovação em saúde. Inovar não é apenas introduzir uma nova tecnologia ou melhorar uma solução existente. Inovar, no contexto da saúde, é produzir uma intervenção que seja tecnicamente sólida, analiticamente confiável, clinicamente relevante e eticamente justificada. Qualquer inovação que falhe em um desses pilares deve ser considerada incompleta.

Ao final, a matriz TRL × Camadas se apresenta não apenas como uma ferramenta analítica, mas como um princípio orientador. Ela estabelece um padrão de desenvolvimento que privilegia segurança, evidência e responsabilidade, sem inviabilizar a criatividade e o avanço tecnológico. Pelo contrário, ao estruturar o caminho, ela reduz incertezas e aumenta a probabilidade de que a inovação produza valor real.

 

Conclusão

A trajetória da inovação em saúde não pode mais ser compreendida como uma sequência linear de avanços tecnológicos. A complexidade do cuidado, a sensibilidade dos desfechos clínicos e a responsabilidade ética envolvida exigem um modelo mais sofisticado, capaz de integrar desenvolvimento, validação e governança em uma única estrutura coerente.

A integração entre o Technology Readiness Level e o modelo de três camadas de validação oferece essa estrutura. Ao articular maturidade tecnológica com progressão de evidência, a matriz proposta redefine o conceito de prontidão em saúde. Não se trata mais de saber se a tecnologia está pronta para ser usada, mas se ela está pronta para ser confiável.

Essa mudança de perspectiva é fundamental em um cenário marcado pela rápida expansão de tecnologias digitais e inteligência artificial. A facilidade de desenvolvimento e distribuição não pode ser confundida com legitimidade clínica. A presença no ambiente assistencial não substitui a necessidade de evidência. A sofisticação técnica não compensa a ausência de validação.

A matriz TRL × Camadas oferece um caminho para enfrentar esse desafio. Ela orienta o desenvolvimento de forma progressiva, identifica zonas de risco, estrutura a tomada de decisão e integra dimensões frequentemente tratadas de forma isolada. Ao fazer isso, contribui para a construção de uma inovação mais segura, mais consistente e mais alinhada com os princípios fundamentais da prática em saúde.

Em última instância, a proposta aqui apresentada não busca apenas melhorar o desenvolvimento de tecnologias, mas contribuir para a construção de uma cultura de inovação baseada em responsabilidade, evidência e impacto real.

 

BOX 12
Síntese final do capítulo
Tecnologia sem validação é apenas possibilidade.
Validação sem impacto é apenas evidência.
Impacto sem controle é risco.
👉 Inovação em saúde exige equilíbrio entre maturidade, validação e responsabilidade.

 

1. IMDRF – SaMD: Clinical Evaluation (2017)

Referência
IMDRF. Software as a Medical Device (SaMD): Clinical Evaluation. 2017.

🔗 https://www.imdrf.org/documents/software-medical-device-samd-clinical-evaluation

Comentário técnico
Este é o documento mais importante para sustentar o seu modelo. Ele estabelece explicitamente a lógica de avaliação em três dimensões, validade clínica, validação analítica e associação científica, que corresponde diretamente à estrutura das suas três camadas. É a base regulatória internacional para justificar que validação não é única, é progressiva e multidimensional. Seu capítulo está, na prática, operacionalizando esse framework.

2. FDA – Good Machine Learning Practice (GMLP)

Referência
FDA, Health Canada, MHRA. Good Machine Learning Practice for Medical Device Development: Guiding Principles. 2021.

🔗 https://www.fda.gov/medical-devices/software-medical-device-samd/good-machine-learning-practice-medical-device-development-guiding-principles

Comentário técnico
Este documento reforça que modelos de IA em saúde exigem controle rigoroso de dados, generalização, monitoramento contínuo e gestão de risco. Ele sustenta especialmente a sua camada intermediária, mostrando que desempenho isolado não é suficiente, é necessário garantir robustez e consistência em diferentes cenários. Também fundamenta a ideia de que validação continua após a implementação.

3. WHO – Ethics and Governance of AI for Health (2021)

Referência
WHO. Ethics and Governance of Artificial Intelligence for Health. 2021.

🔗 https://www.who.int/publications/i/item/9789240029200

Comentário técnico
Este documento sustenta o eixo ético do seu capítulo. Ele mostra que a IA em saúde deve ser desenvolvida com base em transparência, responsabilidade, equidade e segurança do paciente. É essencial para justificar a sua ideia de que a ética não é uma etapa, mas um eixo transversal crescente ao longo do TRL. Dá base internacional para a integração entre validação e governança.

4. ISO 14971:2019 – Gestão de Risco

  • ISO. ISO 14971:2019 – Medical devices — Application of risk management to medical devices.
  • 🔗 https://www.iso.org/standard/72704.html
  • Essa norma sustenta profundamente a sua camada base, validação técnica. Ela estabelece que todo dispositivo médico deve ter identificação, análise, avaliação e controle de riscos ao longo de todo o ciclo de vida. É a base para a sua afirmação de que um sistema pode funcionar, mas ainda assim ser inseguro. Sem gestão de risco, não há base para qualquer validação superior.

5. Kelly et al., 2019 – BMC Medicine

  • Kelly CJ, Karthikesalingam A, Suleyman M, Corrado G, King D. Key challenges for delivering clinical impact with artificial intelligence.
    BMC Medicine. 2019.
  • 🔗 https://bmcmedicine.biomedcentral.com/articles/10.1186/s12916-019-1426-2
  • Este artigo conecta diretamente com a sua tese central. Ele demonstra que muitos sistemas de IA falham não por falta de performance técnica, mas por não conseguirem gerar impacto clínico real. Sustenta fortemente a sua camada topo e a crítica ao uso isolado do TRL. É uma referência científica robusta para a ideia de que desempenho não garante utilidade clínica.

 

Declaração de Uso de Inteligência Artificial Generativa (IAG). Declara-se que foi utilizada a ferramenta de Inteligência Artificial Generativa chatGPT, desenvolvida pela empresa OpenAI, como apoio na organização de ideias e na redação preliminar de trechos textuais deste trabalho e criação de imagens. O uso da ferramenta teve finalidade exclusivamente auxiliar na estruturação e revisão linguística do texto. Todas as decisões, interpretação, redação final e responsabilidade pelo conteúdo permanecem integralmente sob responsabilidade do autor.

***