() – O CNJ (Conselho Nacional de Justiça) testará a partir de dezembro uma IA (inteligência artificial) que pode encurtar em até dez vezes o tempo médio de análise de pareceres em ações de saúde.
Mas mesmo com expansão nacional prevista até 2027, o modelo -criado pela USP com apoio da Amazon Web Services (AWS)- não tem previsão orçamentária para continuidade após o fim do apoio da big tech à fase piloto do projeto.
A empresa cedeu cerca de US$ 350 mil (equivalente a R$ 1,9 milhão no câmbio atual) em créditos computacionais e infraestrutura, usados nos treinamentos e testes inicias da ferramenta.
O acordo foi firmado entre o CNJ e o InovaHC, núcleo de inovação do Hospital das Clínicas da USP, que por sua vez delegou ao Instituto de Matemática e Estatística (IME-USP) a responsabilidade pelo desenvolvimento do modelo.
O termo de cooperação da parceria prevê automatizar até 80% da triagem das ações de saúde, reduzir em 80% as tarefas administrativas manuais e centralizar 80% das demandas judiciais em uma única plataforma até agosto de 2027.
Em uma interface semelhante a um chat, o juiz poderá perguntar, por exemplo, se determinado remédio é indicado para uma doença. Ele receberá as informações técnicas e jurídicas disponíveis sobre o tema.
Hoje, esse tipo de análise leva, em média, 20 dias. A meta é reduzir o prazo para até 48 horas, segundo o professor do IME João Eduardo Ferreira.
“Os dois dias seriam para os casos mais conflituosos, complexos. Do contrário, a expectativa é algo quase que imediato”, diz.
A IA usará dados do e-NatJus, plataforma do CNJ que reúne notas técnicas do SUS para subsidiar decisões judiciais.
Dados do Painel Justiça em Números, do CNJ, mostram que o volume de novos processos judiciais relacionados à saúde vem crescendo de forma contínua nos últimos anos. Foram 352 mil casos em 2020, 406 mil em 2021, 470 mil em 2022 e 577 mil em 2023. Em 2024, o total chegou a 690 mil ações. Até setembro de 2025, já havia mais de 513 mil novos processos.
O CNJ escolheu o Tribunal de Justiça de Santa Catarina para testar a nova IA. “Fizemos a seleção em razão dos magistrados que já atuam conosco na análise de processos e participam do comitê gestor do e-NatJus”, diz a conselheira Daiane Lira.
Ainda não há definição sobre a seleção dos juízes participantes, nem sobre a forma de treinamento. O plano de trabalho prevê “capacitar 100% do público envolvido de forma remota”.
O projeto não gera custos para o CNJ, segundo Lira. Ela ressalta o caráter experimental da parceria.
“Não há nenhuma obrigação de o CNJ assumir qualquer ônus em relação ao armazenamento, por exemplo, desse sistema. O nosso compromisso com o InovaHC é que não pode ter custos operacionais”, diz.
“No final, se o produto envolver um custo, o CNJ vai tomar uma decisão, mas isso não é objeto do acordo”, afirma.
Mas a expansão nacional prevista no acordo de cooperação entre CNJ e InovaHC exigirá novos recursos e planejamento financeiro. A validação do piloto será decisiva para definir se o conselho adotará o modelo em larga escala, de acordo com Giovanni Cerri, presidente do conselho do InovaHC.
“Se, após a validação desse algoritmo, o CNJ achar que o piloto traz benefícios, eventuais custos dessa tecnologia recairão evidentemente sobre o CNJ. Mas isso não tem nada a ver com a AWS nem qualquer empresa privada”, diz.
O diretor para o setor público da AWS Brasil, Paulo Cunha, define a participação da big tech no piloto como uma contribuição cujo retorno está na “aceleração de mercado” e na difusão de tecnologias de IA.
“Com um projeto como esse, você capacita dezenas de profissionais e mostra que a inteligência artificial generativa pode penetrar em qualquer ambiente. É um investimento de longo prazo”, afirma.
O Brasil tem instituições que poderiam apoiar a operação contínua do modelo. São exemplos o Serpro (Serviço Federal de Processamento de Dados), o DataSUS (Departamento de Informação e Informática do Sistema Único de Saúde) e a Prodesp (Companhia de Processamento de Dados de São Paulo), segundo Ferreira, do IME.
“O modelo precisará ser atualizado constantemente. Talvez não diariamente, mas ao menos com versões mensais, porque nem a medicina nem o direito param”, diz o professor.
A AWS diz que, caso os recursos dados acabem antes da conclusão do piloto, “está prevista a possibilidade de novos aportes de créditos para assegurar a continuidade das operações”.
A empresa também afirma que, ao final do projeto, equipes do IME e da AWS poderão definir estratégias de migração para outras infraestruturas, como as do setor público, para continuidade da política.
Projetos que usam IA generativa em áreas críticas, como saúde e Justiça, costumam levantar temores sobre eventuais “alucinações” -quando o sistema cria informações falsas ou sem base factual.
Os desenvolvedores afirmam que o modelo não cria novas análises, apenas sintetiza pareceres técnicos já existentes, exibindo a fonte de cada trecho consultado.
Para isso, combina duas tecnologias complementares.
A primeira o uso de um SLM (small language model, ou modelo de linguagem pequeno), voltado exclusivamente a informações sobre ações de saúde. Por ser mais enxuto e especializado, ele tende a errar menos e a operar com menor custo.
A segunda é o RAG (retrieval-augmented generation, ou geração com busca integrada), mecanismo que faz a IA consultar documentos oficiais -como as notas técnicas do e-NatJus- antes de montar uma resposta. Juntas, elas prometem respostas apenas com base em evidências, sem criar novos conteúdos.
“Se eu especializo o modelo, ofereço o que interessa e reduzo o ruído”, diz o professor do IME.
Os pesquisadores esclarecem que o projeto funciona em conforme com a LGPD (Lei Geral de Proteção de Dados). Quando há dados pessoais, o material passa por anonimização, com a remoção de nome, endereço e outros identificadores.
