Médico · Cientista de Dados · IA na Saúde

Fabiano Barcellos
Filho, MD

Gerente Médico de Inovação e IA na Hapvida · Doutorando em Machine Learning na FSP-USP · Pesquisador em fairness e calibração de modelos preditivos em saúde.

Machine Learning Deep Learning Fairness & XAI FHIR LLMs na Medicina Epidemiologia Python

Medicina + Dados + IA

Sou médico e cientista de dados, apaixonado por utilizar tecnologias avançadas para melhorar a qualidade de vida das pessoas e impulsionar inovações na saúde.

Atualmente atuo como Gerente Médico de Inovação e IA na Hapvida NotreDame Intermédica, liderando projetos de IA médica de alto impacto.

Sou pesquisador no LABDAPS (USP) e doutorando com foco em multicalibração e justiça em modelos preditivos de saúde pública, buscando tornar a IA mais equitativa para diferentes populações.

Moro em São Paulo, sou vegano e acredito que medicina baseada em evidências aliada à ciência de dados pode transformar o cuidado ao paciente.

106+
Citações no principal artigo
4+
Artigos publicados
PhD
Doutorando FSP-USP
2026
Gerente IA · Hapvida

Profissional & Acadêmica

Jan 2026 → Presente
Gerente Médico de Inovação e Inteligência Artificial
Hapvida NotreDame Intermédica
Liderança de projetos de IA médica, inovação e análise científica em uma das maiores operadoras de saúde do Brasil.
Jun 2025 → Presente
Doutorando (PhD) em Machine Learning na Saúde Pública
FSP-USP · LABDAPS
Pesquisa em multicalibração e justiça (fairness) em modelos preditivos, garantindo equidade para diferentes subgrupos populacionais.
Jul 2023 → Presente
Fundador e Investidor
Medicina e Inteligência Artificial
Gestão de projetos e disseminação de conhecimento em IA na saúde para a comunidade médica brasileira.
Fev 2025 → Jul 2025
Professor
amo medicina
Liderança de conteúdo e cursos de IA aplicada à medicina.
Out 2024 → Nov 2025
Professor · IA na Medicina
Unyleya Educacional — Medicina 5.0
Docência na disciplina de Inteligência Artificial na medicina.
2023 → 2025
Head of Medical AI Innovation
Neomed
Liderança da Tribo Científica e desenvolvimento da IA Mariê para cardiologia, com análise de ECG via Deep Learning.

Áreas de Atuação

Modelagem Preditiva & Deep Learning
Desenvolvimento de modelos clínicos para risco de reinternação, engajamento na APS e análise de ECG com arquiteturas Conv1D, UNet e ResNet1D com GradCAM.
CatBoost XGBoost LightGBM TabPFN PyTorch
Fairness & Explicabilidade (XAI)
Garantia de equidade em modelos de IA para diferentes subgrupos populacionais. Multicalibração com MCBoost e explicabilidade com SHAP para predições médicas.
MCBoost SHAP Isotonic Calibration
LLMs & IA Generativa na Medicina
Validação clínica de Large Language Models, IA generativa com grounding para confiabilidade e RAG (Retrieval-Augmented Generation) em autorizações médicas.
LLMs RAG Grounding Prompt Engineering
Interoperabilidade & Dados Clínicos
Integração de sistemas de saúde via padrão FHIR, processamento de dados clínicos estruturados e não-estruturados, NLP em prontuários eletrônicos.
FHIR HL7 NLP EHR
Epidemiologia & Saúde Pública
Análise epidemiológica com machine learning, estudos multicêntricos, predição de desfechos clínicos e dataset shift em modelos de saúde populacionais.
Epidemiologia Dataset Shift Federated Learning
Cardio AI & Análise de ECG
Detecção de isquemia circunferencial e outras condições cardíacas através de modelos de deep learning aplicados a sinais de eletrocardiograma.
Conv1D UNet ResNet1D GradCAM

Publicações de Destaque

01
Strategies for detecting and mitigating dataset shift in machine learning for health predictions: A systematic review
Journal of Biomedical Informatics · 2025
02
Predictive modeling of gestational weight gain: a machine learning multiclass classification study
BMC Pregnancy and Childbirth · 2024
03
Multicenter comparative analysis of local and aggregated data training strategies in COVID-19 outcome prediction with Machine Learning
PLOS Digital Health · 2024
04
A bibliometric network analysis of coronavirus during the first eight months of COVID-19 in 2020
International Journal of Environmental Research and Public Health · 2021 · 106 citations
View all on Google Scholar →

Projetos em Destaque

datasus-ai-search
público
Consultas em linguagem natural sobre dados epidemiológicos brasileiros do DATASUS. Permite que pesquisadores e profissionais de saúde façam perguntas em português — sem SQL — e obtenham respostas com visualizações. Integra LLMs (OpenAI, Anthropic, Ollama) com DuckDB para análise local de mortalidade (SIM), internações (SIH), procedimentos ambulatoriais (SIA) e dados populacionais (IBGE).
Python LLMs DuckDB Streamlit DATASUS
amie-agents
público
Implementação open-source de assistentes médicos conversacionais inspirados no AMIE do Google DeepMind. Arquitetura multi-agente com especialistas em diálogo clínico, raciocínio diagnóstico e segurança farmacológica. Usa MedGemma, FastAPI, LangChain e Ollama para inferência local — posicionando a IA como suporte ao médico, nunca como substituto.
MedGemma FastAPI LangChain CrewAI Ollama
digital-twins-health-ai
privado
Plataforma de gêmeos digitais para saúde com IA, permitindo simular e prever desfechos clínicos de pacientes individuais. Combina modelos preditivos com representações digitais dinâmicas do estado de saúde para suporte à decisão clínica personalizada.
TypeScript Digital Twins Predictive Modeling Clinical AI
ehr-open-health
privado
Sistema aberto de prontuário eletrônico (EHR) com foco em interoperabilidade e saúde pública. Desenvolvido com padrão FHIR para integração com diferentes sistemas de saúde, facilitando o acesso e análise de dados clínicos estruturados.
TypeScript FHIR EHR Interoperabilidade

Criação de Conteúdo