Projetos de Inteligência Artificial (IA) na área da saúde são caracterizados por elevada complexidade tecnológica, rigor regulatório e interdependências sociotécnicas. No entanto, os frameworks existentes de gerenciamento de riscos oferecem orientação limitada para lidar com as incertezas específicas de sistemas adaptativos e orientados por dados em contextos multidisciplinares. Este estudo investiga como os riscos emergem e interagem ao longo do ciclo de vida de projetos multidisciplinares de IA em saúde e desenvolve um framework de governança orientado ao ciclo de vida para apoiar a gestão de riscos nesses ambientes. Foi conduzido um estudo de caso qualitativo exploratório em um projeto multidisciplinar de IA em saúde localizado em São Paulo, Brasil, envolvendo uma equipe composta por 55 profissionais. Os dados foram coletados por meio de entrevistas semiestruturadas com 22 participantes, análise documental e observação direta. A análise dos dados foi realizada por meio de codificação temática iterativa, complementada por análises de frequência e coocorrência de termos. Os resultados indicam que riscos técnicos, éticos, organizacionais e regulatórios são fortemente interdependentes e se concentram especialmente nas fases de desenvolvimento e implementação. Entre os riscos de maior probabilidade e impacto destacam-se a qualidade dos dados, o viés algorítmico, a conformidade com requisitos de privacidade, falhas de comunicação e restrições de recursos. Também foi identificada uma lacuna de governança: a ausência de processos formais de gerenciamento de riscos e de papéis dedicados limitou a rastreabilidade e o alinhamento estratégico, apesar da existência de práticas informais de mitigação. Com base nesses achados, é proposto um framework de governança orientado ao ciclo de vida para apoiar a identificação, priorização, monitoramento e coordenação de riscos ao longo das diferentes fases dos projetos de IA. Fundamentado em princípios de gerenciamento de riscos em projetos e na literatura de governança de IA, o framework incorpora mecanismos de identificação, priorização e monitoramento de riscos orientados ao ciclo de vida dentro das estruturas de governança dos projetos. Este estudo contribui para a literatura ao fornecer um framework empiricamente fundamentado para o gerenciamento de riscos em projetos multidisciplinares de IA em saúde e oferece orientações práticas para organizações que buscam fortalecer a governança e a tomada de decisão ao longo de todo o ciclo de vida da IA.
A integração de tecnologias imersivas e manufatura aditiva na área da saúde redefiniu as abordagens ao diagnóstico, planejamento cirúrgico e experiência do paciente. Este estudo analisa o processo de um projeto de desenvolvimento de produtos (PDP) de tecnologias imersivas e de impressão 3D em uma grande empresa brasileira de medicina diagnóstica. O objetivo do trabalho é identificar oportunidades de melhoria e recomendações para otimização de processos e mitigação de riscos em futuros projetos de inovação. A metodologia compreendeu três etapas principais: (i) revisão da literatura, (ii) análise de estudo de caso e (iii) comparação cruzada entre descobertas empíricas e estruturas teóricas. Os resultados indicam que, embora a adoção de tecnologias imersivas e de manufatura aditiva exija um investimento inicial significativo, seu valor a longo prazo está associado a benefícios clínicos, redução de complicações cirúrgicas e melhoria dos resultados dos pacientes. O estudo também revela que o sucesso de tais iniciativas depende não apenas da viabilidade tecnológica, mas também da sustentabilidade econômica, do envolvimento multidisciplinar e da governança estruturada. De uma perspectiva teórica, os resultados reforçam a importância das metodologias híbridas de PDP, combinando abordagens estruturadas e ágeis, para aumentar a adaptabilidade em ambientes de inovação na área da saúde. Na prática, o estudo oferece insights para gestores da área da saúde que buscam alinhar iniciativas de inovação com objetivos estratégicos e tomada de decisão baseada em evidências.
As teorias de stakeholders não incluem os stakeholders marginalizados que se encontram à margem das empresas. No entanto, incorporar diferentes pontos de vista dos stakeholders é relevante para gerar novas ideias disruptivas e manter a sustentabilidade das operações. Este estudo investiga como a literatura sobre stakeholders aborda os stakeholders marginalizados. Este estudo explora três tipos de stakeholders: fringe (marginais), social (sociais) e network (de rede), por meio de uma revisão sistemática da literatura. A análise bibliométrica e de conteúdo foi realizada no RStudio, Biblioshiny e NVivo, resultando em 113 artigos relevantes. Uma linha do tempo visual foi proposta para descrever a evolução teórica dos stakeholders marginalizados. Por fim, o artigo debate quatro novas perspectivas para orientar a inclusão de stakeholders marginalizados em operações sustentáveis: as perspectivas de criação de valor, objetivo dos negócios, empoderamento da comunidade e estratégia de ecossistema. O mapeamento das lentes teóricas permite compreender como os tipos de stakeholders consideram a inclusão de populações vulneráveis. Algumas questões-chave foram listadas e podem ser utilizadas por pesquisadores e profissionais como um guia para refletir sobre como incluir stakeholders marginalizados das empresas. Essas abordagens teóricas contribuíram para a gestão de negócios e projetos de diversas maneiras: repensando os valores sociais e ambientais, ampliando a visão do ambiente para uma perspectiva de rede e reconhecendo que o envolvimento de stakeholders menos visíveis é relevante para a geração de inovações disruptivas.
Healthcare AI projects are characterized by high technological complexity, regulatory scrutiny, and socio-technical interdependencies, yet existing risk management frameworks offer limited guidance for addressing the distinctive uncertainties of adaptive, data-driven systems in multidisciplinary settings. This study examines how risks emerge and interact across the lifecycle of multidisciplinary AI healthcare projects and develops a lifecycle governance framework to support risk management in such environments. An exploratory qualitative case study was conducted within a multidisciplinary AI healthcare project in S & atilde;o Paulo, Brazil, involving a project team of 55 professionals. Data were collected through semi-structured interviews with 22 participants, document analysis, and direct observation. Data were analyzed through iterative thematic coding complemented by term frequency and co-occurrence analysis. Results indicate that technical, ethical, organizational, and regulatory risks are strongly interdependent and particularly concentrated in development and implementation phases, with data quality, algorithmic bias, privacy compliance, communication breakdowns, and resource constraints emerging as high-probability, high-impact risks. A governance gap was also identified: the absence of formalized risk processes and dedicated roles constrained traceability and strategic alignment despite the presence of informal mitigation practices. Based on these findings, a lifecycle governance framework is proposed to support the identification, prioritization, monitoring, and coordination of risks across AI project phases. Building on project risk management principles and AI governance literature, the proposed framework embeds lifecycle-oriented risk identification, prioritization, and monitoring within project governance structures. The study contributes to the literature by providing an empirically grounded framework for managing risk in multidisciplinary AI healthcare projects and offers practical guidance for organizations seeking to strengthen governance and decision-making throughout the AI lifecycle.
Stakeholder theories fail to include marginalized stakeholders from the fringe of businesses. However, engaging different stakeholder views is relevant to bring new disruptive ideas and maintain the sustainability of operations. This study investigates how stakeholder literature approaches marginalized stakeholders. This study explores three types of stakeholders: fringe, social and network stakeholders, through a systematic literature review. The bibliometric and content analysis was performed on RStudio, Biblioshiny and NVivo, yielding 113 relevant papers. A visual timeline was proposed to describe the theoretical evolution of marginalized stakeholders. Finally, the paper debates four new perspectives to orient on how to include marginalized stakeholders in sustainable operations: value creation, business objective, community empowerment and ecosystem strategy perspectives. The mapping of theoretical lenses permits an understanding of how stakeholder types consider vulnerable populations inclusion. Some key questions were listed and may be used by researchers and practitioners as a guide to reflect on how to include marginalized stakeholders in business. These theoretical lenses contributed to business and project management in different ways: rethinking social and environmental values, expanding the view of the environment to a network perspective, and recognizing that fringe stakeholders’ engagement is relevant to generating disruptive innovations.
