Aurora cria Dataset Studio para preparar e versionar dados de treinamento de IA

A Inova incorporou ao Aurora, sua infraestrutura soberana de IA para saúde pública, um Dataset Studio para preparar e versionar conjuntos de dados usados no desenvolvimento de modelos. O módulo organiza tarefas supervisionadas e publica arquivos separados para treinamento, validação e teste, mudança que interessa a gestores públicos de saúde, hospitais e equipes de TI responsáveis por processos de dados.

O Dataset Studio funciona como uma etapa independente do produto final. Cada projeto pode reunir tarefas com campos de entrada, campo de rótulo — a informação que o modelo deve aprender a identificar — agrupamento, transformações, exclusões e divisão dos dados. A configuração pode combinar até 12 datasets prontos e, quando necessário, usar um recorte ativo do Data Quality, módulo do Aurora voltado à seleção e aplicação de regras sobre dados.

A seleção dos campos é feita por dataset. Isso permite que fontes diferentes tenham mapeamentos próprios quando seus esquemas não são iguais, sem alterar versões antigas dos snapshots. Na prática, a mesma tarefa pode trabalhar com bases que organizam de maneira distinta os campos de entrada, rótulo ou agrupamento.

O fluxo também inclui pré-validações e versões armazenadas com snapshots e hashes imutáveis. Depois do processamento, o módulo publica conjuntos para treinamento, validação e teste, além de arquivos com rótulos, linhagem dos dados e manifesto da versão. A linhagem registra a origem e a composição do conjunto, enquanto o manifesto reúne informações da versão publicada.

O controle de acesso foi separado por função. Usuários com permissão de visualização podem consultar o módulo; proprietários e gestores podem administrar projetos e tarefas; e somente o proprietário pode aprovar ou revogar uma versão. As ações de aprovação e revogação são auditadas.

No painel administrativo, o Dataset Studio aparece como uma área própria, com tarefas abertas em subabas e uma aba para cada dataset utilizado. O estado do projeto e da subaba pode ser preservado no perfil do usuário, permitindo retomar a navegação posteriormente.

A documentação do Aurora define o módulo como horizontal: ele prepara conjuntos de dados sem conhecer previamente o produto que os consumirá. O dossiê não informa clientes, métricas de desempenho, prazo de implantação ou disponibilidade comercial do recurso.