Especialistas alertam: precisão técnica não garante melhores resultados clínicos. Ferramentas de IA para transcrição, diagnósticos e prognósticos se espalham rapidamente, porém faltam avaliações rigorosas sobre impacto real na saúde das pessoas.
A Inteligência Artificial chegou com força à assistência médica. Médicos usam ferramentas de IA para tomar notas durante consultas, sistemas vasculham prontuários eletrônicos em busca de pacientes em risco e algoritmos interpretam exames de imagem como radiografias e tomografias com velocidade impressionante.
Muitos estudos mostram que essas tecnologias entregam resultados precisos em tarefas específicas. No entanto, uma dúvida central permanece: essa precisão está realmente se convertendo em melhores desfechos para os pacientes?
O que os especialistas estão questionando
Jenna Wiens, cientista da computação da Universidade de Michigan, e Anna Goldenberg, da Universidade de Toronto, publicaram artigo na Nature Medicine destacando exatamente esse ponto. Depois de anos estudando o tema, Wiens observa uma mudança clara: profissionais de saúde passaram de ceticismo para adoção acelerada da IA.
O problema, segundo ela, é que muitos hospitais implementam essas soluções sem avaliar de forma rigorosa seus efeitos reais no cuidado clínico.
Ferramentas de IA ambiente exemplificam bem o cenário atual. Esses assistentes “ouvem” a conversa entre médico e paciente, transcrevem tudo e geram resumos automaticamente. Profissionais relatam menos burocracia, mais atenção ao paciente e redução no esgotamento. Estudos preliminares confirmam ganhos de satisfação tanto para médicos quanto para pacientes.
Mas e os resultados clínicos?
“Pesquisadores mediram satisfação, mas não como essas ferramentas afetam a tomada de decisão médica”, explica Wiens. “Nós simplesmente não sabemos.”
Precisão não é sinônimo de benefício
Uma ferramenta precisa não garante automaticamente melhor cuidado. Um algoritmo que interpreta raios-X mais rápido pode ajudar, mas depende de quanto o médico confia nele, como ele altera o fluxo da consulta e se influencia as recomendações de tratamento.
Esses efeitos variam conforme o hospital, o departamento, o fluxo de trabalho e até a experiência do profissional. Médicos mais jovens ou em formação podem processar informações de forma diferente quando contam com resumos gerados por IA, o que levanta questões sobre aprendizado e raciocínio clínico.
Pesquisas na área de educação já sugerem que ferramentas de IA podem alterar o processamento cognitivo das informações. No contexto médico, isso precisa ser investigado com cuidado.
Dados preocupantes sobre adoção sem avaliação
Um estudo publicado em janeiro de 2025 por Paige Nong, da Universidade de Minnesota, revelou que cerca de 65% dos hospitais americanos já usavam ferramentas de prognóstico com IA. Porém, apenas dois terços avaliaram a precisão dessas ferramentas — e ainda menos verificaram possíveis vieses.
Desde então, a adoção provavelmente aumentou ainda mais. Wiens reforça que os próprios hospitais e sistemas de saúde — e não apenas as empresas desenvolvedoras — precisam testar essas tecnologias em seus contextos específicos.
Existe risco real de piora no atendimento? Pode ser menos dramático: na maioria dos casos, as ferramentas simplesmente não entregam os benefícios esperados.
Por que a avaliação rigorosa é urgente
- Redução de burnout médico sem comprovação de impacto positivo no paciente.
- Velocidade na interpretação de exames que pode gerar excesso de confiança ou, ao contrário, desconfiança.
- Predição de trajetórias de saúde que influencia decisões críticas sem validação completa.
- Alteração no raciocínio clínico de médicos e estudantes de medicina.
Jenna Wiens é otimista quanto ao potencial da IA, mas defende uma abordagem equilibrada. “Não é tudo IA ou nada de IA. Tem que ser algo no meio”, afirma. Ela não quer frear a inovação, apenas garantir que seja feita com evidências sólidas sobre como afeta as pessoas de verdade.
O que os hospitais precisam fazer agora
- Implementar avaliações prospectivas antes e depois da adoção de ferramentas de IA.
- Medir desfechos clínicos reais, não apenas precisão técnica ou satisfação.
- Verificar vieses em diferentes populações de pacientes.
- Acompanhar efeitos de longo prazo no aprendizado médico e na relação médico-paciente.
- Adaptar fluxos de trabalho para maximizar benefícios e minimizar riscos não previstos.
A IA promete tornar o cuidado mais eficiente e acessível. Mas sem dados robustos sobre resultados para os pacientes, corremos o risco de adotar soluções caras que não entregam o que mais importa: vidas mais saudáveis e bem cuidadas.
O debate está aberto. A tecnologia avança em ritmo acelerado. As evidências precisam acompanhar esse passo.
