Inteligência artificial na clínica médica: como evoluir sem perder a essência? O futuro do cuidado em saúde passa por inovações que não desvirtuem o propósito da medicina

Resumo

A Inteligência Artificial (IA) deixou de ser mera
promessa e tornou-se componente estrutural presente
na transformação contemporânea da medicina. Em um
cenário de produção científica acelerada e de crescente
complexidade assistencial, a IA surge como ferramenta
estratégica para integrar dados, aprimorar hipóteses
diagnósticas e orientar tomadas de decisão mais
fundamentadas. Estudos internacionais já demonstram
que modelos de aprendizado profundo podem alcançar
desempenho comparável ou superior ao de especialistas
em diversas áreas clínicas(1-3).
Importante ressaltar que a produção científica
anual em saúde é de tal magnitude que se torna inviável
para qualquer clínico acompanhar integralmente os
avanços relevantes. Nesse contexto, a IA assume papel
estratégico ao sintetizar evidências, cruzar recomendações
de diretrizes e integrar informações de
prontuários eletrônicos, conforme apontado por Topol
no conceito de High-Performance Medicine(3).
Na Clínica Médica — especialidade caracterizada
pelo cuidado pleno do paciente em suas diversas
patologias
— o impacto da IA é particularmente expressivo.
Entretanto, quanto maior o seu potencial
na prática médica, maior também deve ser o cuidado
em sua incorporação, especialmente para os médicos
em formação. A inclusão de um outro “ator” nesta
relação médico-paciente exige reflexão ética, rigor
metodológico e liderança institucional para garantir uso
seguro, responsável e equânime.
INTELIGÊNCIA ARTIFICIAL NOS DIFERENTES
MOMENTOS DO ATENDIMENTO MÉDICO
Numa sequência habitual de avaliação clínica,
antes mesmo de o paciente buscar acompanhamento
médico, há algum tipo de preocupação que motivou o
atendimento. Esta preocupação pode ter sido gerada
inclusive por um algum algoritmo de IA em um vestível
utilizado pelo paciente (ex: smartwatch). Mesmo que o
motivo do atendimento não seja oriundo do alerta de
uma ferramenta de IA, nesta fase pré-avaliação médica, o
paciente muitas vezes irá buscar informações por conta
própria, seja de um modo tradicional (com pessoas
próximas, sites de busca) ou, mais recentemente, em
ferramentas de IA generativa.
O médico deve estar aberto aos questionamentos
do paciente uma vez que este é um passo primordial
para obter a confiança do mesmo. Durante a consulta,
o registro automatizado por voz pode não só reduzir
o trabalho burocrático de registro em prontuário,
oferecendo mais tempo para o contato humano entre
médico e paciente, mas também há diversas ferramentas
de IA que podem gerar hipóteses diagnósticas e sugerir
condutas no atendimento. Importante ressaltar que
tais sugestões diagnósticas e de condutas devem ser
utilizadas não para “substituir” a decisão médica, mas,
sim, para “confrontar” o raciocínio clínico do médico, o
qual deve usar estas sugestões da IA como uma “duplachecagem”
para confirmar que não esqueceu nada
na sua avaliação e, dessa forma, este apoio da IA pode
trazer mais segurança e qualidade ao atendimento.
O grau de confiabilidade em cada sugestão de
conduta gerada pela IA depende da qualidade do dado
inserida e de validações adequadas. Os avanços recentes
da IA na prática clínica incluem aplicações robustas
em diagnóstico por imagem, estratificação de risco e
monitorização contínua. Modelos de deep learning
já alcançaram resultados notáveis em dermatologia,
radiologia torácica e retinopatia diabética, exemplificando
o potencial dessa tecnologia para reconhecimento
de padrões complexos em larga escala(2). No
campo cardiovascular, sintetizamos esses avanços em
um artigo do nosso grupo(1) em que destacamos como
algoritmos poderiam predizer diagnósticos como fibriBarros
P
Rev Soc Bras Clin Med. 2025;23(4):225-6
226
lação atrial e insuficiência cardíaca. Esta situação chamada
de fenótipo digital, está remodelando o cuidado
médico. Este corpo de evidências possui implicações
diretas para toda a Clínica Médica, especialmente no
cuidado longitudinal e na gestão integrada de múltiplas
comorbidades. Mesmo após o diagnóstico, a IA pode
ajudar a resumir prós e contras de uma decisão difícil e
facilitar a discussão médico-paciente numa situação de
decisão compartilhada.
Tendo em vista que o clínico é o gestor (coordenador)
do cuidado médico, devemos ressaltar que a IA
pode aumentar eficiência operacional, reduzir erros
e aprimorar
fluxos assistenciais(3-7). No entanto, estes
mesmos estudos alertam para limitações importantes:
vieses embutidos nas bases de treinamento, falta
de transparência de algoritmos (“caixa-preta”), riscos
de apoio excessivo dos profissionais ao uso de IA (e
consequente involução da capacidade humana) e
dificuldades na validação em “mundo real”(3-7). Esses
elementos reforçam a necessidade de governança sólida
e plena conformidade com a legislação brasileira de
proteção de dados(6).
Em síntese, a IA deve ser vista como uma extensão
da capacidade cognitiva do clínico — nunca como
substituta. A tecnologia amplia; o julgamento clínico
decide.
INTELIGÊNCIA ARTIFICIAL NA PESQUISA
CLÍNICA E EDUCAÇÃO MÉDICA
Além da aplicação da IA na atividade assistencial,
no âmbito da pesquisa clínica, algoritmos auxiliam
no dimensionamento amostral, no recrutamento, na
detecção automatizada de desfechos e na análise de
subgrupos — processos tradicionalmente custosos
e operacionais(5). Modelos preditivos podem acelerar
estudos, reduzir desperdícios e aumentar acurácia
estatística.
Na educação médica, a adoção segura de modelos
depende de profissionais aptos a reconhecer limitações,
erros e vieses, e a manejar adequadamente recomendações
automatizadas em ambientes clínicos reais(7).
Assim, a formação médica deve incorporar saúde
digital, ciência de dados e princípios de avaliação
crítica de algoritmos, entretanto, devemos utilizar estas
ferramentas com cuidado ainda maior na educação
médica uma vez que a IA pode servir como “muleta”
para apoiar decisão médica de forma sistemática e,
dessa forma, pode impedir o desenvolvimento pleno das
competências do médico em formação.
DESAFIOS E OPORTUNIDADES DA
INTELIGÊNCIA ARTIFICIAL EM SAÚDE
NO BRASIL
A aplicação da IA no Brasil apresenta desafios
e oportunidades singulares. A diversidade genética,
epidemiológica
e socioeconômica do país limita o
desempenho de modelos importados quando usados
sem validação local — fenômeno já amplamente documentado
em estudos internacionais(4,7). Por outro
lado, essa mesma diversidade coloca o Brasil em posição
estratégica para geração de bases de dados representativas
e algoritmos de maior valor global.
Outro aspecto promissor da aplicação da IA no
Brasil seria a possibilidade de reduzir desigualdades
estruturais, apoiar a atenção primária, agilizar o
diagnóstico e padronizar condutas, especialmente em
regiões com escassez de especialistas.
CONCLUSÃO:
Em conclusão, a Inteligência Artificial representa
uma das mais profundas transformações da medicina
contemporânea. Seu potencial é vasto e inclui o aumento
da precisão diagnóstica, antecipação de riscos,
personalização do cuidado e maior segurança do paciente.
Contudo, sua incorporação exige rigor científico,
ética, validação local e formação continuada.
O futuro da Clínica Médica será, inevitavelmente, a
convergência entre inteligência humana e inteligência
artificial — um futuro crítico, responsável, ético e profundamente
comprometido com o cuidado centrado
na pessoa. A relação médico-paciente será transformada
na relação médico-paciente-dados (IA) em que o
médico que não souber utilizar IA em sua prática será
substituído pelo bom médico