O mercado de saúde digital tem chamado de “IA clínica” ferramentas que apenas transcrevem ou resumem consultas. Essa prática pode levar médicos a esperar de sistemas de organização o mesmo suporte oferecido por soluções voltadas ao raciocínio clínico. O resultado pode ser uma decisão superficial ou incompatível com a medicina baseada em evidências.
Uma IA clínica, segundo o texto, precisa reunir três características: analisar grandes conjuntos de dados de saúde, usar conhecimento científico verificável e chegar ao consultório de forma acessível e prática. Sem esses elementos, a ferramenta pode entregar menos do que sua divulgação sugere.
Duas funções diferentes
A distinção pode ser feita pela pergunta que o sistema responde. Ferramentas de transcrição e resumo informam o que foi dito durante a consulta. Elas organizam o registro, preservam informações e economizam tempo. Sistemas de apoio à decisão, por outro lado, procuram indicar o que os dados do paciente revelam naquele momento.
Essa segunda função pode cruzar predisposição genética, evolução de exames, histórico familiar e estilo de vida para identificar padrões que merecem atenção. Trata-se de uma atuação sobre a decisão em curso, e não apenas sobre o registro do atendimento.
Quanto maior a utilidade percebida de um sistema, maior pode ser a confiança depositada pelo profissional. Por isso, o produto deve apresentar dados concretos, literatura validada e a lógica de cada sugestão, mantendo o médico como responsável pela avaliação final.
A Resolução CFM nº 2.454/2026, publicada em fevereiro e válida desde 26 de agosto, determina que sistemas não podem assumir a comunicação de diagnósticos, prognósticos ou decisões terapêuticas. A responsabilidade permanece humana.
Os ganhos de processo, tempo e identificação de correlações já podem ser demonstrados com mais segurança. A comprovação de melhores desfechos clínicos causados por essas ferramentas, porém, ainda está em construção. Estudos internacionais de IA em saúde avaliam principalmente tempo, carga de trabalho e burnout, enquanto os resultados para os pacientes aparecem com menor frequência.
A regulação brasileira aborda o tema por frentes complementares. O Conselho Federal de Medicina trata da responsabilidade ética e classifica os sistemas conforme o risco. A Anvisa considera o software um dispositivo médico, sujeito a dossiê técnico e acompanhamento após a entrada no mercado. A LGPD protege dados genéticos, classificados como dados pessoais sensíveis.
A proporção da regulação ainda precisa ser calibrada para diferenciar ferramentas de apoio à decisão de sistemas de diagnóstico autônomo. Em qualquer caso, resumir uma consulta e interpretar o conjunto de dados de um paciente são tarefas distintas, com impactos diferentes sobre o cuidado médico.
Rodrigo Matheucci é CEO da PoliHealth.
