A inteligência artificial já está montando um sistema médico paralelo, feito de chatbots, exames vendidos diretamente ao consumidor e prescrições remotas. O problema não é a ferramenta ajudar médicos; é o mercado transformar resultados promissores em licença para dispensar julgamento clínico, exame físico e responsabilidade identificável.
O que está por trás da promessa de substituir médicos?
A promessa de substituir médicos nasce da combinação entre desempenho impressionante em tarefas delimitadas e um mercado de saúde gigantesco. Estudos recentes mostram sistemas de IA superando profissionais em problemas clínicos selecionados, mas esse resultado não equivale a conduzir uma consulta completa. A manchete costuma apagar justamente a parte difícil: recolher informações incompletas, separar ruído de sinal, revisar hipóteses e decidir quando a incerteza exige investigação presencial.
O incentivo financeiro é colossal. A saúde representa quase um quinto da economia dos Estados Unidos, segundo a estimativa citada no artigo, e capturar uma fração do trabalho médico interessa a hospitais, seguradoras, empresas de tecnologia e pacientes. Cada notícia dizendo que uma máquina “venceu” um médico reduz a distância entre pesquisa controlada e produto comercial. É uma ponte curta demais para atravessar com segurança.
Como a IA virou uma consulta médica fora do hospital?
A IA virou uma consulta médica fora do hospital ao combinar respostas automatizadas com exames, triagens digitais e prescrição assíncrona. Mais de 40 milhões de americanos fazem diariamente perguntas de saúde ao ChatGPT, conforme o dado apresentado, geralmente fora do horário de clínicas. A conversa termina no usuário, que precisa interpretar a resposta sem treinamento para formular perguntas, avaliar evidências ou reconhecer uma emergência.
Os próprios modelos passaram a fazer mais do que explicar termos. Um estudo citado, disponível no arXiv, observou que avisos médicos antes comuns desapareceram em grande parte das respostas de sistemas líderes, que agora fazem perguntas complementares e tentam chegar a diagnósticos. O consumidor pode reunir peças como quem monta um computador: um exame de sangue da Oura, vendido por US$ 99 pela Quest Diagnostics; os 160 testes anuais da Function Health; uma ressonância de corpo inteiro; e uma interpretação automatizada no ChatGPT.
Quais produtos já formam esse sistema paralelo?
Produtos de saúde já permitem que o paciente encomende dados, interprete resultados e procure tratamento sem atravessar uma consulta tradicional. A Oura comercializa um painel com 50 biomarcadores; a Function Health, avaliada em US$ 2,5 bilhões em novembro, oferece exames e ressonância; Ro e Hims fazem prescrições para perda de peso ou ansiedade após uma entrevista assíncrona.
A Doctronic, que se apresenta como “o médico de IA número 1 do mundo”, informa ter realizado 24 milhões de consultas e passou a emitir renovações de receitas geradas por IA em Utah. O desenho é sedutor porque responde à frustração real de um sistema caro, lotado e lento. Mas empoderar o paciente não significa transferir para ele todo o trabalho de investigação, nem ocultar os riscos sob uma interface polida.
Por que acertar o diagnóstico final não basta?
Acertar o diagnóstico final não basta porque a medicina começa antes da informação completa, justamente onde os modelos apresentam maior fragilidade. Em uma avaliação de 21 modelos de fronteira publicada no JAMA Network Open, eles identificaram o diagnóstico correto em mais de 90% dos casos completos.
Quando receberam apenas os dados que um profissional obteria no início da consulta, porém, falharam em produzir um diagnóstico diferencial abrangente em mais de 80% das situações. A diferença é decisiva: em casa, o sistema recebe sintomas espalhados, descrições imprecisas e nenhum exame físico. Se a primeira hipótese estiver errada, o paciente pode jamais alcançar a hipótese correta a tempo. Medicina não é um concurso de respostas depois que alguém entregou a prova resolvida.
O que diferencia o raciocínio clínico do raciocínio do modelo?
O raciocínio clínico inclui hipóteses abandonadas, desvios, sinais sutis e decisões que raramente aparecem em livros ou conjuntos públicos de treinamento. Um médico experiente lê a triagem, percebe uma ausência significativa, muda a pergunta e considera caminhos alternativos antes de escolher uma conduta.
O modelo chega a conclusões por um mecanismo fundamentalmente diferente, ainda difícil de explicar até para seus criadores. Anthropic, OpenAI e Google mantêm programas de interpretabilidade mecanística porque não conseguem descrever completamente como suas redes neurais produzem respostas. Essa área continua jovem, sobretudo para conceitos e decisões clínicas. Construir um produto médico em cima de um processo opaco não é automaticamente irresponsável, mas exige uma prova muito mais forte do que uma taxa elevada de acerto em casos selecionados.
Quem responde quando a inteligência artificial erra?
A responsabilidade é o ponto que separa uma ferramenta clínica útil de um substituto imprudente para o médico. Muitos estudos perguntam se a IA é “não inferior aos médicos”, um limiar estatístico que não responde se o sistema deve assumir uma função clínica. O trabalho médico continua depois do diagnóstico: inclui acompanhar consequências, corrigir decisões e responder quando um erro prejudica alguém.
Quando um médico erra, a responsabilidade é imperfeita, mas costuma ser identificável. Quando um sistema erra, ela se espalha entre fabricante, plataforma, clínica, seguradora e paciente; na prática, frequentemente retorna ao profissional que ainda assina a conduta. Empresas têm pouco incentivo para aceitar esse passivo financeiro e jurídico. A máquina não comparece à audiência, não perde a licença e não precisa explicar por que ignorou uma hipótese perigosa.
Como a IA poderia melhorar a medicina sem substituir o cuidado?
A IA pode melhorar a medicina ao ampliar a relação entre médico e paciente, não ao imitá-la fora de suas responsabilidades. Ela pode explicar condições, manter a pessoa conectada entre consultas, organizar dados longitudinais e sintetizar informações que dificilmente cabem em uma consulta de 15 minutos.
Também pode assumir parte do trabalho administrativo que afastou médicos dos pacientes. Esse é um uso menos cinematográfico do que o “médico digital”, mas talvez seja justamente o mais valioso: devolver atenção ao encontro clínico. O problema não está em pacientes procurarem alternativas num sistema subfinanciado e sobrecarregado. Está em guiá-los para um sistema paralelo que empresta a autoridade da medicina, cobra como produto de consumo e deixa a responsabilidade sem dono.
