Quando a IA chega ao hospital: o que muda para médicos e pacientes

Na minha coluna anterior, explorei a IA na medicina sob a perspectiva dos negócios, com foco nas oportunidades que ela cria para as empresas de tecnologia. Mas, além do potencial de inovação e de abertura de novos mercados, há uma questão mais fundamental: que diferença essas tecnologias farão para os médicos que as utilizam e os pacientes que dependem delas? Afinal, o verdadeiro valor da inovação médica está na capacidade de melhorar a qualidade e a acessibilidade do atendimento. E já estou vendo mudanças notáveis na forma como esse atendimento pode ser prestado.

Como a escassez de profissionais está acelerando a automação na área da saúde

Conheço um empreendedor cuja empresa fornece profissionais de saúde temporários a hospitais, incluindo enfermeiros que cobrem os turnos quando os funcionários regulares não estão disponíveis. Seria de esperar que um negócio como esse prosperasse em meio à persistente escassez de profissionais. Mas ele diz que até mesmo as empresas especializadas no fornecimento de trabalhadores da área da saúde têm dificuldade para encontrar pessoas qualificadas em número suficiente.

Os hospitais enfrentam escassez de médicos e enfermeiros há décadas. Formar novos profissionais de saúde exige bastante tempo e recursos. A formação médica, especialmente nos Estados Unidos, pode ser cara demais, e os anos de estudo e treinamento clínico vêm acompanhados de pressão financeira e psicológica. Mesmo depois de concluir a formação, os médicos enfrentam altos níveis de estresse, enorme responsabilidade e constantes restrições de tempo.

Por isso, às vezes os médicos dispõem de apenas alguns minutos com cada paciente para avaliar os sintomas, considerar possíveis diagnósticos, solicitar exames e preencher a documentação necessária. Essa carga de trabalho aumenta o risco de erros e deixa menos tempo para uma interação significativa com os pacientes. E, por si só, contratar mais profissionais provavelmente não resolverá o problema.

Por isso, acredito que a persistente escassez de profissionais e o aumento da carga de trabalho estarão entre as principais forças que acelerarão a adoção da IA nos hospitais.

O que os médicos podem confiar à IA?

Uma das aplicações mais práticas são os sistemas com IA que registram conversas entre médicos e pacientes, resumem consultas e ajudam a preparar a documentação clínica. Em vez de perder tempo escrevendo anotações manualmente, os médicos recebem um rascunho que podem revisar e editar conforme necessário.

Os benefícios dessas ferramentas já estão se tornando evidentes na prática clínica. Um estudo de abril de 2026 publicado na JAMA analisou dados de mais de 8.500 profissionais de saúde de cinco centros médicos dos EUA. Entre os profissionais que adotaram ferramentas de documentação com IA, o tempo dedicado às anotações clínicas diminuiu, em média, 10%, o equivalente a aproximadamente 16 minutos a cada período de oito horas de consultas agendadas.

Outro exemplo é o diagnóstico diferencial com auxílio de IA. Imagine um paciente que vai ao médico com dor abdominal e uma sensação de formigamento no lado esquerdo. Um sistema de IA pode analisar os sintomas e sugerir várias causas possíveis a investigar. Ele não faz o diagnóstico final, mas pode ajudar o médico a elaborar uma lista de possibilidades, identificar perguntas de acompanhamento e determinar quais exames podem ser necessários. Já me deparei com ferramentas desse tipo na prática e espero que se tornem parte rotineira das consultas médicas. Mas elas também levantam uma preocupação legítima: depender de sugestões geradas por IA poderia, aos poucos, enfraquecer a capacidade dos médicos de raciocinar de forma independente? Quando um sistema oferece respostas prontas, é tentador confiar nas conclusões, sobretudo quando já há tão pouco tempo para cada paciente.

Há, porém, outro lado nessa questão. Por mais experiente que seja um médico, seu conhecimento é inevitavelmente moldado pelos pacientes que atendeu, pela formação que recebeu e pelas pesquisas que teve tempo de estudar. Já os modelos de IA podem identificar padrões em volumes muito maiores de dados médicos, inclusive em casos com os quais um médico, individualmente, talvez nunca tenha se deparado.

A IA como participante da pesquisa médica

Outra área que vale a pena explorar são os casos clínicos complexos, nos quais até especialistas experientes têm dificuldade para chegar a um consenso. Hoje, esses casos costumam ser discutidos em reuniões clínicas, nas quais os médicos analisam resultados de exames, debatem possíveis diagnósticos e definem os próximos passos do tratamento. Não acho que a IA vá substituir essas discussões, mas consigo imaginá-la como mais uma participante.

Há várias maneiras de fazer isso. Vários modelos poderiam analisar o mesmo caso clínico de forma independente, permitindo que os médicos comparassem os resultados e identificassem pontos de concordância ou divergência. Outra possibilidade seria um único modelo examinar o caso várias vezes, usando diferentes abordagens analíticas, e depois reunir os resultados para análise.

É claro que a concordância entre modelos de IA não significa necessariamente que chegaram à conclusão correta. Os modelos podem compartilhar limitações, depender de dados de treinamento semelhantes e cometer os mesmos erros. Ainda assim, essas perspectivas adicionais poderiam ajudar a identificar inconsistências, sinalizar doenças raras ou sugerir possibilidades que os médicos não haviam considerado inicialmente.

Para que a IA contribua de forma significativa para essas discussões, porém, precisa considerar mais do que resultados de exames isolados. Vi em primeira mão a importância desse contexto clínico mais amplo em nosso trabalho na Keymakr. Em um projeto de diagnóstico por imagem com ultrassom, trabalhamos com exames dos mesmos pacientes realizados em momentos diferentes — às vezes várias vezes ao dia e, depois, novamente meses mais tarde. A equipe anotou estruturas anatômicas e sinalizou possíveis anomalias para avaliação de especialistas, levando em conta as mudanças ao longo do histórico de exames do paciente.

Pequenas inconsistências em registros individuais poderiam afetar a interpretação de dados relacionados em todo o conjunto de dados. Essa experiência reforçou a importância de considerar o histórico médico do paciente como um todo — algo igualmente essencial para sistemas de IA que dão suporte a decisões clínicas complexas.

Ressonância magnética sem aparelho de ressonância magnética

Mas fazer um diagnóstico não se resume a interpretar corretamente os dados médicos. Também é preciso conseguir obter esses dados. Um dos projetos de IA mais interessantes com que me deparei foi apresentado em um evento recomendado pela Scryon e aborda exatamente esse desafio. Uma equipe de desenvolvedores encontrou uma maneira de usar tomografias computadorizadas e várias imagens de raio X obtidas de ângulos específicos para reconstruir, com inteligência artificial, uma imagem semelhante à de uma ressonância magnética. A ideia surgiu de um problema muito prático: os aparelhos de ressonância magnética são caros, e os pacientes às vezes precisam esperar meses por um exame, enquanto os aparelhos de raio X e de tomografia computadorizada estão muito mais amplamente disponíveis.

Por enquanto, a tecnologia se concentra no joelho, embora os desenvolvedores estejam considerando ampliá-la para outras articulações. Segundo a equipe, as imagens reconstruídas têm como objetivo fornecer informações comparáveis às das imagens de ressonância magnética, embora as técnicas de diagnóstico por imagem se baseiem em princípios físicos diferentes.

Em vez de desenvolver outro equipamento médico caro, a equipe está usando tecnologias de diagnóstico por imagem já existentes e ampliando suas possibilidades por meio da reconstrução de imagens com IA.

Uma sala de cirurgia sem fronteiras

Espero que, na próxima década, a IA participe, de uma forma ou de outra, de pelo menos metade de todos os processos médicos. Refiro-me a uma ampla variedade de aplicações, desde a análise de dados médicos e o apoio ao diagnóstico até a orientação por IA em tempo real durante procedimentos cirúrgicos.

A longo prazo, essas tecnologias também poderiam ajudar a superar barreiras financeiras, organizacionais e até geográficas ao acesso à saúde. Imagine um cirurgião experiente nos Estados Unidos auxiliando em uma operação em uma criança na Índia, ou um especialista na Índia ajudando a tratar um paciente no Canadá, sem estar fisicamente presente na sala de cirurgia. Os avanços em robótica, sistemas de controle remoto e assistência cirúrgica com IA poderiam tornar possíveis cenários como esses.

Já estamos vendo os primeiros passos nessa direção. Por exemplo, a plataforma Proximie permite que cirurgiões se conectem remotamente às salas de cirurgia, acompanhem procedimentos em tempo real e colaborem com as equipes médicas presentes no local. O sistema oferece vídeo ao vivo, comunicação por voz e anotações visuais, além de usar IA para analisar dados sobre o fluxo de trabalho cirúrgico. Isso não significa que os cirurgiões já possam realizar qualquer operação remotamente, mas permite que especialistas compartilhem seus conhecimentos e ofereçam orientação sem estar na mesma sala de cirurgia.

Acredito que melhorar o acesso à saúde deve ser um dos objetivos centrais da IA na medicina. O que importa é saber se essas tecnologias podem ajudar a reduzir o tempo de espera por exames diagnósticos, aliviar a carga de trabalho dos profissionais de saúde e dar aos médicos mais tempo com seus pacientes. Em última análise, eu mediria o sucesso da IA na medicina pelo número de pessoas a mais que conseguem receber atendimento médico oportuno e de alta qualidade graças a ela.