O paciente, o laudo e o robô: como a IA entrou na saúde pela mão do paciente

São duas da manhã de uma terça-feira. O celular vibra na mesa de cabeceira com uma notificação: os resultados dos exames estão prontos.

O laudo chega rápido, fruto da digitalização dos laboratórios. Mas, ao abrir o arquivo na tela, o paciente esbarra numa barreira de comunicação. São termos técnicos exatos, fundamentais para o médico, mas que parecem um idioma alienígena para o cidadão comum. E a consulta de retorno, seja pelo plano de saúde ou na fila do SUS, vai demorar semanas.

O que essa pessoa faz?

Há algumas décadas, a única opção era engolir a ansiedade e simplesmente esperar pelo dia do retorno médico. Depois, veio a fase do Google e, quase sempre, a pesquisa terminava concluindo pelo pior diagnóstico possível.

Hoje, essa dinâmica mudou radicalmente. Em vez de conviver com a angústia da espera, o paciente pode colar o arquivo com laudo no ChatGPT e digitar seu pedido: “Me explica o que isso significa de um jeito simples”.

O que estamos testemunhando nesta nossa década é uma mudança de paradigma no comportamento do paciente. A inteligência artificial (IA) passou a ocupar, de forma silenciosa e informal, o papel de primeira escuta, triagem intuitiva e conforto emocional.

Pesquisas recentes indicam que o uso de IA para dúvidas de saúde já saiu da marginalidade. A West Health-Gallup estimou que cerca de um em cada quatro adultos nos EUA usou IA para informações ou conselhos de saúde em um período recente de 30 dias; já o Pew Research Center encontrou que 22% dos adultos norte-americanos dizem obter informações de saúde de chatbots de IA ao menos às vezes.

A busca tradicional na internet não desapareceu, mas agora disputa espaço com respostas conversacionais, mais rápidas e organizadas. As máquinas sintetizam. Simulam empatia. Lembram do contexto. E é por isso que mais de 40 milhões de indivíduos já recorrem diariamente a ferramentas como o ChatGPT para temas de saúde, segundo estimativas da OpenAI.

E o que impulsiona essa adoção em massa não é a mera curiosidade tecnológica. Para uma parcela imensa da sociedade, a IA virou o plano B de quem não consegue atendimento.

Nos Estados Unidos, onde o acesso à saúde é historicamente excludente, a conta bancária dita a regra. Famílias de alta renda veem na IA um complemento de luxo para checar sua rotina de bem-estar. Em contrapartida, entre adultos norte-americanos com renda anual inferior a US$ 24 mil que usaram IA para saúde, 32% disseram ter recorrido à ferramenta porque não podiam pagar uma consulta médica.

As barreiras que empurram os pacientes para as telas, de forma geral, são três:

O perigo de querer agradar

A conveniência atrai milhões.

Mas a eficácia clínica dessas ferramentas esconde uma armadilha perigosa. A fluidez do robô é tanta que o usuário baixa a guarda e acaba projetando competência médica em uma ferramenta de linguagem.

Na ciência da computação, o problema central disso atende pelo nome de “sicofância” (sycophancy). Na prática, isso significa que muitos modelos podem aprender a espelhar, agradar e concordar com quem está digitando, priorizando a simpatia e a validação em vez da precisão clínica.

Pense no médico humano: ele tem o dever de dar más notícias, de alertar e de refutar os achismos do paciente. A máquina, moldada por mecanismos de preferência e reforço, pode evitar o conflito.

Um estudo publicado na Nature Medicine expôs esse perigo. Ao testar o motor de IA em 60 cenários de emergências da vida real, descobriu-se que a ferramenta subdiagnosticou mais da metade dos casos graves.

Em alguns casos, o sistema reconhecia sinais perigosos na explicação, mas ainda assim recomendava uma ação menos urgente do que a indicada por consenso médico, sugerindo que o paciente apenas “agendasse uma consulta em 48 horas” e omitindo a instrução de chamar uma ambulância.

Modelos de linguagem genéricos tendem a validar o autoengano do paciente. E na medicina, o desejo de agradar custa vidas.

É exatamente por isso que o ecossistema de saúde começou a traçar uma linha divisória clara. Uma coisa é usar um chat comercial aberto; outra, completamente diferente, é implementar sistemas de IA em ambientes clínicos governados, com protocolos validados, supervisão humana, auditoria e critérios claros de encaminhamento.

Enquanto modelos genéricos são otimizados para manter a conversa útil e fluida, sistemas clínicos precisam ser desenhados para fazer o contrário quando necessário: interromper a conversa, contrariar o usuário e recomendar atendimento urgente.

Preconceitos automatizados e a falsa sensação de sigilo

As inteligências artificiais não inventam preconceitos. Elas os herdam. Ao serem treinados ou ajustados sobre grandes volumes de anotações médicas, artigos obsoletos e conteúdo enviesado da internet, os algoritmos podem institucionalizar a desigualdade em uma escala exponencial.

Um teste da London School of Economics (LSE) provou esse ponto de forma brilhante e assustadora. Os pesquisadores inseriram no modelo o caso de um idoso de 84 anos com severas limitações físicas. Sendo homem, a IA o classificou como “paciente com necessidades complexas”. Quando o gênero foi alterado para feminino, sem mudar uma vírgula sequer dos sintomas físicos, a máquina suavizou o quadro. Passou a descrever a mulher como “independente” e capaz de cuidar de si mesma.

Esse apagamento sistêmico induz os avaliadores a negarem assistência adequada. Além disso, a IA pode reciclar conceitos da “medicina baseada em raça”, afirmando antigas inverdades biológicas como diferenças na capacidade pulmonar baseadas na cor da pele.

A ilusão da confidencialidade é outro grande abismo.

Ferramentas de consumo voltadas ao público geral podem ficar fora das proteções tradicionais de sigilo médico aplicáveis a hospitais, planos e profissionais de saúde, dependendo do país, do contrato e do tipo de dado compartilhado. Ao despejar históricos familiares, sintomas, exames e desabafos psiquiátricos em um chat aberto, o usuário submete dados sensíveis de saúde aos termos de serviço das plataformas.

E o problema não está apenas no uso civil. Especialistas também alertam para o avanço da Shadow AI, a “IA sombra”, dentro das próprias clínicas. Exaustos pela papelada burocrática, não é raro que profissionais burlem as regras de TI e usem o ChatGPT pessoal para resumir prontuários mais rápido, vazando dados sigilosos na nuvem pública.

Legalmente falando, não existe imunidade incondicional quando você confessa um sintoma para um algoritmo. Existem precedentes judiciais indicando que chats com IA não são automaticamente protegidos por privilégio legal, o que abre brechas perigosas caso dados sensíveis sejam requisitados em litígios. E, no fim das contas, a tecnologia que acolhe é a mesma que vigia.

A via brasileira

Enquanto parte do debate no hemisfério norte tem sido marcada pelo uso direto, individual e nem sempre supervisionado de chatbots por pacientes, o Brasil começa a desenhar uma frente complementar: a adoção institucional da IA para gestão, diagnóstico, fluxo e redução de burocracias.

Segundo a pesquisa TIC Saúde do Cetic.br, a inteligência artificial já está em 18% dos estabelecimentos de saúde no país. O avanço ganha ainda mais tração em instituições com mais de 50 leitos e em serviços de apoio diagnóstico e terapêutico. O foco do SUS e dos grandes laboratórios privados não é usar a IA para “substituir” o olhar do especialista. É usá-la para libertar o profissional da burocracia.

Como a documentação clínica é apontada de forma unânime como uma das tarefas mais consumidoras de tempo para médicos e enfermeiros, a tecnologia no Brasil avança fortemente no backoffice: na logística de leitos, na liberação mais rápida de autorizações, na triagem administrativa.

O brasileiro entende esse movimento. Pesquisas do setor apontam que cerca de 69% dos cidadãos se sentem confortáveis em descrever sintomas a uma solução de IA se isso significar um atendimento mais rápido, enxergando na tecnologia uma ponte para reduzir o tempo agonizante nas filas do sistema.

Para sustentar essa confiança, o Brasil resolveu agir preventivamente.

O Conselho Federal de Medicina (CFM) estruturou a Resolução 2.454/2026, criando um dos primeiros marcos éticos nacionais dedicados ao uso de IA na medicina. A premissa imposta pela regulação é cristalina: a responsabilidade pelo ato médico será sempre, inegociavelmente, humana.

Na prática, a norma cria salvaguardas essenciais:

Como agir na era sintética

Hoje, os laboratórios entregam diagnósticos com uma velocidade inédita. Enquanto a consulta presencial não chega, os algoritmos despontam para preencher o vazio e a angústia dessa espera. Mas, no fim das contas, uma inovação social genuína exige letramento.

Para a comunidade médica, um fato já se tornou irreversível: as pessoas continuarão buscando respostas nos robôs. O foco atual não é proibir a prática, mas sim adotar uma verdadeira redução de danos, orientando o cidadão a usar essas interfaces com consciência e segurança clínica.

Especialistas em saúde digital e guias de uso clínico de IA têm defendido que prompts (os comandos digitados na plataforma) sejam tratados como uma camada de segurança: a ferramenta deve ser usada para organizar informações, formular perguntas e traduzir termos, não para substituir a avaliação médica.

Para quem já transformou a IA generativa em um assistente de bolso, estas são as três recomendações de ouro:

1. Use para decifrar, nunca para diagnosticar

O paciente deve usar o “assistente” para aquilo que ele faz melhor: processar linguagem natural. Entregue seu exame para a IA traduzir o vocabulário técnico e a burocracia médica para uma linguagem coloquial e acessível. Mas é importante rejeitar qualquer sentença de diagnóstico definitivo emitida pela máquina. Peça para a IA investigar e diferenciar causas comuns, mas aplique um veto absoluto a qualquer veredito final.

2. Injete contexto compulsório nas conversas

O algoritmo não conhece seu corpo nem seu histórico de vida. Se você fizer uma pergunta genérica, receberá um cálculo probabilístico genérico – o que pode ser inútil ou até perigoso. Especialistas orientam que o usuário injete parâmetros biológicos determinantes no chat. Informe faixa etária, sexo atribuído ao nascer quando clinicamente relevante, condições pré-existentes, medicamentos em uso, histórico familiar e estilo de vida atual antes de pedir qualquer conselho de saúde.

3. Desafie a máquina

Uma estratégia prática, inspirada nos estudos sobre sicofância, é desafiar a resposta: pergunte quais sinais contradizem a hipótese inicial, peça cenários em que a orientação estaria errada e solicite critérios objetivos para procurar atendimento urgente. Se o chatbot concordar com uma afirmação médica obviamente falsa que você inseriu apenas para testar, trate isso como um sinal imediato de baixa confiabilidade.

A inteligência artificial tem tudo para tirar do médico o trabalho robótico das planilhas, devolvendo a ele o tempo de olhar nos olhos de quem precisa. A IA já entrou na saúde pela porta do paciente, mas só será socialmente útil se entrar também pela porta da governança. Ter informação na palma da mão dá muito poder ao paciente de hoje. Mas, no fim do dia, é o bom senso que salva vidas.