Como a IA autônoma está reinventando o rastreio de doenças crônicas

Ela tinha 54 anos, diabetes tipo 2 há onze, e nunca havia feito um exame de fundo de olho — não por descuido, mas porque não conseguia consulta com oftalmologista. Quando chegou ao pronto-socorro com manchas na visão, o diagnóstico foi retinopatia proliferativa com descolamento bilateral. Ele tinha 67 anos, hipertensão e fibrilação atrial paroxística que nenhum ECG de rotina havia capturado: a primeira manifestação clínica foi um AVC isquêmico com afasia permanente. Ela tinha 41 anos, fotótipo III, uma lesão pigmentada na perna que aguardava avaliação dermatológica havia dois anos; quando finalmente biopsiada, revelou melanoma com 2,3 mm de Breslow e linfonodo positivo.

Três histórias, três especialidades, um denominador comum devastador: diagnósticos que chegaram tarde porque o sistema não consegue escalar o acesso ao especialista certo no momento certo. E três condições em que a IA — em diferentes graus de autonomia regulatória — já demonstrou, com evidência de alto nível, poder mudar esse desfecho a partir da clínica de atenção primária.

A distinção que define o impacto clínico

Há dois modelos radicalmente diferentes de IA médica. A IA assistida analisa imagem ou sinal e gera um resultado que apoia a decisão do médico — exige correlação clínica, revisão profissional ou ambas, e por isso mantém parte do gargalo de acesso. A IA autônoma emite o diagnóstico diretamente ao médico assistente, sem revisão obrigatória por especialista: é um exame, não uma sugestão.

Na prática regulatória atual, esse modelo verdadeiramente autônomo está consolidado em apenas um campo: a retinopatia diabética. Cardiologia e dermatologia ocupam um terreno intermediário — dispositivos com resultados automatizados, mas usados como ferramentas de triagem ou de suporte à decisão, ainda exigindo correlação clínica do médico para fechar o diagnóstico. Esse gradiente importa: os três casos a seguir ilustram, em estágios diferentes, a mesma direção — aproximar a capacidade diagnóstica especializada da atenção primária.

Retina: o caso já autônomo

A retinopatia diabética afeta cerca de um terço dos pacientes com diabetes ao longo da vida e é a principal causa de cegueira evitável em adultos em idade produtiva. A tragédia é diagnóstica, não terapêutica: fotocoagulação a laser e anti-VEGF intravítreo são eficazes quando aplicados no momento certo. É aqui que a IA verdadeiramente autônoma aparece: em 2018, o FDA autorizou o IDx-DR (hoje LumineticsCore) como o primeiro sistema de IA diagnóstica autônoma da história — o algoritmo emite o laudo de presença ou ausência de retinopatia mais que leve sem que um oftalmologista revise a imagem. Goldstein et al. (2023), na Frontiers in Digital Health, mostraram que a integração desse fluxo à atenção primária quase dobrou o número de exames mensais de fundo de olho em quatro centros americanos.

O estudo mais impactante veio com Wolf et al. (2024), na Nature Communications. O ACCESS Trial randomizou 164 jovens com diabetes para exame autônomo com IA no ponto de atendimento versus encaminhamento ao oftalmologista com educação estruturada. A taxa de realização do exame em 6 meses foi de 100% no grupo IA versus 22% no controle (p<0,001). Uma meta-análise de 17 estudos com 162.695 exames reais (Wang et al., Am J Ophthalmol, 2025) confirmou sensibilidade combinada de 95% e especificidade de 81% para o EyeArt. A barreira nunca foi motivação do paciente — é estrutural.

Coração: triagem digital e suporte à decisão

A fibrilação atrial é a arritmia sustentada mais comum na população adulta: prevalência acima de 5% nos maiores de 65 anos e de 10% nos maiores de 80, com cerca de um quarto dos casos paroxísticos. O ECG convencional, realizado num único instante, frequentemente não captura o evento — e o primeiro sinal clínico de FA não detectada é, com frequência, um AVC isquêmico.

Tsiartas et al. (2025), em revisão sistemática no Open Heart, analisaram 14 estudos e 33 modelos de IA, com mais de 1,4 milhão de pacientes, e mostraram que algoritmos de aprendizado profundo aplicados a ECGs em ritmo sinusal — aparentemente normais — identificam pacientes com FA paroxística com AUC mediana de 0,83. A IA aprende a reconhecer marcas elétricas sutis antes que o evento clínico aconteça.

Em paralelo, o rastreio populacional com dispositivos vestíveis avança rápido. O eBRAVE-AF Trial, conduzido na Alemanha, randomizou 5.551 participantes sem diagnóstico prévio de FA para rastreio digital — fotopletismografia em smartphone com confirmação por monitor adesivo de ECG por 14 dias — versus cuidado usual, e demonstrou aumento na detecção de FA com indicação de anticoagulação. Em análise por sexo publicada por Freyer et al. (2025) no Eur Heart J Digit Health, o efeito foi significativo nos homens (HR 2,48; IC 95% 1,52–4,05) e atingiu apenas tendência nas mulheres. O KardiaMobile, da AliveCor, foi autorizado pela FDA para fornecer detecções automatizadas de FA, bradicardia e taquicardia em ECG de derivação única — é um alerta de triagem, não um diagnóstico definitivo, exigindo correlação clínica e, quando indicado, ECG de 12 derivações para confirmação. Mas coloca no consultório do clínico geral uma capacidade de detecção que antes dependia de agendamento com cardiologista.

Pele: o dermatologista mais perto, ainda como suporte

O INCA estimou cerca de 10.500 novos casos de melanoma cutâneo por ano no Brasil para o triênio 2023-2025, e o câncer de pele não melanoma segue como o tumor mais incidente no país. Detectado precocemente, o melanoma localizado tem sobrevida em 5 anos próxima de 99%; em estágio IV cai para cerca de 30% segundo a 8ª edição do AJCC — recuperando-se, com imunoterapia, para 35% a 50% nas séries mais recentes. A diferença é, em grande medida, a diferença entre ser avaliado precocemente — ou não.

Marchetti et al. (2023), no NPJ Digital Medicine, validaram prospectivamente um algoritmo aberto para diagnóstico de melanoma em imagens dermatoscópicas: das 603 lesões biopsiadas em 435 pacientes, atingiu sensibilidade de 96,8% (limiar pré-definido de 95%), e a exposição em tempo real ao escore melhorou a acurácia dos dermatologistas (AUC subiu de 0,78 para 0,82, p=0,042) — confirmação clínica de que a IA agrega valor real à decisão médica.

Em janeiro de 2024, o FDA concedeu autorização De Novo (DEN230008) ao DermaSensor: dispositivo portátil de espectroscopia óptica de espalhamento elástico com IA integrada. Importa registrar com precisão a indicação aprovada, mais restrita do que a manchete sugere: o dispositivo é classificado pelo FDA como ferramenta de diagnóstico adjunto, não como rastreio autônomo. Aplica-se a lesões já identificadas como clinicamente suspeitas pelo médico não-dermatologista (em pacientes a partir de 40 anos), para auxiliar na decisão de encaminhamento, sempre em conjunto com o exame clínico.

Ainda assim, o estudo pivotal apresentado ao FDA, com 1.579 lesões em 1.005 pacientes em 22 centros de atenção primária dos EUA e da Austrália, demonstrou sensibilidade de 95,5% para malignidade — ante 83% no exame visual desassistido — e VPN de 96,6%. Ferris et al. (2025), em análise multi-reader multi-case no J Prim Care Community Health, confirmaram o ganho clínico: entre 108 generalistas avaliando 100 casos, a sensibilidade subiu de 71,1% para 81,7% (p=0,0085) com a apresentação do escore. É IA assistida — mas que aproxima o olhar dermatológico do consultório do clínico geral.

O que muda para o médico generalista

Esses três exemplos, em estágios diferentes do espectro de autonomia, revelam um padrão comum. No modelo tradicional, o médico identifica a indicação, emite encaminhamento, e o paciente aguarda semanas ou meses; em populações vulneráveis ou sistemas com fila extensa, o rastreio simplesmente não acontece. No novo modelo, a IA é integrada ao consultório de origem — em modo autônomo onde a regulação já permite (retina), em modo assistido nas demais frentes —, com exame ou triagem no momento da consulta, resultado em segundos, decisão clínica imediata e encaminhamento apenas para quem realmente precisa, já priorizado pelo achado.

Esse fluxo não substitui o especialista — preserva o seu tempo para o que apenas ele pode fazer. O oftalmologista continua indispensável para tratar a retinopatia proliferativa; o arritmologista, para a ablação de FA; o dermatologista, para a excisão e o estadiamento do melanoma. O que muda é que a triagem inicial deixa de depender exclusivamente da agenda do especialista, e os encaminhados chegam já priorizados pelo achado clínico.

Limitações que o clínico precisa conhecer

A evidência favorável não elimina limitações. Tanto os sistemas autônomos quanto os adjuntos foram desenhados com sensibilidade alta — correto para rastreio e triagem —, mas a contrapartida é especificidade menor: 81% no EyeArt, cerca de 21% no DermaSensor para malignidade no estudo pivotal. Isso gera encaminhamentos e biópsias desnecessários, e exige que o paciente entenda que resultado positivo é indicação de avaliação especializada, não diagnóstico.

Cada sistema foi validado para uma condição específica: o de retina detecta retinopatia diabética, não glaucoma; os automáticos cardíacos detectam FA, não isquemia; o DermaSensor avalia lesões já suspeitas, não substitui o diagnóstico diferencial completo nem se aplica a lesões clinicamente irrelevantes. E uma fração dos exames produz resultado inconclusivo por qualidade insuficiente — em torno de 4% a 15% na retinografia sem midríase.

Há ainda um alerta recente. Haase et al. (2026), no Scand J Prim Health Care, ao analisarem trials de rastreio de FA com dispositivos vestíveis, encontraram aumento expressivo de diagnósticos e de uso de anticoagulantes — sem redução clara de eventos adversos. Sobreutilização e sobrediagnóstico são riscos reais quando a tecnologia é aplicada a populações de baixo risco, fora de protocolos validados.

E no Brasil? Regulação e equidade no acesso à tecnologia

Os três sistemas têm autorização da FDA, com classificações distintas: LumineticsCore/EyeArt como IA autônoma e DermaSensor como dispositivo de diagnóstico adjunto, sob supervisão clínica obrigatória. No Brasil, a ANVISA ainda não possui processo regulatório específico para essa diferenciação — qualquer implementação opera em território regulatório em desenvolvimento. A Resolução CFM nº 2.454/2026, que estabelece que a decisão final será sempre do médico e exige Comissão de IA e Telemedicina nas instituições, dá moldura ética importante, mas precisará ser testada diante da proliferação de aplicativos.

Há ainda uma ironia dolorosa: a tecnologia que mais beneficiaria as populações com menor acesso é, em geral, a mais cara de implementar. Os sistemas autônomos têm custo de aquisição e manutenção que ainda os coloca fora do alcance da maioria das UBS brasileiras. Com 75% da população dependente do SUS e crises crônicas de acesso à atenção especializada, o potencial transformador é imenso — e a distância para a implementação, enorme.

O caminho possível

Os três campos descritos — retina (já autônoma), coração e pele (caminhando) — são os mais avançados de uma tendência mais ampla. IA para rastreio de tuberculose em radiografia de tórax, neuropatia diabética por imagem de fundo de olho, doença celíaca por endoscopia: o paradigma é o mesmo. A pergunta não é mais se a IA tem precisão suficiente para a triagem inicial — os estudos responderam isso. Resta como atravessar o abismo entre o estudo publicado e a realidade de um sistema sobrecarregado, subfinanciado e desigual.

O que a medicina pode fazer agora, sem esperar por políticas públicas ou financiamento universal, é o que sempre fez diante de evidência clara: incorporar o conhecimento à prática. O médico generalista que entende a diferença entre IA autônoma e IA assistida, que conhece limitações e casos de uso validados, e que defende a integração dessas ferramentas ao fluxo da sua unidade, é o agente mais eficaz dessa transição. A inovação que humaniza não se mede só pela elegância científica — mede-se pela capacidade de chegar antes da fila, antes da cegueira, antes do derrame, antes que a lesão na perna se torne impossível de curar.

Afya Summit

O Afya Summit 2026 reuniu, em São Paulo, médicos e especialistas para discutir os caminhos da inovação na saúde e os impactos da tecnologia sobre a prática médica.

A programação abordou inteligência artificial, decisões orientadas por dados, comunicação e posicionamento médico no ambiente digital, liderança, protagonismo profissional e humanização do cuidado.

Ao conectar transformação tecnológica e responsabilidade clínica, o encontro reforçou que o futuro da medicina depende não apenas da adoção de novas ferramentas, mas da capacidade de integrá-las com discernimento, ética e atenção ao paciente.

Não participou desta edição? Fique atento às novidades sobre o próximo Afya Summit e acompanhe os canais da Afya para conhecer, em primeira mão, a programação, a data e as informações sobre as inscrições do próximo ano.

#Conteúdo otimizado com o auxílio de IA e revisado pela equipe do Portal Afya.