IA generativa pode tornar a prática médica mais humana?

A medicina nunca dispôs de tanta tecnologia e, ao mesmo tempo, talvez nunca tenhamos ouvido tantas queixas de distanciamento entre médicos e pacientes. A digitalização acelerou processos e encurtou filas, mas também encheu a consulta de telas, métricas e cliques que disputam a atenção antes dedicada à pessoa sentada à nossa frente.

Diante desse cenário, a reação mais comum é tratar a tecnologia como o problema e a humanização como o antídoto. Mas e se justamente a mais recente dessas tecnologias — a inteligência artificial generativa — guardar uma afinidade inesperada com a dimensão mais humana do trabalho médico?

É esse paradoxo que proponho explorar neste texto.

O sucesso do modelo biomédico criou um novo perfil de paciente

Para contextualizar essa oportunidade, vale retornar à história. Durante milhares de anos, desde as primeiras civilizações, vigorou na medicina um paradigma místico: as doenças eram interpretadas como maldições, miasmas ou desequilíbrios espirituais; os tratamentos envolviam rezas e rituais.

Foi apenas em meados do século XIX — “anteontem” na linha do tempo da humanidade — que a descoberta dos microrganismos inaugurou o paradigma biomédico: se há uma bactéria, há um antibiótico; se há um agente causal, há uma intervenção específica.

Esse modelo cartesiano de causa e efeito gerou uma revolução extraordinária. Salvou vidas em escala inédita, controlou grandes infecções e modificou o padrão epidemiológico e a expectativa de vida no mundo.

Aqui está, no entanto, uma interessante ironia: o êxito do paradigma biomédico transformou o perfil de quem adoece. As pessoas deixaram de morrer precocemente por doenças infecciosas e passaram a envelhecer e a conviver, por décadas, com hipertensão, diabetes, depressão, doenças degenerativas e multimorbidade.

Não existe antibiótico para o sedentarismo. Não há prescrição simples que resolva a depressão de uma mulher de 70 anos que cuida sozinha do marido com Alzheimer, recebeu de volta em casa a filha desempregada e voltou a fumar.

O modelo que venceu as infecções produziu, pelo próprio sucesso, um paciente que ele não consegue tratar sozinho. A rede causal do adoecimento contemporâneo é complexa: envolve hábitos, vínculos, território, renda, história de vida e saúde mental. Nós, médicos, porém, seguimos majoritariamente formados — e cobrados — para operar no modelo anterior.

Da causalidade linear à complexidade clínica

Curiosamente, até as ciências mais exatas passaram por transformação semelhante. A física newtoniana, determinística e elegante, parecia explicar o universo, até que a relatividade mostrou que as medidas dependem do referencial e a mecânica quântica demonstrou matematicamente que há limites para a própria certeza, com o observador interferindo no sistema observado.

Existe na física um problema clássico, conhecido como problema dos três corpos. É relativamente simples prever o movimento de dois corpos que interagem. Com a adição de um terceiro, o sistema pode se tornar caótico e imprevisível.

Se um microrganismo era um corpo, o paciente com multimorbidade, polifarmácia, sobrecarga familiar e vulnerabilidade social é um sistema de muitos corpos. Se a física abraçou a incerteza e o contexto, por que a medicina insistiria em não fazê-lo?

O Método Clínico Centrado na Pessoa

É nesse terreno que floresce a abordagem sistêmica e, com ela, o Método Clínico Centrado na Pessoa (MCCP), sistematizado por Moira Stewart e colaboradores e adotado como referência sobretudo na Medicina de Família e Comunidade.

O MCCP propõe que o médico explore, além da doença biológica, ou disease, a experiência do adoecimento, ou illness. A distinção em inglês ilumina o conceito: disease é a entidade nosológica; illness é o que aquela condição representa e como impacta a vida daquela pessoa, incluindo seus medos, expectativas e funcionamento.

O método também propõe que a pessoa seja compreendida como um todo, inserida em sua família e em seu contexto; que o plano terapêutico seja pactuado em conjunto; e que se invista no vínculo da relação médico-pessoa.

A consulta deixa de ser um ato unilateral e se torna um encontro entre especialistas: o médico, especialista em medicina, e o paciente, especialista em si mesmo.

Um raciocínio que não cabe apenas em fluxogramas

O desafio é que essa abordagem exige um tipo de raciocínio pouco desenvolvido durante a formação médica.

Reconhecer padrões contextuais, integrar narrativa e dado clínico e perceber o que uma família em transição significa para o controle pressórico de uma paciente demandam uma leitura do todo que não cabe em fluxogramas.

É exatamente nesse ponto que a inteligência artificial entra na conversa, por meio de uma distinção que ainda representa um ponto cego do debate atual.

Leia também: Cuidado centrado no paciente: por que cultura e contexto mudam a prática clínica

IA preditiva e IA generativa operam com lógicas diferentes

Quando falamos de IA na saúde, tratamos, na verdade, de tecnologias com lógicas profundamente diferentes.

A primeira é a computação clássica associada à IA preditiva: algoritmos de alerta de sepse, escores de estratificação de risco e modelos de regressão e classificação. Esses sistemas operam por regras definidas — “se X, então Y” — e são determinísticos. Um programador pode abrir o código, compreender o caminho adotado e ajustar determinado limiar.

São ferramentas valiosas precisamente para aquilo que pode ser organizado em regras.

Como a IA generativa processa contexto e narrativa

A IA generativa — presente em modelos de linguagem como ChatGPT, Gemini e Claude — funciona de outra forma.

Ela não segue apenas um conjunto de regras explícitas. Aprende padrões a partir de grandes volumes de texto e opera por mecanismos de atenção e probabilidade distribuída, processando contexto, ambiguidade e narrativa.

Não é possível abrir um modelo de linguagem e apontar uma regra específica que tenha gerado determinada resposta. Essa opacidade, que representa uma limitação real, é também a contraface de sua capacidade inédita.

Pela primeira vez, dispomos de uma ferramenta computacional sensível ao contexto e à narrativa, justamente as matérias-primas do cuidado centrado na pessoa.

Tecnologias diferentes exigem desconfianças diferentes

Essa diferença de lógica computacional exige desconfianças opostas, aspecto ainda pouco discutido.

Diante de um algoritmo preditivo, confiamos na regra e desconfiamos daquilo que escapou dela: o dado digitado incorretamente ou o contexto que o modelo não consegue enxergar.

Diante da IA generativa, o movimento se inverte. Podemos aproveitar sua leitura ampla de contexto, mas devemos desconfiar especialmente dos resultados pontuais com aparência de exatidão — a dose, o número ou o veredito fechado —, nos quais ela tende a falhar e a produzir alucinações.

Usar a IA generativa com a mentalidade da computação clássica é uma receita para o desastre. Ignorá-la por esse motivo, no entanto, significa desperdiçar a primeira tecnologia com afinidade real pelo raciocínio sistêmico e centrado na pessoa.

Leia também: Como a IA vem impactando a prática médica até aqui

IA generativa na prática médica pode apagar ou recuperar o contexto

Os exemplos práticos já estão entre nós, para o bem e para o mal.

Existem ferramentas de transcrição de consultas que, ao converterem o áudio em registro, são programadas para filtrar apenas as informações consideradas “clínicas”, descartando, por exemplo, o relato de um divórcio recente.

Na perspectiva estrita do modelo biomédico, essa informação pode ser classificada como ruído. Para quem cuida de pessoas, e não apenas de doenças, trata-se de uma informação valiosa.

Na direção oposta, um modelo de linguagem pode transformar o registro simples de uma paciente hipertensa com sobrecarga familiar em uma síntese capaz de reconhecer a complexidade da demanda oculta por trás da queixa.

A ferramenta pode, inclusive, oferecer sugestões de abordagem familiar e propostas de codificação em CID-10 ou CIAP-2 para problemas sociais e familiares — uma camada do cuidado que raramente sistematizamos, justamente por estar entre as mais complexas.

A mesma tecnologia pode apagar a pessoa do registro ou devolvê-la a ele. A diferença está em quem a desenha e em quem supervisiona seu uso.

O papel da IA generativa na formação médica

Há ainda uma dimensão relacionada à educação médica.

As diretrizes de formação, no Brasil e no mundo, falam cada vez mais de comunicação, empatia, tomada de decisão compartilhada e visão sistêmica como competências essenciais do médico. Ao mesmo tempo, são conhecidos os desafios de desenvolver essas habilidades em estudantes treinados para buscar uma resposta única no fluxograma.

A IA generativa, quando bem conduzida, pode atuar como instrumento pedagógico nessa direção. Ao revisar um caso com o aluno, pode trazer à discussão fatores contextuais que o olhar biomédico tende a filtrar. Ao discutir uma conduta, pode lembrar que existem uma família, uma história e uma rede de fatores capazes de influenciar o sucesso do cuidado.

Pode haver valor formativo significativo nesse uso, principalmente quando há necessidade de aprender a reconhecer e abordar a complexidade.

Leia também: Inteligência artificial na formação médica: como preparar os futuros médicos

Supervisão clínica, vieses e proteção de dados

Nada disso dispensa as condições necessárias para o uso responsável da tecnologia, que precisam ser apresentadas com clareza:

• supervisão clínica de toda saída que possa influenciar o cuidado;
• senso crítico permanente, inclusive diante de respostas aparentemente corretas;
• atenção ao viés algorítmico, uma vez que os modelos aprendem com bases de dados que carregam as assimetrias do mundo;
• proteção rigorosa dos dados sensíveis dos pacientes, em conformidade com a Lei Geral de Proteção de Dados Pessoais (LGPD).

A potência da ferramenta não anula seus riscos. Ao contrário, exige uma governança à altura deles.

Leia também: Inteligência artificial na medicina: entre precisão e risco de viés

Entre o escultor e o jardineiro

Uma boa ilustração para resumir esse aparente paradoxo é a comparação entre o escultor e o jardineiro.

O médico do paradigma biomédico trabalha como escultor: sozinho diante do bloco, martelando até impor a forma que aprendeu ser correta. Não por acaso, esse também foi o gesto da computação clássica, com o algoritmo determinístico devolvendo exatamente aquilo que o programador cinzelou — e nada além.

O cuidado centrado na pessoa e o bom uso da IA generativa, por outro lado, pedem o ofício do jardineiro. Não se “fabrica” a planta. Aceita-se que o crescimento tem ritmo próprio; acompanha-se, poda-se e ajusta-se.

A IA generativa é a primeira tecnologia computacional que rompe com o cinzel. Contextual, associativa e não determinística, ela produz respostas que exigem iteração e poda. Usá-la como computação clássica é querer esculpir um jardim.

Ela nos entrega rascunhos e sínteses que o julgamento clínico precisa podar. Nossos pacientes nos entregam vidas que não cabem em fluxogramas e pedem cuidado atento, não soluções padronizadas.

Humanizar a inovação é descobrir, com surpresa, que uma ferramenta tão artificial pode ter afinidade estrutural justamente com a dimensão menos mecânica do cuidado.

Que saibamos reconhecer os momentos de jardinar e de esculpir — no código e na clínica.

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.