O que médicos recém-formados precisam saber sobre IA generativa na prática clínica

Há poucos anos — e vale reforçar que foram realmente poucos —, as ferramentas de inteligência artificial generativa eram vistas principalmente como uma curiosidade acadêmica capaz de facilitar os estudos dos alunos de medicina. Agora, já estão presentes nos consultórios e plantões de quem começa a carreira.

Poucas tecnologias foram incorporadas ao cotidiano tão rapidamente. A medicina acompanha esse ritmo, com novos recursos surgindo continuamente.

O médico recém-formado que ingressa na residência ou assume os primeiros plantões conviverá com essas ferramentas ao longo de toda a vida profissional. Mesmo sem perceber, também ajudará a definir o espaço que elas ocuparão no cuidado ao paciente.

O que é IA generativa?

A inteligência artificial generativa é um tipo de inteligência artificial que reúne sistemas capazes de criar conteúdos novos, e não apenas classificar ou fazer previsões com base em dados existentes.

Ao aprenderem a distribuição de grandes conjuntos de informações, esses modelos podem gerar textos, imagens, códigos e outros formatos que não estavam presentes no material de origem.

O que são os grandes modelos de linguagem?

Os LLMs, sigla em inglês para grandes modelos de linguagem, são sistemas de inteligência artificial treinados com extensas bases de dados. Eles conseguem responder a perguntas em linguagem natural sem que seja necessário programá-los para cada tarefa específica.

Esses modelos representam apenas uma parte da IA generativa. Como são especializados em linguagem, apresentam facilidade para responder a perguntas e produzir textos.

Leia também: Série IA na Medicina, com conteúdos sobre aplicações e limitações da tecnologia.

Quais ferramentas de IA podem ser aplicadas à medicina?

As ferramentas aplicáveis à medicina podem ser organizadas em três grupos:

• Ferramentas voltadas ao paciente, utilizadas para complementar a orientação profissional, sem substituí-la, dentro de fluxos supervisionados, como educação em saúde e triagem de sintomas.
• Ferramentas utilizadas diretamente pelo profissional, com validação e transparência, para apoio ao diagnóstico ou elaboração de resumos de prontuários.
• Ferramentas que operam em segundo plano, integradas aos sistemas das instituições, como aquelas destinadas à análise de grandes volumes de dados populacionais (Wong et al., 2025).

Saiba mais: Inteligência artificial a serviço da medicina, suas aplicações, vantagens e desafios.

Como a IA generativa pode ajudar na prática clínica?

Segundo Andrew (2024), os médicos gastam cerca de 49,2% do tempo com registros eletrônicos e tarefas administrativas, enquanto apenas 27% é dedicado ao contato direto com o paciente.

Ao assumir parte das rotinas repetitivas, como a elaboração de documentos médicos, a IA generativa pode reduzir a carga burocrática e permitir que o profissional dedique mais tempo ao cuidado.

Triagem e elaboração de diagnósticos diferenciais

Na atenção primária, essas ferramentas vêm sendo utilizadas para a triagem de pacientes e a elaboração de listas de diagnósticos diferenciais.

Em situações voltadas a especialistas, os sistemas também podem sugerir hipóteses e indicar diretrizes potencialmente aplicáveis ao caso, sempre como subsídio à avaliação médica.

Uma análise publicada pelo Portal Afya em julho de 2024 mostrou que ferramentas generativas podem fornecer informações úteis na interpretação de casos, mas também produzir orientações variáveis e sem referências, reforçando a necessidade de validação pelo médico.

Comunicação com o paciente

Os modelos também conseguem converter termos técnicos e jargões médicos em explicações mais compreensíveis sobre diagnóstico e tratamento, incluindo o manejo de efeitos adversos.

Isso pode ajudar o paciente a entender melhor sua condição e, cada vez mais frequentemente, a chegar à consulta com informações obtidas previamente (Wong et al., 2025).

Quais são os riscos da IA generativa na prática clínica?

Apesar das possibilidades de uso, a IA generativa apresenta limitações que exigem atenção, especialmente quando suas respostas podem influenciar decisões clínicas.

Alucinações e informações incorretas

O problema mais conhecido dos LLMs é a chamada alucinação, termo utilizado para descrever respostas que parecem plausíveis, mas estão factualmente erradas.

Na prática clínica, isso pode se manifestar de maneiras perigosas, como referências científicas inexistentes, explicações fisiológicas equivocadas ou sugestões diagnósticas inadequadas.

Por essa razão, toda informação produzida pela ferramenta precisa passar pela avaliação e pela validação humana do médico.

Viés algorítmico

Modelos treinados com dados pouco representativos podem reproduzir e ampliar desigualdades já existentes.

Esse fenômeno, denominado viés algorítmico, pode resultar em desempenho inferior para populações sub-representadas e aumentar o risco de decisões injustas.

Confiança do paciente

A confiança do paciente também permanece como um ponto delicado, tanto pela falta de transparência dos sistemas quanto pelo desconhecimento de muitos pacientes sobre o uso da inteligência artificial durante o atendimento.

Responsabilidade por erros

O campo regulatório ainda apresenta lacunas. Não está claramente estabelecido quem deve ser responsabilizado quando ocorre um erro: o médico, a instituição ou a empresa que desenvolveu o sistema.

Na prática, o médico continua responsável por utilizar as informações com cautela e não deve delegar à ferramenta a decisão final.

Os desafios de responsabilização, transparência e consistência dos modelos também foram discutidos em uma análise do uso de IA no contexto clínico publicada pelo Portal Afya em março de 2024.

Como médicos recém-formados devem se preparar?

Desenvolver letramento em inteligência artificial

O primeiro passo é desenvolver letramento em IA, ou seja, compreender esses sistemas o suficiente para integrá-los à rotina de maneira crítica.

Isso não significa aprender programação ou dominar ciência de dados, mas adquirir os conhecimentos necessários para avaliar as aplicações, os benefícios e as limitações da IA generativa na prática clínica.

Esse preparo acompanha a inclusão de competências relacionadas à inteligência artificial nos currículos médicos, permitindo que estudantes e futuros profissionais conheçam desde cedo as possibilidades e os limites da tecnologia.

Preservar o julgamento clínico

Manter o julgamento clínico e a supervisão humana nas decisões críticas é indispensável.

O médico recém-formado não deve transferir ao sistema a palavra final sobre condutas nem a responsabilidade pela comunicação com o paciente.

Também deve continuar praticando as habilidades clínicas fundamentais, para evitar que o apoio da ferramenta se transforme em dependência.

Proteger os dados do paciente

Zelar pela segurança e obter a autorização do paciente antes de inserir informações sensíveis em plataformas de inteligência artificial estão entre as principais responsabilidades do profissional.

O médico também deve avaliar se a ferramenta e o ambiente em que ela opera são adequados para o tratamento de dados clínicos.

Manter transparência durante o atendimento

Conversar abertamente com o paciente sobre o papel da IA no atendimento deve fazer parte da rotina, especialmente quando a ferramenta for utilizada para apoiar atividades que influenciem a assistência.

A transparência ajuda a preservar a confiança e reforça que a responsabilidade pelo cuidado permanece com o profissional.

A IA deve apoiar, não substituir, a decisão médica

Como profissionais que vivenciam essas transformações, os médicos estão ajudando a construir as bases para o uso da IA generativa na medicina.

A tecnologia pode apoiar tarefas administrativas, organização de informações e raciocínio clínico. Entretanto, suas respostas devem ser avaliadas com o mesmo rigor aplicado a qualquer outra fonte utilizada na assistência.

A IA generativa na prática clínica não elimina a responsabilidade médica. Seu uso seguro depende de supervisão humana, proteção de dados, transparência e preservação das competências clínicas essenciais.

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