Caros médicos e estudantes de medicina,

Toda ferramenta boa devolve alguma coisa pra quem usa. Tempo, atenção, ou as duas.

O debate dessa semana é sobre o oposto: o que a IA tira quando é mal desenhada, ou usada sem critério. Aqui a aposta é diferente: uma IA pensada pra devolver, não pra substituir.

O CFM já deixou isso escrito, de um jeito direto: a decisão clínica é sempre do médico. As ferramentas boas já nascem assim, escutando, organizando, sugerindo, mas nunca decidindo no seu lugar.

Essa semana colocamos no ar a primeira versão completa da Oasis Med, desenhada exatamente nessa linha.

Boa leitura e uma excelente semana.

Um estudo do MIT acompanhou 67 pessoas por um mês, checando se pares de manchete e imagem eram reais ou falsos, com e sem ajuda de um assistente de IA.

Com o chatbot, a taxa de acerto subia 21%. Num dos casos, a ferramenta chegou a indicar pra pessoa reparar num crachá de polícia que denunciava a montagem.

O problema aparece quando a ajuda some. Sem o chatbot, depois de quatro semanas usando a ferramenta, a mesma pessoa ficava 15,3% pior identificando o que era real sozinha.

"Quando a gente interage com IA, sente que está ficando melhor em alguma tarefa. Só que não está", diz Anku Rani, doutoranda do MIT e uma das autoras principais do estudo.

Um quarto das pessoas achava que estava melhorando, bem no momento em que piorava. Os pesquisadores citam um estudo de 2025 publicado na Lancet Gastroenterology & Hepatology: médicos que usam ferramentas de IA para detectar câncer também pioraram nisso sozinhos, com o tempo.

"Estamos num ponto de inflexão para a educação médica", disse Marc Triola, decano associado sênior de educação da NYU Grossman School of Medicine, à Forbes.

O motivo: o modelo de aprender fazendo, onde o residente erra, apanha, aprende, racha quando a IA faz a tarefa antes que o residente tente.

Do lado bom, já tem gente usando IA pra ensinar melhor. Em Mount Sinai, transcrição de IA vira material pra analisar como o aluno em formação se comunica com o paciente e dar feedback pontual. Em Stanford, sensor rastreia a técnica na cirurgia pra treinar por dado, não só por número de caso feito.

Do lado de risco, pesquisadores já têm nome pra cada um: never-skilling, quando a habilidade nunca se desenvolve; deskilling, quando se perde a que já tinha; mis-skilling, quando se aprende errado. Ninguém sabe ainda qual desses pesa mais.

Kimberly Lomis, cirurgiã e vice-presidente de inovação em educação médica na American Medical Association, vê a virada como chance: "É uma disrupção que deveríamos aproveitar. É a oportunidade de realinhar em torno dos nossos valores."

A resolução do CFM, publicada em fevereiro e valendo a partir de agosto, é direta: a IA pode apoiar, mas quem decide continua sendo o médico.

Isso já é prática em ferramentas brasileiras. A Lya Health escuta a consulta, organiza o prontuário e sugere perguntas, mas quem revisa e assina é o médico. "A tecnologia jamais pode substituir o médico", diz Valter Lima, CEO da CTC, empresa por trás da ferramenta.

Já a Munai não dá diagnóstico. Ela aponta padrão: "esse paciente, com base nos 120 mil atendimentos analisados e de acordo com o protocolo do hospital, está em curva de piora, é preciso avaliá-lo", explica o infectologista Hugo Morales, cofundador e diretor médico da empresa.

Segundo a pesquisa TIC Saúde, a IA já está em 18% dos estabelecimentos de saúde do Brasil. Em 2024 era 4%. A ferramenta mais usada é modelo de linguagem generativa, tipo ChatGPT, seguida por mineração de texto e análise de linguagem, e depois automação de fluxo de trabalho.

A partir de 24 de agosto, a USP abre a disciplina Inteligência Artificial na Vida Acadêmica, com quatro turmas em horários diferentes pra caber na rotina de quem já está na correria da graduação. São 40 vagas para alunos e mais 10 para servidores da universidade.

O foco não é ensinar a usar ferramenta. É ensinar integridade acadêmica, viés, privacidade e o que a universidade chama de curadoria humana: a ideia de que quem usa IA continua responsável pelo que produz com ela.

Um grupo de médicos e pesquisadores publicou um framework para reformar o currículo médico no Reino Unido: exposição prática à IA, formação ética e participação de quem vai usar a ferramenta no desenho do currículo.

Na prática, o modelo proposto combina quatro peças: aula introdutória sobre os fundamentos, seminário de caso clínico com IA no meio do raciocínio, simulação com ferramenta de apoio ao diagnóstico, e oficina interdisciplinar junto com o pessoal de ciência de dados.

Um dos dados citados no artigo mostra o tamanho do problema: 91% do corpo docente concorda que a IA pode melhorar o ensino médico, mas só 12% se diz muito familiarizado com a tecnologia. É esse gap que o framework tenta fechar.