Bom dia, ou boa tarde, meus caros …

Um estudo botou médicos já treinados em uso de IA para decidir com o algoritmo do lado. Quando a IA errava, o raciocínio diagnóstico deles caía cerca de 14 pontos. E, mesmo treinados, eles não pegavam o erro.

Treinar ajuda. Mas não é o bastante. Senso crítico talvez seja o bastante. Talvez.

A pergunta desta semana não é se a IA é boa. É onde ela entra no seu raciocínio, e se você ainda percebe quando ela te leva para o lugar errado.

Boa leitura e uma excelente semana.

Ps. Não deixe de aproveitar a oportunidade que colocamos no final desta news!

A IA te deixa melhor quando acerta e pior quando erra. O incômodo é que, no meio da consulta, você raramente sabe em qual das duas você está.

Uma revisão prática saiu esta semana separando três coisas que a gente costuma jogar no mesmo balde. Viés de automação é aceitar o que a máquina diz sem checar. Deskilling é perder uma habilidade que você já tinha porque parou de usá-la. Never-skilling é nunca chegar a desenvolver essa habilidade, porque a IA sempre esteve lá para responder antes de você precisar pensar.

O número que fica é de um ensaio randomizado do NEJM AI: mesmo médicos treinados em usar IA caíram cerca de 14 pontos no raciocínio diagnóstico quando a recomendação vinha errada. O treino em IA reduz o risco, mas não vacina ninguém contra confiar demais.

E a revisão aponta quem corre mais perigo: quem tem menos experiência diagnóstica tende a seguir a sugestão errada sem questionar, e a pressa da consulta agrava o viés. O que a literatura aponta como proteção é quase artesanal: raciocinar o caso antes de checar o que a IA diz. Nenhum estudo isolou isso como prova definitiva, mas o padrão aparece de forma consistente.

Os escribas de IA que escutam a consulta e devolvem o prontuário pronto viraram rotina em muito consultório. A pergunta que essa reportagem levanta é pragmática: como isso está sendo conferido?

O estudo por trás dela, publicado no International Journal of Medical Informatics, mapeou cinco riscos desses sistemas de fala para texto. O pano de fundo é que a adoção dessas ferramentas está correndo na frente da supervisão. Boa parte é treinada em condição ideal e tropeça no mundo real: aparelho apitando, conversa cruzada, sotaque, distúrbio de fala. Quando a transcrição sai torta e ninguém confere, o erro escorrega direto para o registro do paciente.

A recomendação da pesquisadora é direta: manter um humano no loop para checar se o texto corresponde ao que foi dito, e checar o texto inteiro, não só as primeiras frases. A promessa do escriba é devolver tempo ao médico, e ela só se sustenta enquanto a revisão continua sendo humana e criteriosa. No dia em que virar hábito assinar resultado sem supervisão cuidadosa, o tempo que se ganha volta como risco.

A Resolução CFM nº 2.454/2026 pôs no papel uma coisa que já era verdade na prática: quem decide é o médico, a IA é apoio. Mas o texto não parou de reafirmar isso.

Ele criou um dever. O médico precisa entender o que a ferramenta faz e onde ela falha, e passar cada recomendação pelo olho crítico antes de incorporá-la à conduta. A resolução também deixa claro que usar IA não empurra a responsabilidade para o sistema nem para quem o desenvolveu.

Junto vêm outras peças: o paciente tem direito de saber quando a IA foi usada no atendimento, e os sistemas passam a ser classificados por nível de risco, do baixo ao inaceitável. A norma foi publicada em fevereiro e entra em vigor agora em agosto. O prazo está batendo à porta.

Na prática, isso profissionaliza o uso. Quem confia cego fica exposto. Quem usa com critério fica protegido.

Em radiologia, oncologia e medicina reprodutiva, a IA já é um segundo par de olhos no diagnóstico. Nada disso é novidade. O que essa análise da Rivio destrincha bem é a parte que costuma passar batida: como a ferramenta entra no fluxo.

Um relatório do Joint Research Centre da Comissão Europeia já constatou o que parte da comunidade médica via na prática: em detecção e segmentação de imagens, esses sistemas atingiram um nível alto de maturidade. A leitura que a Rivio faz é que isso muda a lógica do cuidado, de uma medicina que reage a sintomas para uma que antecipa risco.

O modelo que se sustenta é o da inteligência aumentada. A IA sinaliza o padrão, aponta o risco, e a conduta continua na mão do médico, dentro dos limites da responsabilidade clínica. É apoio que amplia repertório, não um veredito para obedecer.

Essa distinção não é filosófica. Uma IA que devolve atenção ao raciocínio vinga na clínica. Uma que pede obediência cansa o médico e, mais cedo ou mais tarde, falha.

Simulador realista, realidade virtual para dissecar anatomia, algoritmo apontando o achado na tomografia. As escolas médicas brasileiras já incorporaram tudo isso à formação. A matéria do Correio mostra que a mudança de fundo está menos na tecnologia e mais no que passou a ser cobrado do aluno.

Na prática, a IA vira um segundo par de olhos na leitura de tomografias e ressonâncias, e sistemas adaptativos acompanham o desempenho de cada aluno para sugerir o que reforçar. A memorização pura perde espaço para a capacidade de interpretar, questionar e decidir com a ferramenta ao lado. O estudante aprende a usar a IA para chegar à melhor conduta, não para pular a etapa de pensar.

E é justamente aí que mora o risco. Se a IA entra antes de o raciocínio clínico se formar, o aluno parece competente até o dia em que a ferramenta sai da sala. A competência que só existe com a máquina ligada não é competência, é dependência bem vestida. Formar senso crítico ainda é, e vai continuar sendo, trabalho humano.

Indique esta newsletter pelo link (https://agualimpa.beehiiv.com/) para 1 (ou mais) amigo(s) e: