A inteligência artificial está a entrar na medicina, mas quanto devemos confiar nela?
Inteligência Artificial na saúde: tecnologia para apoiar, não para substituir
A Inteligência Artificial deixou de ser uma tecnologia associada apenas a filmes de ficção científica ou a assistentes virtuais. Nos últimos anos, passou também a ocupar um lugar cada vez mais relevante na área da saúde, onde ferramentas baseadas em inteligência artificial e machine learning estão a ser utilizadas para analisar grandes quantidades de informação, apoiar diagnósticos e ajudar profissionais de saúde a tomar decisões mais informadas. A questão já não é apenas saber se a IA pode ser utilizada na medicina, mas sim como deve ser utilizada.
Em termos simples, o machine learning permite que um sistema aprenda padrões a partir de dados, em vez de depender exclusivamente de regras programadas manualmente. Na saúde, esses dados podem assumir muitas formas: imagens de radiografias ou tomografias, resultados de análises, informação clínica ou históricos de doentes. Ao encontrar padrões nestes conjuntos de dados, um modelo pode produzir uma previsão ou sinalizar informação que merece atenção adicional.
Uma das áreas onde este potencial é mais evidente é na análise de imagens médicas. Sistemas de IA podem ajudar a identificar alterações em radiografias, tomografias computadorizadas, mamografias ou outros exames, funcionando como uma ferramenta adicional para os profissionais. Em oncologia, por exemplo, modelos de machine learning podem ser utilizados para analisar características de lesões ou nódulos e estimar o seu risco, ajudando a definir quais os casos que podem justificar uma avaliação mais aprofundada. No entanto, uma previsão feita por um modelo não é, por si só, um diagnóstico.
Esta distinção é fundamental. Um modelo de IA não “sabe” que uma pessoa tem cancro da mesma forma que um médico não se limita a observar uma única variável. O resultado de um modelo depende dos dados utilizados, da forma como foi treinado e do contexto em que é aplicado. Um sistema pode identificar padrões estatisticamente relevantes sem compreender toda a situação clínica de um doente. Por isso, a utilização de IA na saúde deve ser pensada como apoio à decisão e não como substituição do conhecimento e da responsabilidade dos profissionais de saúde.
Existe ainda outro desafio menos visível: os dados. Um modelo só pode aprender aquilo que está representado nos dados que recebe. Se os conjuntos utilizados para o seu desenvolvimento não forem suficientemente diversificados, um sistema pode funcionar bem num determinado grupo de doentes e apresentar resultados significativamente diferentes noutro. A qualidade dos dados, a sua representatividade e a forma como são recolhidos tornam-se, por isso, tão importantes como o próprio algoritmo.
A transparência é igualmente importante. Quando uma ferramenta produz uma previsão relacionada com a saúde de uma pessoa, é legítimo perguntar de onde veio esse resultado. Nem todos os modelos conseguem explicar as suas decisões de forma simples, e esta dificuldade pode tornar-se problemática quando está em causa uma decisão clínica. A Organização Mundial da Saúde identifica seis princípios éticos fundamentais para o desenvolvimento e utilização da Inteligência Artificial na saúde, entre os quais se encontram a proteção da autonomia humana, a transparência e explicabilidade, e a responsabilidade e prestação de contas.
A privacidade representa outro ponto essencial. Os sistemas de IA podem necessitar de grandes volumes de informação para serem desenvolvidos e avaliados, mas os dados de saúde estão entre os tipos de informação mais sensíveis. Utilizar estes dados de forma responsável implica controlar quem lhes pode aceder, para que finalidade são utilizados e de que forma são protegidos. A inovação tecnológica não deve significar que os direitos dos doentes passam para segundo plano.
Ao mesmo tempo, a utilização de Inteligência Artificial na saúde já não se limita a modelos desenvolvidos para tarefas clínicas específicas. Com a popularização da IA generativa, ferramentas como o ChatGPT, o Gemini ou o Claude passaram também a fazer parte da forma como muitas pessoas procuram e interpretam informação sobre saúde. Estes sistemas podem ajudar a explicar conceitos médicos em linguagem simples, resumir informação ou apoiar determinadas tarefas profissionais. No entanto, existe uma diferença fundamental entre gerar uma resposta plausível e fornecer informação clinicamente correta: estes modelos podem produzir respostas convincentes que contêm erros ou informação inadequada para um caso concreto. Na área da saúde, onde uma interpretação incorreta pode ter consequências reais, a utilização destas ferramentas deve, por isso, ser acompanhada de validação e, quando necessário, de orientação por parte de um profissional de saúde.
A necessidade de estabelecer regras acompanha, naturalmente, esta evolução tecnológica. Na União Europeia, o Regulamento Inteligência Artificial (AI Act) tornou-se aplicável em 2 de agosto de 2026, introduzindo um enquadramento baseado no nível de risco associado a cada sistema. Para as aplicações de maior risco, estão previstos requisitos específicos relacionados com a qualidade dos dados, gestão e mitigação de riscos, documentação e rastreabilidade, supervisão humana, exatidão, robustez e cibersegurança.
A Inteligência Artificial pode trazer benefícios significativos para a saúde, desde apoiar a análise de exames até ajudar profissionais a lidar com grandes volumes de informação. Mas o valor de uma ferramenta não deve ser medido apenas pela sua capacidade tecnológica ou pelos resultados que apresenta. Em contextos onde estão em causa decisões sobre a saúde de uma pessoa, também importa saber como o sistema foi desenvolvido, com que dados foi treinado, se foi devidamente validado e quais são as suas limitações. A IA poderá tornar-se uma ferramenta cada vez mais presente na medicina, mas a confiança nessa tecnologia deve ser acompanhada de conhecimento, supervisão e responsabilidade. Mais do que substituir o julgamento humano, o seu papel poderá estar em ajudar os profissionais de saúde a tomar decisões mais informadas.
Artigo de opinião: Patrícia Gomes
