A busca por diagnósticos rápidos para sintomas virou rotina, antes no Google e agora em chats de inteligência artificial. A linguagem soa segura, a precisão parece alta, mas o uso sem supervisão médica expõe o paciente a erros.
- Entre no canal do GMC Online no Instagram
- Acompanhe o GMC Online no Instagram
- Clique aqui e receba as nossas notícias pelo WhatsApp.
As plataformas de IA avançaram em áreas como radiologia, cardiologia e neurologia com índices elevados em tarefas específicas. Mesmo assim, a medicina exige uma avaliação interdisciplinar, com integração da história clínica, exame físico, exames complementares e, principalmente, o contexto humano.
Sem esse conjunto, a chance de acerto cai, sobretudo em perguntas abertas e casos incomuns. Confiar demais em respostas automatizadas pode levar o paciente a adiar a consulta, usar remédios inadequados e perder tempo para tratar doenças que exigem rapidez.
Riscos de se diagnosticar com IA
Segundo Yuri Castro, médico emergencista que atende na Santa Casa de São Joaquim da Barra (SP), a IA pode ser ainda mais perigosa do que a pesquisa genérica no Google. Isso porque não há como saber com clareza de onde vêm os dados que sustentam a resposta automatizada.
“O fato de não sabermos qual fonte a IA utilizou para responder ao paciente torna a resposta ainda mais perigosa, visto que existem muitas informações não verdadeiras na internet. Por isso, cada vez mais, é necessário confirmar a origem da informação”, afirma Castro.
O maior problema surge quando o paciente adia a consulta com base em diagnósticos automáticos. Em doenças graves, essa espera pode reduzir drasticamente as chances de cura.
A IA também não consegue substituir etapas básicas da medicina: ouvir o histórico, avaliar estilo de vida, observar sinais físicos e pedir exames complementares. Sem isso, o diagnóstico perde consistência.
O que a IA já faz e onde falha
Na avaliação de Victoria Luz, especialista em inteligência artificial, de São Paulo, os avanços são inegáveis. Os algoritmos já superam a performance de médicos em algumas tarefas específicas.
“Em diagnósticos complexos, ferramentas baseadas em IA já vão além da eficácia de médicos experientes, alcançando índices de acerto bem mais altos. Areas como radiologia, onde algoritmos de deep learning atingem mais de 90% de precisão na detecção de nódulos pulmonares, são um exemplo”, explica Victoria.
Apesar dos números promissores, ela lembra que os limites devem permanecer, já que sistemas avançados ainda erram com frequência em perguntas abertas, casos raros ou situações em que nuances culturais e sociais interferem no quadro de saúde.
“Em contextos complexos, a IA falha com frequência. Em perguntas abertas de medicina, por exemplo, menos da metade das respostas geradas por sistemas avançados são realmente corretas”, afirma Victoria.
Clique aqui e leia a reportagem completa no Metrópoles, parceiro do GMC Online.