Na radiologia, minha especialidade de formação, ferramentas de inteligência artificial (IA) capazes de estruturar laudos, identificar padrões e comparar exames ao longo do tempo já começam a integrar o fluxo de trabalho. Os ganhos de produtividade são relevantes, mas a experiência clínica mostra que a qualidade da resposta depende também da capacidade do profissional de avaliar o que a tecnologia entrega.
Um laudo produzido por IA pode ser bem escrito, organizado e tecnicamente convincente, mas ainda assim conter erros. Pode descrever uma lesão que não existe ou realizar comparações equivocadas com exames anteriores.
Para identificar essas inconsistências, o radiologista precisa olhar as imagens, conhecer o contexto clínico e questionar as informações recebidas. A tecnologia pode ajudar a organizar o trabalho, mas não elimina a necessidade de julgamento profissional.
A experiência na radiologia não é um caso isolado. Uma pesquisa realizada pela Afya em parceria com a Conexa, entrevistou 551 médicos de todo o Brasil e mostrou que 78% dos médicos já utilizam IA na prática clínica.
Ao mesmo tempo, 63% afirmam já ter corrigido um erro gerado por essas ferramentas antes de utilizar as informações no atendimento. Os números mostram que a adoção da tecnologia e a necessidade de supervisão caminham juntas. Saber utilizar a IA é importante, mas saber avaliar criticamente suas respostas é indispensável.
Essa realidade traz uma questão importante para a educação médica: como preparar os futuros profissionais para trabalhar com ferramentas cada vez mais sofisticadas sem deixar de desenvolver as habilidades que permitem avaliar suas respostas?
A importância do processo de aprendizagem
Na formação médica, aprender a chegar a um diagnóstico é tão importante quanto conhecer as respostas. A construção do raciocínio clínico envolve observar, formular hipóteses, buscar evidências, confrontar possibilidades e rever conclusões. É um processo que exige tempo e prática, especialmente quando o estudante ainda está desenvolvendo seu repertório.
A IA pode tornar algumas dessas etapas mais rápidas. Um estudante, por exemplo, pode utilizar uma ferramenta para organizar os sintomas de um paciente, levantar hipóteses diagnósticas ou resumir um artigo científico. São aplicações que podem apoiar o aprendizado, desde que não substituam o exercício de pensar sobre o problema.
É nesse ponto que a discussão sobre o uso da IA na educação ganha relevância. Algumas das tarefas que a tecnologia pode automatizar são também oportunidades de aprendizagem. A elaboração de um diagnóstico diferencial, a repetição de uma anamnese após a orientação de um preceptor e a discussão de um caso complexo podem parecer atividades demoradas, mas ajudam a desenvolver a capacidade de análise e tomada de decisão.
A intuição clínica que um médico experiente demonstra em poucos segundos não surge espontaneamente. Ela é construída ao longo de anos de prática, a partir da observação de casos, da identificação de padrões e da revisão de decisões. A graduação, a residência e a educação continuada são etapas fundamentais para esse desenvolvimento. Abreviar etapas sem considerar seu papel pedagógico pode comprometer a construção desse repertório.
Essa necessidade de avaliação crítica começa a ser construída muito antes de o médico assumir a responsabilidade por um atendimento. Durante a graduação e a residência, o estudante precisa aprender a identificar inconsistências, confrontar hipóteses e justificar suas decisões.
Quando utiliza a IA como um atalho para chegar diretamente a uma resposta, pode deixar de exercitar justamente essas habilidades. O desafio das instituições de ensino é, portanto, incorporar a tecnologia ao processo de aprendizagem sem eliminar as etapas que desenvolvem o raciocínio clínico.
Existe uma assimetria importante no uso da IA: profissionais que já desenvolveram conhecimento e capacidade crítica tendem a ter mais recursos para avaliar as respostas da ferramenta. Para quem ainda está aprendendo, uma resposta bem apresentada pode parecer mais confiável do que realmente é.
Isso significa que a incorporação da IA precisa vir acompanhada de uma mudança na maneira como ensinamos e avaliamos. Não basta oferecer acesso às ferramentas ou ensinar os estudantes a elaborar comandos. É necessário desenvolver a capacidade de verificar informações, reconhecer limitações, identificar possíveis vieses e compreender quando uma resposta precisa ser questionada.
Por isso, a discussão não deve se limitar à quantidade de tarefas que a IA consegue executar. Também precisamos considerar a qualidade dos resultados, a segurança do paciente e a responsabilidade do profissional que utiliza essas soluções.
Formar médicos para uma prática em transformação
O desafio das instituições de ensino é incorporar a IA de maneira que contribua para o desenvolvimento profissional. Isso envolve atualizar a matriz curricular, capacitar docentes e criar situações de aprendizagem nas quais os estudantes possam experimentar as ferramentas, analisar seus resultados e compreender seus limites.
A simulação clínica, por exemplo, pode oferecer um ambiente controlado para que os alunos comparem suas próprias hipóteses com as sugestões de um sistema de IA. Ao discutir as diferenças, avaliar evidências e justificar suas decisões, eles exercitam competências importantes para a prática médica. O objetivo é que aprendam não apenas a utilizar a tecnologia, mas também a reconhecer quando ela pode contribuir e quando é necessário seguir outro caminho.
A experiência também precisa ser acompanhada de reflexão sobre a relação médico-paciente. A tecnologia pode apoiar a análise de informações e liberar tempo para outras atividades, mas a escuta, a comunicação e a compreensão das circunstâncias de cada paciente continuam sendo partes essenciais do cuidado.
A IA oferece oportunidades concretas para transformar a educação e a assistência em saúde. Aproveitá-las exige mais do que adotar novas ferramentas: requer atenção à maneira como os profissionais aprendem, desenvolvem seu julgamento e assumem a responsabilidade pelas decisões que tomam. É essa preparação que permitirá incorporar a tecnologia à prática médica com segurança e discernimento.
