“O filósofo Walter Benjamin (1892-1940), conhecido por sua teoria da aura, sustentava que a aura de uma obra de arte resulta de sua história única, de sua autoria e de seu contexto. Ele refletia que a reprodução mecânica das artes visuais (fotografia, cinema, etc.) diminuiria e talvez acabasse com a sua aura. Para ele, uma vez descolada do original, a obra perde parte de sua profundidade e autenticidade. No entanto, a perda da aura não marcou o fim da arte ou dos artistas. Livres da obrigação de reproduzir a realidade, pintores e outros artistas reinventaram seu papel social, explorando novas formas de percepção, expressão e crítica. O choque do novo forçou uma reflexão sobre o que é arte. A Inteligência Artificial (IA) agora promete tarefas que antes eram domínio exclusivo dos médicos. Ela toma decisões clínicas difíceis, fornece explicações fisiopatológicas profundas, recomenda planos complexos de tratamento e revisa artigos científicos com enorme rapidez. Será que ainda podemos salvar a aura da medicina na era das IAs? Todo médico precisa defender a sua aura?” (fonte: JAMA – “The Lost Aura of the Physician in the Age of Artificial Intelligence” – autor: Dr. John D. Lantos, pediatra e um dos principais especialistas em ética médica nos EUA).

Durante séculos, o paciente saiu da consulta carregando algo quase intocável: o juízo clínico do médico. Podia aceitar, desconfiar, pedir uma segunda opinião ou voltar para casa em silêncio. “O médico estava sempre certo”. Pacientes não tinham no bolso uma máquina capaz de ler um exame, confrontar a prescrição, explicar interações medicamentosas, sugerir perguntas, apontar alternativas ou entregar uma forma de dúvida organizada.

Isso começa a mudar. As IAs Generativas não estão apenas “informando” os pacientes, mas também treinando-os para interrogar a medicina. Estes ainda perguntam mal, descrevem mal, interpretam aos trancos, mas aprendem cada vez mais rápido. A máquina de bolso, por sua vez, também explica de forma cada vez mais consistente. O uso constrói a lógica.

O paciente de hoje pede poucas explicações à cadeia de saúde, notadamente aos seus cuidadores. O de amanhã será um inapelável ‘chato de consultório’: perguntará por que aquele diagnóstico, por que essa medicação e se a dose não está aquém do sintoma. Talvez pergunte se aquela cirurgia tem mesmo 57,5% de chances de ser bem-sucedida, ou por que não se escolhe outra conduta. O médico continuará sendo médico. Mas o paciente será cada vez menos analfabeto em saúde. O julgamento médico não circulará sozinho, será fotografado, copiado, colado, comparado, tensionado e devolvido à consulta por um paciente que vai aprendendo uma nova forma de poder: auditar o médico, ainda que sua aura seja quase inquestionável.

É certo que, hoje, o paciente tropeça nas próprias pernas. Como é um ignorante nas “coisas de saúde”, e a ignorância é atrevida, sente-se poderosamente “duvidacionista”. Enche o peito e se acha em condições de interpelar a cunhada enfermeira, o tio médico aposentado, o balconista da farmácia, o grupo de WhatsApp e, agora, também interpela os LLMs. Esse tropeço inicial talvez seja mais relevante do que parece. Toda alfabetização começa meio ridícula: primeiro soletra mal, depois lê melhor, até que um dia começa a escrever contra quem antes detinha o alfabeto. Seria bom que sua alfabetização em saúde ocorresse desde cedo, na escola, mas há pouca chance de isso acontecer no império da mediocridade que se tornou a educação formal em vários países.

A grande virada está acontecendo de forma espontânea, sem muito alarde, crescendo de modo assustador nas lides da interlocução entre usuários e máquinas algorítmicas. A pesquisa “Poll: 1 in 3 Adults Are Turning to AI Chatbots for Health Information, Equaling the Share Who Use Social Media for Health”, realizada em 2026 pela KFF, constata, por exemplo, que “um terço dos adultos americanos (30%) recorre aos LLMs para obter informações sobre saúde”. Usam as IAs para interpretar resultados de exames, diagnosticar sintomas, pesquisar opções de tratamento ou obter informações sobre medicamentos. “O uso dessas ferramentas dobrou no último ano e suspeito que dobrará novamente no próximo ano”, explica Robert Wachter, médico da Universidade da Califórnia.

O mais delicado, segundo a pesquisa, é que: “muitas das pessoas que consultam IA para obter informações sobre saúde afirmam não ter procurado um médico ou outro profissional de saúde posteriormente, incluindo a maioria (58%) das que perguntaram sobre saúde mental e 42% das que perguntaram sobre saúde física”. Adultos mais jovens são mais propensos do que mais velhos a usarem os LLMs para obter conselhos de saúde e, em seguida, não terem consultado um médico, explica a pesquisa.A pergunta mais dura não é por que buscam os LLMs, mas, diante dos altos custos individuais de saúde nos EUA, o que fariam se não tivessem acesso às IAs?

Outro estudo, “Reliability of LLMs as medical assistants for the general public: a randomized preregistered study”, publicado em 2026 pela Nature, avaliou 1.298 participantes do Reino Unido, randomizados para usar os LLMs: GPT-4o, Llama 3, Command R+ e outras fontes. A tarefa era identificar as condições possíveis e escolher uma conduta, indo do autocuidado até a decisão de chamar uma ambulância (em dez cenários médicos). Os LLMs, quando testados sozinhos, identificaram condições corretas em 94,9% dos casos, mas, quando usados por participantes humanos, pioraram o desempenho: pacientes utilizando LLMs identificaram condições relevantes em menos de 34,5% dos casos e escolheram a conduta correta em menos de 44,2% deles, um desempenho não superior ao do grupo controle.

O estudo mostra que o problema não está apenas na IA, mas na própria “interação paciente-IA”. Os modelos mencionavam condições relevantes em muitos casos durante a conversa, mas os “usuários não conseguiam necessariamente transferir isso para uma decisão correta”. Segundo os autores, os pacientes frequentemente não forneciam informações suficientes aos modelos para que eles chegassem a uma recomendação correta (em 16 das 30 interações analisadas, as mensagens iniciais continham apenas informações parciais).

Isso reforça a tese de que uma eventual “auditoria informal do médico feita pelo paciente assistido por LLM” poderá ser real, mas poucas vezes será qualificada. A conclusão do estudo é longa, mas destaca: “Apesar de os LLMs, por si só, apresentarem alta proficiência na tarefa, a combinação de LLMs e usuários humanos não se mostrou superior ao grupo de controle na avaliação da gravidade clínica e apresentou pior desempenho na identificação de condições relevantes”.

Na mesma direção, a pesquisa (“The tortoise and the hare of care: Health AI insights from Rock Health’s 2025 Consumer Adoption”) corrobora esses dados. O levantamento, feito com 8.000 adultos dos EUA em dezembro de 2025, aferiu que “32% dos respondentes já usaram chatbots de IA para informação em saúde, o dobro dos 16% do ano anterior”. Entre os usuários de LLMs, 64% usam semanalmente ou mais com perguntas sobre sua saúde. Esse dado não é uma curiosidade tecnológica, mas um painel sobre um ‘comportamento em transformação’. É provável que em muitos lugares pacientes estejam usando LLMs bem mais do que médicos. Isso colide com a independência médica, mas também medeia o letramento em saúde do paciente, com tudo o que essa alfabetização mambembe tem de bom ou de nefasto.

Para aqueles que acham o mundo um satélite externo à realidade nacional, vale ressaltar que o paciente brasileiro é um usuário silencioso das IAs. O estudo “Microsoft 2026 Work Trend Index Annual Report” mostra o Brasil como o mercado com maior proporção de Frontier Professionals entre usuários de IA: 27%, contra uma média global de 16%. O levantamento considera “20 mil usuários de IA em 10 mercados, pesquisados entre fevereiro e abril de 2026”. Segundo o estudo, o Reino Unido aparece como líder europeu, também com 16%, enquanto os demais países listados (EUA, Japão, Alemanha, Itália, Holanda e França) ficam abaixo do Brasil.

A distância mais expressiva destacada no estudo está entre Brasil e França, com uma diferença de 19 pontos percentuais. Isso sugere que, entre os usuários de IA avaliados pela Microsoft, o Brasil concentra uma parcela incomum de profissionais que já operam em um patamar mais avançado no uso dos LLMs. Será que essa massa de usuários corporativos, aferida no estudo, também não usa as IAs para questionar sobre saúde? O relatório não responde, mas seria ingênuo imaginar que alguém aprende a interrogar a IA no trabalho e deixa essa competência na porta do escritório. Um executivo habilitado no uso dos LLMs irradia esse conhecimento para outras zonas de demanda, notadamente a sua saúde e a de seus familiares.

O letramento em saúde, aqui aduzido, também aparece no relatório “The AI-Informed Patient”, publicado este ano pela Zocdoc. Ele mostra que a alfabetização em saúde já não depende apenas do médico, da bula, do Google ou da cartilha institucional. Segundo a pesquisa, “26% dos pacientes norte-americanos já usaram IA para fazer perguntas de saúde, e 85% dos médicos dizem ter percebido aumento de pacientes mais informados por IA no último ano”. Da mesma forma, o estudo revela quemais de “75% dos profissionais médicos relatam que esses pacientes fazem perguntas mais elaboradas e se mostram mais engajados no próprio cuidado”. O dado não prova que o paciente já esteja auditando laudos ou prontuários, mas indica uma mutação decisiva: o paciente começa a chegar à consulta com mais vocabulário, hipóteses, dúvidas e capacidade de interpelação que antes não possuía.

De certa forma, ele agora “dialoga com o conhecimento”, e não apenas lança perguntas soltas, como ocorria nos tempos do Google Doctor. A IA funciona como uma “máquina informal de alfabetização clínica”. Imperfeita, às vezes alucinatória e até duvidosa, mas suficientemente poderosa para deslocar o paciente da passividade para uma posição mais interrogativa diante do médico.

“Quando Judith Miller recebeu os resultados de um exame de imagem no ano passado, a moradora de Wisconsin, de 77 anos, fez o que muitos pacientes fazem hoje em dia: pediu à inteligência artificial que os explicasse. O LLM Claude prontamente apresentou possíveis interpretações. Com a análise do chatbot em mãos, Miller foi à sua consulta de acompanhamento sentindo-se preparada para uma conversa produtiva com seu médico. Como ela mesma afirma, as respostas do Claude me permitiram entender melhor minha saúde e participar mais ativamente da tomada de decisões compartilhadas”, relata o artigopublicado na Scientific American em maio último. 

Embora as IAs sejam propensas a erros, podendo apresentar informações distorcidas, ou mesmo uma sintaxe bajuladora com os pacientes-usuários, a verdade é que os modelos vêm diminuindo constantemente suas falhas, ficando cada vez mais poderosos na área médica. Quanto mais pacientes e médicos utilizarem essa cognição artificial, maior será a massa de interações, dúvidas clínicas, correções, comparações e feedbacks capazes de alimentar o próprio aperfeiçoamento da máquina. A acurácia, portanto, tende a crescer não apenas pelo avanço técnico dos modelos, mas também pelo atrito contínuo com a prática real da medicina.

Há algo que não pode ser esquecido: o médico humano, de carne e osso, é hoje o único responsável pela decisão clínica, e ponto final. Portanto, ele continuará sendo a locomotiva desse ‘comboio de valor’, e não um simples vagão. Tudo o que não passar por ele volta. Tudo o que não possuir a sua chancela nasce com fragilidade jurídica e ética. Nenhuma IA vai ser chamada para depor ou será convocada a dar explicações documentais sobre suas abordagens junto ao paciente. Mas, por outro lado, a uma velocidade espantosa, os LLMs estão adubando o terreno. São fertilizantes cognitivos propiciando usuários cada vez mais letrados em saúde.

Quando “consumidos com moderação”, a maioria dos especialistas concorda que os LLMs podem ser úteis para pessoas que buscam informações médicas. Adam Rodman, clínico geral do Beth Israel Deaconess Medical Center, vai mais longe: “Eu diria que os chatbots, quando usados ​​adequadamente, são a melhor ferramenta já inventada para o empoderamento do paciente”. Ele sugere, inclusive, que os chatbots assumam a persona de um médico. Isso pode “levar o modelo a coletar dados de maneira semelhante à de um médico”, afirma Rodman. Outra forma de melhorar a acurácia das respostas é solicitar que o LLM reavalie rigorosamente o seu próprio raciocínio, buscando uma espécie de “segunda opinião” de sua própria análise.

No Brasil e em boa parte do mundo ocidental, os modelos LLM provavelmente ocuparão parte do espaço hoje reservado às consultas clínicas presenciais, especialmente entre aqueles que não possuem plano de saúde ou enfrentam longas filas de espera para agendar uma consulta. “A questão do acesso atingiu níveis críticos”, afirma Laura Adams, responsável pelos assuntos de IA na National Academy of Medicine. Apesar das limitações da tecnologia, ela argumenta que não devemos compará-la à perfeição, mas à realidade, na qual a alternativa pode ser a ausência total de atendimento. “É melhor do que nada”, conclui Adams.

Obviamente, auditar o médico não será, na maioria das vezes, uma prática intencional, hostil ou provocativa. Mas será recorrente na próxima década. O paciente não chegará à consulta como perito, mas também não chegará mais como alguém condenado à ignorância clínica. A aura médica talvez não desapareça; apenas deixe de ser orgânica. Será preciso esforço para mantê-la. A medicina não perderá sua respeitabilidade por ser interrogada. Perderá apenas se não quiser responder ao paciente.

Guilherme S. Hummel
Head Mentor – EMI (eHealth Mentor Institute)