Um laudo produzido por inteligência artificial 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. Esse cenário, relatado por radiologistas, ilustra um desafio crescente na medicina: saber questionar a IA é tão importante quanto saber usá-la.
Radiologia expõe limites da confiança cega
Na rotina de um radiologista, a IA pode sugerir achados, redigir relatórios preliminares e apontar alterações sutis. No entanto, a aparente precisão do texto não garante acerto. Para identificar 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.
Esse exemplo mostra que a confiança excessiva em ferramentas automatizadas pode levar a diagnósticos equivocados. 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. Com tamanha adoção, o debate sobre avaliação crítica se torna urgente.
Formação médica precisa se adaptar
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 resposta não é simples, mas passa por integrar a tecnologia ao currículo de forma consciente.
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.
Na prática, isso significa que um aluno que pede à IA para listar diagnósticos diferenciais sem antes estudar o caso pode perder a chance de construir seu próprio raciocínio. Professores e preceptores devem orientar o uso da ferramenta como apoio, não como substituta do pensamento crítico. A meta é formar médicos que saibam quando confiar na máquina e quando duvidar dela.
Assimetria entre experientes e novatos
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. Esse desequilíbrio pode levar a erros graves, especialmente em situações de alta complexidade.
Um médico experiente, por exemplo, percebe quando a IA sugere um tratamento desatualizado ou ignora uma contraindicação relevante. Já um estudante pode aceitar a sugestão sem questionar, justamente por não ter ainda o repertório necessário para identificar a falha. Por isso, a supervisão e o treinamento são essenciais durante toda a formação.
Qualidade e segurança acima da produtividade
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. A eficiência não pode ser o único critério para adoção tecnológica na saúde.
Em um cenário ideal, a IA auxilia o médico a revisar exames, organizar informações e reduzir erros de omissão. Mas a decisão final permanece com o humano, que deve ser capaz de justificar cada conduta. A responsabilidade legal e ética continua sendo do profissional, independentemente da ferramenta utilizada. Portanto, investir em letramento digital e pensamento crítico é tão importante quanto adquirir novas tecnologias.