A medicina de precisão está redefinindo a relação entre médicos e máquinas. Em artigo publicado pelo portal Saúde Business, a tese central é que o profissional do futuro precisa ser capaz de discordar da inteligência artificial (IA). O alerta se apoia em um estudo de 2026 e na experiência de quem migrou da assistência para o ensino e a gestão.
Never-skilling: o risco de nunca desenvolver a habilidade
Em 2026, Ke e colaboradores, na Nature Medicine, chamaram atenção para o “never-skilling”. O termo descreve a possibilidade de o profissional não apenas perder uma habilidade, mas nunca chegar a desenvolvê-la. Isso ocorre quando a máquina entrega a resposta antes que o raciocínio tenha sido construído. A diferença, segundo os autores, é que não se trata de perder o traquejo: é nunca ter tido.
O conceito ganha relevância à medida que sistemas de apoio à decisão passam a antecipar hipóteses diagnósticas e condutas. Para Ke e colaboradores, a automação pode criar uma geração de profissionais que domina a ferramenta, mas não os fundamentos do raciocínio clínico. A habilidade, nesse cenário, deixa de ser exigida no dia a dia e, por isso, nunca se constitui. O problema fica evidente quando uma situação fora da curva exige exatamente o que não foi desenvolvido.
Medicina P4 e o desafio do quarto P
Leroy Hood descreveu a medicina P4: preditiva, preventiva, personalizada e participativa. As organizações se encantam com os três primeiros, porque viram teste, plataforma e linha de receita. O quarto é o difícil, porque exige letramento em saúde, confiança e decisão compartilhada — e não tem código de faturamento.
Essa assimetria ajuda a entender por que a medicina participativa costuma ser preterida. Os três primeiros P’s podem ser convertidos em produtos e serviços. O quarto P, por sua vez, depende de uma relação que nenhuma tecnologia substitui. Envolve explicar riscos, ouvir preferências e construir um plano em conjunto com o paciente. Por não gerar faturamento imediato, acaba ficando em segundo plano.
O médico-herói dá lugar às equipes
Atul Gawande, médico e jornalista norte-americano, demonstrou que a complexidade da medicina moderna não é vencida pelo médico-herói. Ela é enfrentada por sistemas confiáveis e equipes coordenadas. Na era da IA, isso significa formar médicos capazes de trabalhar com geneticistas, bioinformatas, enfermeiros, farmacêuticos, engenheiros e gestores.
Isso não diminui a importância do médico, mas reposiciona sua função. Ele passa a atuar como coordenador de um time multidisciplinar. A capacidade de dialogar com outras especialidades torna-se um requisito clínico. A formação tradicional, focada no conhecimento individual, não prepara plenamente para esse modelo. O cuidado deixa de ser um ato solitário para se tornar um processo coletivo.
Na prática, a coordenação do cuidado exige que o médico saiba traduzir informações genéticas e estatísticas para pacientes e familiares. O domínio desse repertório é tão relevante quanto a capacidade de decidir quando questionar uma recomendação automática.
Algoritmo não é diferencial competitivo
O artigo argumenta que algoritmo se compra, inclusive pelo concorrente, na semana seguinte, pelo mesmo preço. A vantagem competitiva sustentável está em ter profissionais capazes de converter algoritmo em decisão melhor. Se a ferramenta está disponível para todos, o resultado depende de quem a utiliza.
A mesma tecnologia pode gerar bons desfechos em uma equipe preparada e fracassar em outra. Por isso, investir em pessoas é investir na capacidade de transformar dado em decisão. O médico do futuro, segundo o texto, não é o que sabe tudo, nem o que aceita tudo o que a tecnologia sugere. Ele é o que sabe perguntar, interpretar, duvidar, explicar e responder pelo resultado.
Saber discordar, nesse contexto, não é rejeitar a ferramenta, mas avaliar cada sugestão à luz do quadro clínico e das preferências do paciente.
Da assistência ao ensino: a inquietação do autor
O autor do artigo revela ter passado mais de uma década quase integralmente na assistência, com uma rotina de milhares de consultas e centenas de cirurgias por ano. Ele migrou para o ensino e a gestão convencido de que ali o benefício se multiplica sem que ele precise estar no centro do processo. Foi dessa mudança de lugar que nasceu a inquietação apresentada no texto.
A preocupação, segundo ele, não é somente acadêmica — é também operacional e financeira. O ensaio parte da prática assistencial para questionar como formar profissionais em um cenário de automação crescente. A resposta, sugere o autor, não está em competir com a máquina, mas em desenvolver habilidades que a máquina não entrega prontas.
O artigo foi originalmente publicado no portal Saúde Business. Para os autores e especialistas citados, a medicina de precisão não se resume à aquisição de algoritmos. Ela depende de médicos capazes de discordar da IA — e de sistemas que favoreçam a decisão compartilhada e o trabalho em equipe.