IA na medicina e na saúde: usos, exemplos e riscos

A IA na medicina é o uso de modelos que aprendem com dados para apoiar tarefas clínicas e administrativas: buscar evidências, resumir prontuários, ler exames de imagem, sugerir códigos CID-10 e priorizar casos. Ela economiza tempo e traz consistência, mas pode errar, herdar vieses e expor dados. Por isso exige validação e supervisão do profissional.

Atualização editorial: 10 de outubro de 2026. Publicado pela Arkangel AI, empresa que desenvolve software de IA para a saúde. Este artigo é informativo e não substitui o julgamento clínico nem constitui orientação médica.

O que significa IA na saúde?

"Inteligência artificial" reúne técnicas diferentes. Na saúde vale separá-las, porque cada uma falha de um jeito:

Tipo	O que faz	Exemplo na saúde
Sistemas baseados em regras	Aplicam regras escritas por especialistas	Alerta de interação medicamentosa
Aprendizado de máquina preditivo	Estima um risco a partir de dados históricos	Risco de reinternação ou de piora clínica
Visão computacional	Analisa imagens e sinais	Achados em radiografias, retinografias ou patologia digital
IA generativa e modelos de linguagem (LLM)	Lê e escreve texto em linguagem natural	Resumir um prontuário ou responder uma pergunta com fontes

A IA generativa foi a que mais cresceu desde 2023 e a que mais levanta dúvidas, porque produz texto fluente mesmo quando o conteúdo está errado. Por isso, no uso clínico, importa tanto que cada afirmação possa ser rastreada até uma fonte verificável.

Tem alguma IA de medicina? Como ela é usada

Sim. Hoje a IA é usada em seis frentes principais, e nenhuma delas elimina a decisão humana:

1. Busca de evidências. O médico faz uma pergunta clínica em linguagem natural e recebe uma síntese com estudos e diretrizes citados. Veja busca médica com IA.
2. Apoio à decisão clínica. Lembretes, alertas, diagnósticos diferenciais ou resumos de diretrizes no momento da decisão. Veja assistente clínico com IA.
3. Imagem e sinais. Modelos que sinalizam possíveis achados em radiografias, tomografias ou ECGs para revisão do especialista.
4. Documentação. Resumos de prontuário, rascunhos de alta e extração de dados estruturados a partir de texto livre.
5. Codificação, faturamento e auditoria. Sugestão de códigos CID-10 com o trecho que os sustenta e checagem de inconsistências antes do faturamento. Veja codificação CID-10 com IA.
6. Pesquisa e saúde pública. Identificação de coortes, farmacovigilância e análise de dados de mundo real.

Exemplos de IA na medicina

• Pergunta clínica com fontes: "Qual é o manejo inicial da hipertensão em paciente com doença renal crônica segundo as diretrizes atuais?" Uma ferramenta especializada devolve um resumo com links para as diretrizes e estudos usados; o médico lê a fonte antes de aplicar.
• Extração de dados de prontuário: em trabalho apresentado no IEEE CAI 2025, o sistema PANDORA da Arkangel AI extraiu variáveis de notas clínicas não estruturadas para calcular o escore de risco PUMA de DPOC, com 94% de acurácia (DOI 10.1109/CAI64502.2025.00280).
• Dispositivos autorizados: a FDA dos EUA mantém uma lista pública de dispositivos médicos com IA, a maioria em radiologia.
• Auditoria de contas: em um caso anonimizado com uma operadora colombiana (EPS), a Arkangel AI reduziu o ciclo médio de auditoria de 94 para 29 dias em 18 lotes (42.300 itens), com decisão final do auditor humano (veja o caso).

Benefícios: o que diz a evidência

A revisão de Eric Topol na Nature Medicine descreve o potencial da IA em três níveis: profissionais (interpretação mais rápida), sistemas de saúde (fluxos mais eficientes) e pacientes (Topol, 2019). Ele também alerta que boa parte da evidência é retrospectiva.

Na busca de evidências, os resultados são promissores, mas devem ser lidos com o desenho do estudo:

• Em um piloto randomizado preliminar (25 participantes, pôster de congresso, 2025), quem usou a Arkangel AI respondeu 79% mais rápido com 34% menos buscas. Um ensaio randomizado posterior, revisado por pares, com 83 estudantes de medicina mostrou ~55% menos tempo por caso e maior validade das respostas.
• Na Intelligence-Based Medicine (2025), o agente da Arkangel AI teve 90,26% de acurácia em questões do tipo MedQA (DOI 10.1016/j.ibmed.2025.100274). Prova de múltipla escolha não equivale a desempenho na prática real.

Conflito de interesse: os estudos da Arkangel AI citados aqui foram feitos pela própria equipe. Veja-os em pesquisa.

Quais são os pontos negativos da inteligência artificial na medicina?

Estes são os sete riscos que mais importam no uso clínico:

1. Erros e "alucinações". Um modelo de linguagem pode inventar dados ou referências com total confiança. Em um estudo com o ChatGPT-3.5, 47% das referências geradas eram inventadas e 46% reais, porém imprecisas (Bhattacharyya et al., 2023).
2. Vieses nos dados. Um algoritmo usado nos EUA subestimava a necessidade de pacientes negros porque usava o gasto em saúde como indicador de doença (Obermeyer et al., 2019).
3. Viés de automação. Profissionais tendem a aceitar sugestões automáticas mesmo quando estão erradas (Goddard et al., 2012).
4. Privacidade e segurança. Colar dados identificáveis de pacientes em um chatbot genérico pode violar a LGPD e normas do conselho profissional.
5. Falta de validação local. Um modelo validado em outra população pode funcionar pior com outro perfil epidemiológico, idioma ou prontuário.
6. Responsabilidade pouco clara. Se a IA sugere e o médico decide, é preciso definir quem revisa, como se documenta e como os erros são notificados.
7. Desigualdade de acesso. Ferramentas só em inglês, ou restritas a alguns países, ampliam lacunas entre sistemas de saúde.

As mesmas práticas reduzem os sete riscos: fontes verificáveis, validação na população onde a ferramenta será usada, controles de acesso, rastreabilidade e revisão profissional de cada resultado.

O que diz a OMS sobre a IA na saúde?

Em 2021 a Organização Mundial da Saúde publicou Ethics and governance of artificial intelligence for health, com seis princípios:

1. Proteger a autonomia humana.
2. Promover o bem-estar, a segurança e o interesse público.
3. Garantir transparência, explicabilidade e inteligibilidade.
4. Promover responsabilidade e prestação de contas.
5. Assegurar inclusão e equidade.
6. Promover uma IA responsiva e sustentável.

Em janeiro de 2024 a OMS acrescentou uma orientação sobre modelos multimodais de grande escala, a família do ChatGPT, com recomendações a governos, desenvolvedores e prestadores: avaliação independente, transparência sobre dados de treinamento e supervisão humana no uso clínico.

Regulação: o que está mudando

• Brasil. A Anvisa regula software como dispositivo médico conforme o uso pretendido (RDC 657/2022), e o tratamento de dados de saúde está sujeito à LGPD. Verifique as exigências aplicáveis antes de adotar uma ferramenta.
• Estados Unidos. Em janeiro de 2026 a FDA atualizou sua orientação sobre software de apoio à decisão clínica, que mantém quatro critérios para separar o software que apoia o profissional daquele regulado como dispositivo.
• União Europeia. O Regulamento de IA (UE) 2024/1689 classifica como de alto risco muitos sistemas de IA usados em dispositivos médicos.

Como escolher e usar uma ferramenta de IA clínica

• Fontes visíveis: cada resposta deve trazer estudos ou diretrizes que você consiga abrir.
• Segurança comprovada: peça certificações com escopo e validade, não só logotipos.
• Dados do paciente: não insira informações identificáveis em ferramentas que não estejam contratadas para isso.
• Idioma e contexto: a ferramenta deve entender português e citar diretrizes relevantes, como os PCDT do Ministério da Saúde.
• Evidência publicada: prefira ferramentas avaliadas em estudos com desenho e conflitos de interesse declarados.

A Arkangel AI responde perguntas clínicas com referências consultáveis em português, espanhol, inglês e francês. Está disponível na web e no WhatsApp. Tem certificação ISO 27001:2022, mais de 70 controles de segurança monitorados via Vanta (Trust Center) e conformidade HIPAA e BAA em planos Enterprise. O plano gratuito tem buscas limitadas; os planos pagos (Pro a partir de US$ 20/mês) ampliam os limites (preços). Nos planos gratuito e Pro, não insira dados identificáveis de pacientes. Para comparar opções, leia melhor IA para médicos em 2026 ou veja IA para médicos.

A IA vai substituir os médicos?

Não. A IA acelera a busca de informações, a revisão de documentos e algumas leituras de imagem, mas o exame clínico, a integração do contexto do paciente, a comunicação e a responsabilidade pela decisão continuam humanos. O mais provável é mudar o trabalho: menos tempo buscando e digitando, mais tempo verificando e decidindo com o paciente.

Perguntas frequentes

O que diz a OMS sobre a inteligência artificial na saúde?

A OMS pede que a IA na saúde proteja a autonomia e a privacidade, seja transparente, segura e supervisionada por humanos, promova a equidade e seja avaliada em contextos reais. Desde 2024 também tem uma orientação específica para modelos de linguagem de grande escala, com recomendações a governos, desenvolvedores e prestadores.

Quais são os riscos da IA na medicina?

Os principais são erros ou referências inventadas, vieses nos dados, confiança excessiva na máquina, vazamento de dados pessoais, falta de validação local, responsabilidade pouco clara e desigualdade de acesso. São reduzidos com fontes verificáveis, validação na população real, controles de segurança, rastreabilidade e revisão profissional de cada resultado.

É seguro usar IA na medicina?

É seguro como apoio quando a ferramenta é validada para aquele uso, protege os dados e um profissional revisa os resultados; ela não deve diagnosticar sozinha. A OMS insiste em supervisão humana e transparência. Prefira ferramentas que mostram suas fontes e registre sempre a decisão clínica final no prontuário.

Existe IA de medicina gratuita?

Sim, com limites. Algumas ferramentas oferecem acesso gratuito a profissionais verificados ou planos com número limitado de consultas. A Arkangel AI tem um plano gratuito com buscas limitadas e planos pagos que ampliam o uso. Antes de escolher, compare fontes citadas, idioma, privacidade e termos de uso dos dados.

Fontes

• OMS. Ethics and governance of artificial intelligence for health (2021) e orientação sobre modelos multimodais (2024).
• FDA. Artificial Intelligence-Enabled Medical Devices e Clinical Decision Support Software.
• União Europeia. Regulamento (UE) 2024/1689.
• Ministério da Saúde. Protocolos Clínicos e Diretrizes Terapêuticas (PCDT).
• Topol EJ. High-performance medicine. Nat Med 2019.
• Bhattacharyya M et al. Referências inventadas e imprecisas em conteúdo médico gerado pelo ChatGPT. Cureus 2023.
• Obermeyer Z et al. Dissecting racial bias in an algorithm. Science 2019.
• Goddard K et al. Automation bias: a systematic review. JAMIA 2012.
• Arkangel AI. Mayo Clinic Proceedings: Digital Health, 2026 (autores da equipe Arkangel AI) e Intelligence-Based Medicine, 2025.