Certa para quem? A pergunta que a IA diagnóstica não faz

Resumo prático

A IA responde sobre uma média populacional. Quem define a probabilidade real de cada diagnóstico é o indivíduo: idade, história, exame.
Usar IA para organizar dúvidas e formular perguntas antes da consulta é útil. Usá-la para fechar um diagnóstico ou decidir se um sintoma é grave, não. Uma lista de possibilidades não é um diagnóstico ordenado por probabilidade.
Desconfie tanto do alarme quanto do alívio. A ferramenta erra nas duas direções: transforma o banal em ameaça e normaliza o que merecia atenção.
Uma resposta confiante não é uma resposta correta. A IA erra com a mesma fluência com que acerta, e chega a inventar referências que soam legítimas.
Para o profissional, a IA amplia o bom raciocínio e o mau raciocínio na mesma medida. Quanto menor o preparo para reconhecer uma sugestão errada, maior a chance de segui-la.
Nas decisões em que há mais de uma conduta defensável, o que decide não é mais informação, é o valor que o paciente atribui aos desfechos. E valor não se consulta num algoritmo, se descobre numa conversa.
Diante de uma dúvida sobre um sintoma ou um resultado, a interpretação de um médico que conhece a sua história continua sendo o passo que a inteligência artificial não substitui.

Alguém sente uma dor de cabeça que não passa há três dias. Abre o celular, descreve os sintomas para um chatbot e recebe, em segundos, uma resposta articulada, organizada, confiante. Lista possibilidades, sugere sinais de alerta, recomenda quando procurar ajuda. A resposta parece boa. Resta saber a única coisa que importa: a resposta está certa?

Mas a pergunta que deve ser feita não é essa. É outra: certa para quem?

Porque a mesma resposta, palavra por palavra, pode ser precisa para uma pessoa e enganosa para outra. Não porque o modelo mudou, mas porque quem lê mudou. Essa diferença, que parece sutil, é o centro de quase tudo o que importa quando se fala em inteligência artificial aplicada ao diagnóstico. Compreendê-la é o que separa a ferramenta útil da armadilha.

O que a IA devolve, e o que ela não sabe

Um modelo de linguagem treinado em textos médicos sabe muita coisa. Ele conhece as doenças que cursam com dor de cabeça, a frequência relativa de cada uma, os sinais que separam o banal do grave. Quando alguém digita “dor de cabeça há três dias”, ele devolve uma resposta calibrada para uma população genérica de pessoas que digitam essa mesma frase.

O problema é que quem digita a queixa quer uma resposta sobre si, não sobre a média de todo mundo que sente a mesma coisa. O médico que recebe a mesma queixa não raciocina sobre “pessoas com dor de cabeça”. Ele raciocina sobre esta pessoa: a idade, o sexo, a história prévia, o que o exame físico mostra, o que aconteceu nas últimas semanas. Cada um desses elementos altera a probabilidade de cada diagnóstico antes mesmo de qualquer exame ser pedido. É o que se chama de probabilidade pré-teste: a chance de uma condição existir naquele indivíduo específico, dado tudo o que já se sabe sobre ele antes do próximo passo.

Uma analogia ajuda a fixar a ideia. A IA é como um mapa-múndi muito detalhado, que exibe todas as informações de todas as cidades. Mas é cego para onde você está. Quando você pergunta por um bom restaurante, ele pode mandar você, com toda a confiança, para o outro lado do mundo.

Um ensaio clínico randomizado publicado no JAMA em 2026, com cerca de 1.300 participantes, mediu exatamente esse fenômeno. O modelo respondia corretamente a perguntas médicas em 95% das vezes quando recebia a informação de forma estruturada e direta. Quando a mesma pergunta passava pela mão de uma pessoa leiga, que descrevia o próprio caso com suas palavras, a taxa de acerto despencava para 33%.¹ O conhecimento do modelo não havia mudado entre um cenário e outro. O que mudou foi a qualidade do que entrou, e a capacidade de interpretar o que saiu.

O mesmo padrão aparece em outros contextos. Modelos que reconhecem bem doenças genéticas quando leem uma descrição bem estruturada de livro perdem boa parte desse acerto quando recebem o relato de uma pessoa comum sobre os próprios sintomas.² E o contrário também vale: perguntar de forma mais organizada melhora o resultado, e uma pergunta bem construída aumenta de forma consistente o acerto na hora de dizer o que é urgente e o que pode esperar.³ A forma da pergunta molda a qualidade da resposta.

Do lado do paciente: onde ajuda, onde atrapalha

Seria fácil, a esta altura, concluir que o autodiagnóstico por IA é simplesmente perigoso e deveria ser desencorajado. Seria fácil e seria errado.

A busca por informação de saúde antes da consulta pode organizar o pensamento de quem está confuso, reduzir a ansiedade de quem está assustado, e sobretudo ajudar a formular perguntas melhores para levar ao médico. Revisões sistemáticas mostram que o acesso à informação em saúde se associa a maior adesão ao tratamento e a consultas mais produtivas.⁴ E, ao contrário do que o sensacionalismo costuma sugerir, buscar informação online não afasta necessariamente as pessoas do consultório: ela se associa tanto a procurar quanto a não procurar o médico, funcionando na prática como complemento, não como substituto.⁵

O problema não é buscar. O problema é o que se faz com o que se encontra. E aqui mora o erro de interpretação central, o que atravessa todo o uso leigo dessas ferramentas: confundir uma lista de possibilidades com um diagnóstico ordenado por probabilidade. Quando a IA lista dez causas para um sintoma, ela não está dizendo que as dez são igualmente prováveis para aquela pessoa. Mas é assim que a lista tende a ser lida, e a leitura erra em duas direções opostas.

De um lado, o alarme. Uma dor de cabeça tensional, comuníssima, aparece na mesma lista que o tumor cerebral, rarríssimo, e a mente ansiosa fixa no pior. A literatura tem nome para isso: cyberchondria, o ciclo em que a busca por informação alimenta a ansiedade, que alimenta mais busca. Uma meta-análise com mais de sete mil participantes encontrou correlação forte entre ansiedade de saúde e esse padrão de busca compulsiva.⁶ De outro lado, o oposto: a falsa tranquilidade. Um sinal que merecia atenção é normalizado porque a ferramenta ofereceu uma explicação benigna plausível, e a pessoa deixa de procurar ajuda quando deveria.

Esse desafio de calibração não nasceu com a IA generativa. Antes dela, já existiam os aplicativos de checagem de sintomas, ferramentas em que a pessoa informava o que sentia e recebia uma lista de causas possíveis e uma orientação sobre quando procurar um serviço de saúde. Nunca foram muito populares no Brasil, onde o hábito mais comum sempre foi jogar o sintoma direto no buscador, mas serviram de laboratório para o problema que a IA herdaria. Um estudo que acompanhou esses aplicativos ao longo de cinco anos mostrou que, entre 2015 e 2020, eles ficaram progressivamente menos cautelosos, a ponto de passarem a deixar escapar mais de 40% das emergências que antes sinalizavam.⁷ Antes erravam para o alarme; depois, para a tranquilidade. O ponto de calibração ideal, aquele que sinaliza o grave sem inflar o banal, é difícil de acertar e mais difícil ainda de manter.

E a chegada da IA generativa, mais fluente e mais convincente, não resolveu isso. Em avaliações de triagem, o ChatGPT ofereceu recomendações inseguras em cerca de 41% dos casos, o que levou os autores a desaconselhar explicitamente o uso não supervisionado por pacientes.⁸ Outra análise encontrou informação potencialmente perigosa em uma faixa de 5% a 35% das respostas de chatbots gratuitos a perguntas sobre cuidados de urgência.⁹ O texto da IA ficou mais articulado e mais persuasivo do que o dos aplicativos anteriores, mas essa fluência maior convive com os mesmos erros de fundo, e a confiança do tom pode até dificultar que o leitor perceba quando a resposta é insegura.

Do lado do médico: a mesma ferramenta, outro operador

Já vimos que a mesma resposta pode ser útil ou enganosa para um leigo, dependendo de quem pergunta e de como a pergunta foi feita. E nas mãos de um médico? Há duas camadas, e as duas importam.

O copiloto

Na primeira camada, a boa notícia. Nas mãos de quem já carrega a probabilidade pré-teste na cabeça, a IA amplia o raciocínio. Ela gera hipóteses que poderiam escapar, lembra de diagnósticos raros no momento certo, funciona como um contraponto que ajuda a checar vieses. O ganho não vem de a IA ficar mais inteligente na presença do médico. Vem de o médico fornecer o contexto que faltava: ele sabe onde o paciente está parado no mapa. A ferramenta que se perdia com o input vago do leigo se torna útil com o input calibrado de quem sabe o que está perguntando.

O mesmo copiloto quando erra

A segunda camada é menos confortável. A mesma ferramenta que amplia o acerto amplia o erro, e faz isso de um jeito traiçoeiro.

Quando a sugestão da IA está errada, ela não erra de forma óbvia. Ela erra com a mesma fluência com que acerta, e essa confiança contamina o julgamento de quem lê. Um ensaio randomizado publicado no JAMA, com 457 clínicos, mostrou que os dois efeitos não têm o mesmo peso. Diante de casos clínicos, os médicos que recebiam uma sugestão correta da IA acertavam o diagnóstico um pouco mais do que já acertariam sozinhos. Mas quando a sugestão vinha errada, a proporção de diagnósticos corretos caía de 9 a 11 pontos percentuais, uma queda bem maior do que o ganho do acerto.¹⁰

Por que uma sugestão errada arrasta com tanta força? Dois vieses cognitivos ajudam a explicar. O viés de automação, a tendência a confiar na máquina justamente porque é máquina, e a ancoragem, a dificuldade de se soltar da primeira resposta oferecida. Um estudo com interpretação de mamografias assistida por IA mediu com que frequência os médicos seguiam uma sugestão errada da ferramenta: em 36% dos casos por viés de automação e em 34% por ancoragem. Quando o sistema mostrava como havia chegado à resposta, a proporção de médicos que ainda assim seguia o erro caía para perto de 18%, sem desaparecer.¹¹

E aqui está a descoberta mais importante desta seção, porque ela conecta o médico ao paciente: a vulnerabilidade ao erro é inversamente proporcional à competência de quem usa. Os profissionais menos experientes, que teoricamente mais teriam a ganhar com o apoio da ferramenta, são também os que mais se deixam levar por ela quando ela erra.¹² Quem sabe menos tem menos base para discordar. É a mesma lei que governa o lado do paciente, aparecendo agora do lado profissional.

A esse problema soma-se outro, a alucinação, o fenômeno em que o modelo produz informação simplesmente inventada, com a mesma naturalidade com que oferece uma informação verdadeira. Não é um deslize raro: uma meta-análise em oncologia encontrou que produzir informação falsa é um evento frequente, e com um detalhe contraintuitivo, quanto mais a pergunta se aproximava de um caso clínico real, mais o modelo alucinava.¹³ O que torna isso especialmente traiçoeiro é que uma resposta pode chegar à conclusão certa e ainda assim se apoiar, no caminho, numa citação que nunca existiu. Chegar à resposta correta e sustentá-la em fatos verdadeiros são coisas diferentes, e a segunda é bem menos vigiada: uma revisão sistemática mostrou que poucos estudos sobre IA em saúde chegam a checar se as afirmações do modelo são de fato verdadeiras, e não apenas se a conclusão final está certa.¹⁴ Reconhecer a referência falsa embutida numa resposta convincente exige um repertório que nem todo leitor tem. De novo, a ferramenta devolve o que a competência de quem lê permite extrair.

O limite que nenhum contexto resolve

Há ainda um segundo tipo de limitação, e ele é de outra natureza. Até aqui, o problema foi sempre de calibração: com o input certo, a IA acerta mais. Mas existe uma classe de decisões clínicas em que não há uma resposta certa a ser reportada, porque a própria medicina ainda não sabe qual das condutas é a melhor.

Boa parte das decisões em medicina não tem uma conduta certa e uma errada. Tem duas ou mais condutas defensáveis pela literatura, e a escolha entre elas depende de algo que nenhum dado simples e objetivo fornece. É o que se chama de equipoise, o estado em que a evidência genuinamente não aponta um vencedor. E o fenômeno não é raro: a divergência entre especialistas competentes se concentra justamente nessas zonas. Um estudo sobre escolha de tratamento para um tipo de lesão infantil encontrou boa concordância entre médicos nos casos de alto risco, onde a conduta é clara, e concordância apenas razoável nos casos de risco intermediário, onde a evidência abre espaço para o julgamento.¹⁵ Em oncologia, segundas opiniões confirmam a conduta original em cerca de 63% das vezes; quando mudam, quase sempre é para otimizar, não para corrigir um erro, porque as duas condutas já eram defensáveis.¹⁶

O que fecha uma decisão nessas zonas não é mais dado. É o valor que aquele paciente atribui aos desfechos possíveis. Vale mais aceitar os efeitos colaterais de um tratamento agressivo em troca de mais chance de controlar a doença, ou preservar a qualidade de vida com uma conduta mais conservadora e um risco um pouco maior? Só a pessoa que vai viver com a escolha tem essa resposta. Encontrá-la é o trabalho da decisão compartilhada, a conversa em que médico e paciente decidem juntos. E supor que se sabe o que o paciente quer, sem perguntar, já é um erro: diante de um câncer de próstata de baixo risco, um paciente pode preferir operar logo para ter certeza de que tirou o problema, enquanto outro escolhe apenas acompanhar de perto para não arriscar os efeitos colaterais da cirurgia. Nenhuma escolha é a certa em abstrato, e assumir uma delas pelo paciente é um erro tão grosseiro quanto errar o diagnóstico da doença.¹⁷

E é aqui que a IA, do jeito que hoje conversa com o paciente, encontra seu limite mais fundo. Ela informa, explica, expõe, mas faz isso em via única. Não escuta o que o paciente valoriza numa troca real, e tende a pender para uma das condutas sem avisar que a outra era igualmente defensável. Recomenda como se houvesse uma resposta única, quando o que o caso pedia era uma conversa.

Vale uma ressalva honesta sobre essa conversa. A decisão compartilhada melhora de forma consistente o quanto a pessoa se sente informada, segura e satisfeita com a escolha, mas não necessariamente muda os desfechos clínicos (a pressão que baixa, a doença que regride).¹⁸ Seu valor não está em produzir um resultado fisiológico melhor, e sim em produzir a decisão que aquele paciente reconhece como sua, a que ele não vai lamentar depois. É alinhamento com o que importa para a pessoa, não otimização de um número. E isso, por enquanto, é terreno humano.

O fio que costura tudo: o gargalo é a interpretação

Recuando para enxergar o desenho inteiro, o que trava o paciente e o que trava o médico é a mesma coisa.

Do lado do paciente, a IA não conhece a probabilidade pré-teste daquele indivíduo, e o leigo não tem conhecimento para calibrar a resposta. Do lado do médico, a IA amplia o raciocínio de quem tem conhecimento e engana quem não tem, e mesmo com evidência perfeita não pondera o valor que só o paciente atribui aos desfechos. São duas camadas de um mesmo problema: a ferramenta entrega informação, mas a informação só vira decisão boa quando passa por uma interpretação competente.

Talvez por isso a imagem mais precisa não seja a da IA como um segundo médico, um oráculo que se consulta para obter a resposta que falta. Seja a de um espelho amplificador. Ela reflete e intensifica o raciocínio de quem a consulta: devolve clareza a quem chega com uma pergunta clara, e devolve confiança perigosa a quem chega sem saber o que não sabe.

O que decide de que lado a amplificação cai não está na ferramenta. Está em quem a usa saber onde está parado no mapa, saber o que já sabe e, sobretudo, saber o que não sabe. É dessa consciência, e não da máquina, que vem o bom uso.

Conhece alguém que precisa ler isso? Envie pelo WhatsApp.

Posts recentes

Saúde óssea da mulher: por que a osteoporose começa na infância

por Thais Pereda agosto 9, 2026agosto 9, 2026

Um teste de 10 segundos pode revelar muito sobre o seu envelhecimento

por Thais Pereda julho 6, 2026julho 13, 2026

Referências

Rubin R. Are AI Tools Ready to Answer Patients’ Questions About Their Medical Care? JAMA. 2026. doi:10.1001/jama.2026.1122. Pubmed
Flaharty KA, Hu P, Hanchard SL, et al. Evaluating Large Language Models on Medical, Lay-Language, and Self-Reported Descriptions of Genetic Conditions. Am J Hum Genet. 2024;111(9):1819-1833. doi:10.1016/j.ajhg.2024.07.011. Pubmed
Xu L, Zhao W, Huang X. Diagnosis and Triage Performance of Contemporary Large Language Models on Short Clinical Vignettes. J Med Syst. 2025;49(1):141. doi:10.1007/s10916-025-02284-y. Pubmed
Thapa DK, Visentin DC, Kornhaber R, West S, Cleary M. The Influence of Online Health Information on Health Decisions: A Systematic Review. Patient Educ Couns. 2021;104(4):770-784. doi:10.1016/j.pec.2020.11.016. Pubmed
Yigzaw KY, Wynn R, Marco-Ruiz L, et al. The Association Between Health Information Seeking on the Internet and Physician Visits. J Med Internet Res. 2020;22(3):e13120. doi:10.2196/13120. Pubmed
McMullan RD, Berle D, Arnáez S, Starcevic V. The Relationships Between Health Anxiety, Online Health Information Seeking, and Cyberchondria: Systematic Review and Meta-Analysis. J Affect Disord. 2019;245:270-278. doi:10.1016/j.jad.2018.11.037. Pubmed
Schmieding ML, Kopka M, Schmidt K, et al. Triage Accuracy of Symptom Checker Apps: 5-Year Follow-Up Evaluation. J Med Internet Res. 2022;24(5):e31810. doi:10.2196/31810. Pubmed
Fraser H, Crossland D, Bacher I, et al. Comparison of Diagnostic and Triage Accuracy of Ada Health and WebMD Symptom Checkers, ChatGPT, and Physicians. JMIR Mhealth Uhealth. 2023;11:e49995. doi:10.2196/49995. Pubmed
Yau JY, Saadat S, Hsu E, et al. Accuracy of Prospective Assessments of 4 Large Language Model Chatbot Responses to Patient Questions About Emergency Care. J Med Internet Res. 2024;26:e60291. doi:10.2196/60291. Pubmed
Jabbour S, Fouhey D, Shepard S, et al. Measuring the Impact of AI in the Diagnosis of Hospitalized Patients: A Randomized Clinical Vignette Survey Study. JAMA. 2023;330(23):2275-2284. doi:10.1001/jama.2023.22295. Pubmed
Pesapane F, Latronico A, Abbate F, et al. Evaluating Cognitive Biases in AI-assisted Mammography Interpretation. Eur Radiol. 2026. doi:10.1007/s00330-026-12666-6. Pubmed
Kücking F, Hübner U, Przysucha M, et al. Automation Bias in AI-Decision Support: Results From an Empirical Study. Stud Health Technol Inform. 2024;317:298-304. doi:10.3233/SHTI240871. Pubmed
Yoon SM, Lyu J, Djunadi TA, et al. Navigating Artificial Intelligence (AI) Accuracy: A Meta-Analysis of Hallucination Incidence in Large Language Model (LLM) Responses to Oncology Questions. J Clin Oncol. 2025;43(16_suppl):e13686. doi:10.1200/JCO.2025.43.16_suppl.e13686. Abstract
Bedi S, Liu Y, Orr-Ewing L, et al. Testing and Evaluation of Health Care Applications of Large Language Models: A Systematic Review. JAMA. 2025;333(4):319-328. doi:10.1001/jama.2024.21700. Pubmed
Colmenero M, Del Boz J, Bernabeu Wittel J, et al. Inter- and Intra-observer Variability in the Selection of Therapy for Infantile Hemangiomas. Pediatr Dermatol. 2022;39(4):557-562. doi:10.1111/pde.15015. Pubmed
Lipitz-Snyderman A, Chimonas S, Mailankody S, et al. Clinical Value of Second Opinions in Oncology. Cancer Med. 2023;12(7):8063-8072. doi:10.1002/cam4.5598. Pubmed
Davidson KW, Mangione CM, Barry MJ, et al. Collaboration and Shared Decision-Making Between Patients and Clinicians in Preventive Health Care Decisions and USPSTF Recommendations. JAMA. 2022;327(12):1171-1176. doi:10.1001/jama.2022.3267. Pubmed
Elias S, Chen Y, Liu X, et al. Shared Decision-Making in Cardiovascular Risk Factor Management: A Systematic Review and Meta-Analysis. JAMA Netw Open. 2024;7(3):e243779. doi:10.1001/jamanetworkopen.2024.3779. Pubmed