IA na medicina pode acertar a resposta — e ainda assim colocar a formação médica em risco. 🩺🤖 O problema não é usar algoritmo. É o futuro médico não saber explicar, questionar ou até rejeitar o que ele sugeriu. 🧵

Imagem indisponível

A cena que acendeu o alerta foi simples: um médico em formação consultou uma IA para discutir um caso. Ao ouvir “qual era sua hipótese antes de abrir a ferramenta?”, veio o silêncio. Havia resposta. Mas não havia raciocínio por trás dela.

Isso tem nome: “never-skilling”. Em discussão publicada por pesquisadores na Nature Medicine, o alerta é que a pessoa pode nem chegar a desenvolver uma habilidade porque a máquina entrega a solução antes do aprendizado acontecer.

Imagem indisponível

É diferente de perder prática com o tempo. É nunca ter construído a prática. Tipo usar GPS desde sempre e não desenvolver noção de caminho — só que, aqui, a rota envolve diagnóstico, tratamento e a vida de alguém.

Medicina de precisão já mistura genômica, biomarcadores, grandes bancos de dados, cirurgia robótica e IA. Tudo isso ajuda muito. Mas resultado de exame não interpreta sozinho o contexto, os riscos, as preferências e a realidade de cada paciente.

Imagem indisponível

Não resolve só criar uma matéria chamada “IA” na faculdade. A formação precisa treinar hipótese clínica, leitura de probabilidades, comunicação de incertezas e trabalho em equipe. A IA deve virar apoio ao julgamento — não substituto dele.

A calculadora não eliminou a necessidade de entender matemática. O GPS não tornou inútil saber se orientar. Com IA na saúde, vale a mesma lógica: quanto mais poderosa a ferramenta, mais importante é saber reconhecer seus limites.

Imagem indisponível

No fim, o melhor médico do futuro talvez não seja quem usa mais IA. Será quem consegue perguntar: “isso faz sentido para esta pessoa, neste contexto?” Tecnologia acelera respostas; responsabilidade clínica continua sendo humana.