Mesmo na era da IA, nada substitui o médico que conhece e respeita a história de vida do paciente 🧵 A tecnologia amplia capacidade diagnóstica, mas contexto pessoal, valores e continuidade de cuidado continuam decisivos para resultados clínicos.

Imagem indisponível

O uso de algoritmos em saúde cresce rápido: triagem, previsão de risco e análise de imagem. Mas modelos treinados em bases não representativas podem reproduzir vieses — inclusive etarismo — e falhar com populações sub-representadas.

Conhecer o histórico clínico longitudinal do paciente é ciência: evidências associam continuidade de cuidado a melhor adesão terapêutica, menos internações e decisões mais alinhadas com preferências do paciente — fatores que IA sozinha não captura.

Imagem indisponível

IA deve ser ferramenta de apoio, não substituto. Para isso precisamos de transparência, avaliação independente e regras claras. Também é crucial evitar concentração de poder em poucos fornecedores tecnológicos e ampliar acesso público à inovação.

Soluções práticas: integrar determinantes sociais da saúde aos modelos, treinar algoritmos com dados diversos, incluir equipes multiprofissionais (geriatras, assistentes sociais) e capacitar médicos para interpretar e contextualizar resultados automatizados.

Imagem indisponível

Um exemplo recorrente: um algoritmo sinaliza alto risco cirúrgico por uma métrica, mas só o médico que acompanha o paciente sabe que o risco decorre de condição reversível ou de preferência pessoal — e pode ajustar a decisão clínica.

Conclusão: tecnologia e medicina têm papéis complementares. Para melhorar saúde coletiva precisamos de políticas públicas, regulação responsável e foco em equidade — e nunca perder a centralidade da história e dignidade do paciente.

Imagem indisponível