A inteligência artificial na medicina já iguala ou supera médicos em várias tarefas cognitivas, segundo uma perspectiva publicada no JAMA.
O artigo, publicado em 17 de agosto de 2026 por Ezekiel J. Emanuel, Abe Baker-Butler, Neal Khosla e Vinod Khosla, questiona uma ideia hoje predominante: a de que o melhor atendimento médico necessariamente surgirá da combinação entre médicos e inteligência artificial.
Os autores defendem uma hipótese mais provocadora. Em determinadas tarefas cognitivas, sistemas autônomos de IA podem não apenas superar médicos trabalhando sozinhos, mas também médicos que utilizam IA como ferramenta de apoio.
Essa conclusão, porém, precisa ser interpretada corretamente. O trabalho é um artigo de perspectiva, e não um ensaio clínico ou uma revisão sistemática formal. Os autores reúnem e discutem estudos recentes para sustentar seu argumento, enquanto reconhecem importantes limitações na evidência disponível.
Quais tarefas médicas foram avaliadas?
A análise concentra-se em cinco funções cognitivas consideradas fundamentais na prática clínica: obtenção de informações relevantes do paciente, elaboração do diagnóstico diferencial, escolha de exames, recomendação de tratamentos compatíveis com diretrizes e acompanhamento de doenças crônicas.
Na coleta da história clínica, por exemplo, um estudo com 159 cenários simulados de atendimento comparou médicos com o sistema Articulate Medical Intelligence Explorer, da Google. Avaliadores médicos consideraram a IA superior em diversos componentes da entrevista, incluindo identificação das queixas, revisão de sistemas, histórico médico, histórico familiar e medicamentos utilizados.
Para identificar adequadamente as queixas dos pacientes simulados, a avaliação favorável foi de 97% para a IA e 50% para os médicos. Na obtenção do histórico médico, os valores foram 85% e 50%, respectivamente.
IA também apresentou vantagem no diagnóstico
Os autores destacam resultados envolvendo modelos como ChatGPT o3, Microsoft AI Diagnostic Orchestrator e o sistema da Google.
Em uma avaliação envolvendo 377 casos clínicos reais e complexos, o ChatGPT o3 colocou o diagnóstico correto em primeiro lugar em 60% dos casos. Em um subconjunto de 302 casos avaliado por 20 médicos de clínica médica, os profissionais fizeram isso em 15,9% dos casos.
Outro exemplo citado envolve o Microsoft AI Diagnostic Orchestrator. Em 56 casos complexos e com orçamento máximo de US$ 8 mil para investigação diagnóstica, o sistema chegou ao diagnóstico final correto com frequência 4,02 vezes maior e custo 19,1% menor do que os médicos avaliados. O custo médio foi de US$ 2.396 para a IA e US$ 2.963 para os médicos.
Existe uma ressalva importante: nessa comparação, os médicos não tinham acesso a colegas, livros ou internet. Portanto, os números não representam necessariamente todas as condições de uma prática clínica real.
Tratamento de acordo com as diretrizes
Resultados semelhantes apareceram na escolha de tratamentos. No estudo do sistema da Google, as recomendações terapêuticas da IA receberam avaliação favorável em 90% dos casos, contra 37% para médicos licenciados de atenção primária.
Em outra análise, um sistema desenvolvido no Cedars-Sinai forneceu recomendações consideradas ideais em 77,1% de 461 casos reais, enquanto médicos alcançaram 67,1%.
Os autores interpretam esse conjunto de evidências como sinal de que sistemas suficientemente avançados conseguem combinar grandes volumes de conhecimento clínico, diretrizes e informações provenientes de diferentes especialidades com uma consistência difícil de reproduzir individualmente.
Acompanhamento de doenças crônicas
A possível vantagem não ficaria limitada ao diagnóstico. O artigo cita evidências em hiperlipidemia, osteoartrite, diabetes e câncer de mama.
Um pequeno ensaio clínico randomizado de 2023 avaliou 32 pessoas com diabetes tipo 2. Metade recebeu orientação de uma IA por voz que analisava os dados clínicos e atualizava as instruções para ajuste da insulina após cada conversa.
O grupo acompanhado pela IA chegou à dose considerada ideal em mediana de 15 dias, comparada a mais de 56 dias no grupo com ajuste conduzido por médicos. A adesão à insulina também foi maior, 83% contra 50%, além de redução do sofrimento emocional relacionado ao diabetes.
O tamanho muito pequeno da amostra impede generalizações amplas, mas o estudo é apresentado como exemplo de uma característica potencialmente importante da IA: a capacidade de acompanhar continuamente os dados e realizar ajustes com frequência muito maior do que normalmente seria possível em consultas médicas convencionais.
Por que médico mais IA pode não ser sempre melhor?
Uma das partes mais interessantes do artigo trata da comparação entre IA autônoma e equipes formadas por humanos utilizando IA.
Uma meta-análise de 2024 reuniu 106 experimentos envolvendo colaboração entre humanos e inteligência artificial, incluindo pelo menos 20 experimentos na medicina. Quando os seres humanos eram melhores do que a IA, adicionar a inteligência artificial melhorava o desempenho humano.
O cenário se invertia quando a IA já apresentava desempenho superior. Nessas situações, a combinação humano-IA produzia desempenho significativamente pior do que utilizar somente a IA.
Uma revisão de 52 estudos clínicos publicada em 2025 encontrou resultado semelhante: os sistemas híbridos não superavam consistentemente o melhor desempenho obtido isoladamente pelo médico ou pela IA.
Um exemplo citado pelos autores encontrou pontuação mediana de 92% em raciocínio diagnóstico para o ChatGPT-4 utilizado isoladamente. Médicos utilizando o mesmo modelo alcançaram 76%. Em avaliação posterior dos mesmos casos, o modelo de raciocínio o1-preview utilizado isoladamente chegou a 97%.
O problema de saber quando contrariar a IA
Segundo os autores, colocar um profissional no comando final da decisão pode introduzir um problema inesperado. O médico pode corrigir erros cometidos pela inteligência artificial, mas também pode substituir uma resposta correta da IA por uma decisão incorreta.
A literatura discutida no artigo sugere que seres humanos apresentam dificuldade para identificar precisamente quando devem confiar ou desconfiar de algoritmos. A chamada aversão algorítmica pode ocorrer até quando a pessoa sabe que o sistema apresenta maior precisão média.
Os autores também levantam a possibilidade de perda progressiva de algumas habilidades médicas quando profissionais passam a depender continuamente desses sistemas. Esse fenômeno de redução de habilidade já foi estudado, por exemplo, em profissionais expostos à assistência de inteligência artificial durante colonoscopias.
Isso significa que a IA já pode substituir médicos?
Não. O próprio artigo apresenta várias razões pelas quais essa interpretação seria prematura.
A maior parte dos estudos disponíveis avalia tarefas cognitivas isoladas e utiliza casos clínicos simulados ou informações previamente organizadas. Isso é diferente de conversar com um paciente real, perceber informações incompletas ou contraditórias, realizar exame físico e tomar decisões diante de situações inesperadas.
Testes de estresse também mostram que grandes modelos de linguagem ainda podem apresentar fragilidade. A transmissão de informações entre paciente e sistema é apontada como um possível ponto de falha que não aparece quando uma vinheta clínica perfeitamente estruturada é entregue diretamente à IA.
Além disso, há situações nas quais médicos ainda igualam ou superam os melhores modelos, incluindo determinados casos de fibrilação atrial paroxística e apresentações clínicas atípicas. Os autores também destacam a radiologia como uma área na qual a IA isolada ainda não supera médicos de forma consistente.
A medicina não é apenas uma tarefa cognitiva
Mesmo que a inteligência artificial venha a superar médicos na interpretação de informações, diagnóstico e escolha de tratamentos, grande parte da assistência depende de ações físicas.
Cirurgias, partos, procedimentos de radiologia intervencionista, colonoscopias e exames físicos são exemplos citados no artigo. A robótica atual ainda não permite que uma IA execute autonomamente toda essa assistência.
Assim, mesmo em um cenário de IA autônoma para decisões cognitivas, muitos fluxos continuariam dependendo de profissionais para procedimentos e interação física com os pacientes.
Outros riscos permanecem
A IA também pode falhar de formas diferentes das falhas humanas. Interrupções de internet, ataques cibernéticos e alucinações dos modelos representam riscos específicos de sistemas autônomos.
Existem ainda obstáculos regulatórios, responsabilidade legal, modelos de remuneração, custos iniciais de implementação e necessidade de integração com sistemas hospitalares.
Outro problema reconhecido pelos próprios autores é o possível viés de publicação. Falhas e resultados negativos de sistemas médicos de IA podem ser menos frequentemente publicados, dificultando uma estimativa precisa da verdadeira taxa de erro.
Conflitos de interesse também precisam ser considerados
O artigo apresenta declarações relevantes de conflitos de interesse. Neal Khosla é diretor executivo da Curai Health, possui participação acionária na Alphabet e patentes relacionadas a sistemas de inteligência artificial. Vinod Khosla declarou investimentos na OpenAI, Curai Health e Limbic. Ezekiel Emanuel também declarou diferentes atividades de consultoria, participação em conselhos e honorários.
Essas relações não invalidam os dados apresentados, mas são informações importantes para interpretar um artigo de perspectiva que defende a expansão da IA autônoma na medicina.
O que isso significa na prática?
O principal argumento não é que hospitais possam retirar médicos do atendimento atualmente. A questão levantada é mais específica: se uma IA se tornar consistentemente mais precisa do que médicos em determinada tarefa, manter obrigatoriamente um médico controlando sua decisão poderá deixar de representar a opção de maior precisão.
Essa hipótese desafia o modelo atualmente defendido por muitas organizações médicas, no qual a inteligência artificial permanece essencialmente como ferramenta auxiliar.
Os autores consideram provável que sistemas autônomos superiores estejam prontos para algumas — talvez muitas — tarefas cognitivas clínicas do mundo real até 2030. Essa data representa uma projeção dos autores, e não um resultado demonstrado pelos estudos atuais.
Em resumo
A evidência reunida no artigo mostra que modelos avançados de inteligência artificial já apresentam desempenho impressionante em diagnóstico, coleta de informações clínicas, seleção de exames, recomendação de tratamentos e acompanhamento de algumas doenças crônicas.
Em determinadas comparações, a IA utilizada isoladamente também supera médicos auxiliados pela própria IA, sugerindo que a participação humana nem sempre melhora um sistema que já apresenta desempenho superior.
No entanto, grande parte dessa evidência ainda vem de tarefas isoladas, simulações e ambientes controlados. Faltam estudos suficientemente amplos mostrando que uma IA autônoma melhora desfechos clínicos e segurança quando assume integralmente decisões em pacientes reais.
Por isso, o artigo não demonstra que a medicina autônoma já seja superior ao atendimento médico completo. Ele apresenta evidências e argumentos de que essa possibilidade deixou de ser apenas uma hipótese distante e merece ser testada diretamente.
Fonte: https://doi.org/10.1001/jama.2026.15380
*O artigo completo está disponível para assinantes da newsletter e apoiadores do site