IA na consulta real: o que um estudo da Nature Medicine mostrou sobre documentação, custo e segurança
Estudo da Nature Medicine testou IA em 9.700 consultas reais no Quênia: documentação melhor, menos gasto com antibióticos e uma lição sobre avaliar IA em saúde.
IA na consulta real: o que um estudo da Nature Medicine mostrou sobre documentação, custo e segurança
Quase todo estudo sobre IA em medicina testa a tecnologia no papel: perguntas de prova, casos hipotéticos, ambiente controlado. É rápido de medir e não responde à única pergunta que interessa a quem atende paciente. Muda alguma coisa no consultório?
Um ensaio publicado em junho de 2026 na Nature Medicine foi desenhado para responder exatamente isso. Os resultados aparecem na documentação clínica, na segurança e até na conta de antibióticos. Tem também um resultado que, lido sem contexto, parece uma decepção.
Como o estudo foi feito
Foram 16 unidades de saúde no Quênia e quase 9.700 atendimentos. Metade dos profissionais usou um sistema de IA integrado ao prontuário durante a consulta. A outra metade atendeu como sempre atendeu.
A diferença em relação aos estudos de laboratório está aí: rotina real, paciente real, e nenhuma regra obrigando o profissional a usar a ferramenta de um jeito específico.
O que melhorou de forma clara
A diferença consistente e robusta apareceu na qualidade do que fica registrado sobre o paciente.
Um painel de médicos revisou 2.000 atendimentos e comparou os dois grupos. Quando o profissional usava IA, era bem mais comum encontrar diagnóstico mais adequado, nota clínica mais completa e plano de tratamento mais bem construído.
O sistema também gerava alertas de segurança para casos de maior risco. Especialistas revisaram esses avisos e consideraram a grande maioria correta e apropriada.
E tem o resultado financeiro, que costuma passar despercebido: o grupo com IA gastou menos com antibióticos, e a economia por paciente foi maior do que o custo de rodar a própria ferramenta. A conta fechou sozinha, antes de contabilizar qualquer ganho clínico.
Em tudo isso, o profissional seguiu no comando. Podia aceitar, mudar ou simplesmente ignorar a sugestão. Ninguém foi obrigado a seguir a recomendação.
O resultado principal não deu diferença, e vale entender por quê
O desfecho mais crítico do estudo era o paciente piorar ou precisar voltar ao atendimento em até 14 dias. Aí não houve diferença estatisticamente comprovada entre os dois grupos: cerca de 2% dos pacientes tiveram esse problema, com ou sem IA.
Os próprios pesquisadores explicam o motivo, e a explicação importa. Esse tipo de evento é raro no dia a dia de um posto de saúde, e evento raro exige muito paciente para que uma melhora pequena apareça com significância estatística. Em 14 das 16 unidades avaliadas o resultado apontou na direção favorável à IA. Só não deu para confirmar isso com segurança estatística.
O estudo não teve tamanho suficiente para enxergar um efeito pequeno, o que é diferente de provar que o efeito não existe. A distinção costuma sumir quando o resultado vira material de venda, e é justamente ela que falta no mercado: nem todo benefício de uma IA aparece no desfecho mais óbvio, e é melhor dizer isso do que anunciar uma vitória que os dados não sustentam ou esconder um resultado que, com contexto, ainda é favorável.
Por que isso importa para quem avalia IA em saúde
Acertar uma prova de perguntas e respostas é uma coisa. Melhorar o que acontece dentro da consulta é outra, bem diferente.
As perguntas que realmente mostram se uma IA está ajudando são mais chatas que pontuação em benchmark. O prontuário ficou mais completo? O diagnóstico ficou mais preciso? O plano de tratamento ficou melhor? Os alertas de segurança fazem sentido? Houve economia real?
É por avaliação assim, de resultado real e não de prova, que o Greenbook mede se está de fato ajudando o médico.
O que era, tecnicamente, a IA testada
Vale entender o que estava por trás dos resultados. A ferramenta usava o GPT-4o, da OpenAI, um modelo de propósito geral que não foi construído para medicina, adaptado com instruções específicas, exemplos de referência e regras de gravidade para gerar as sugestões.
Os alertas apareciam em três níveis: verde para sem problema, amarelo para atenção, vermelho para risco crítico. O médico via a classificação e nada além dela. O sistema não mostrava a fonte científica nem o nível de evidência por trás de cada sugestão, só o resultado final. Na prática, ele avaliava um alerta sem acesso ao raciocínio que levou até ele.
Isso importa porque outros estudos sobre confiança excessiva em IA já apontaram esse desenho como fator de risco: quando o sistema entrega apenas uma classificação, sem mostrar o porquê, a tendência é ser seguido de forma menos crítica. Os autores reconhecem uma limitação parecida. Escrevem que o desempenho está atrelado à versão específica do modelo usado e que essa arquitetura deve ser vista como um retrato daquele momento, não como medida fixa de capacidade.
Modelo genérico adaptado por prompt, sem transparência sobre a evidência que sustenta cada recomendação: é essa lacuna que orienta uma escolha de design diferente no Greenbook, onde cada conduta sugerida vem acompanhada do nível de evidência científica e da fonte que a sustenta, para que o médico avalie o raciocínio e não apenas um rótulo de risco.
Isso não significa que o Greenbook teria produzido melhores resultados nesse ensaio específico. A comparação não foi feita, e afirmar o contrário sem dado que sustente seria desonesto. O que dá para dizer, com base no que o próprio estudo descreve, é que a transparência sobre a evidência ainda falta nos sistemas mais testados até aqui. É aí que o próximo ciclo de estudos pragmáticos deveria olhar.
O que não dá para concluir daqui
Dois cuidados.
O estudo foi feito com uma equipe específica, profissionais de nível técnico e não médicos formados, em clínicas privadas de uma cidade do Quênia. Isso não pode ser lido como prova válida para qualquer especialidade ou qualquer país, o Brasil incluído.
E os pesquisadores alertam para um risco de longo prazo: o profissional que depende demais da IA pode perder prática de raciocínio clínico próprio. A ferramenta serve para apoiar a decisão. O julgamento continua sendo do médico.
O que fica
O estudo não prova que a IA resolve tudo, e essa é a força dele. Ele mostra, com rigor, que uma IA bem integrada à rotina melhora de forma consistente a qualidade do que fica documentado sobre o paciente, gera economia real e mantém o médico no controle da decisão, mesmo com o desfecho mais dramático ainda sem a comprovação que o estudo buscava.
Para o setor, a lição vai além dessa ferramenta específica: qualquer avaliação séria de IA em saúde precisa sair do benchmark e chegar ao consultório real. É esse padrão que orienta como o Greenbook constrói cada funcionalidade, com evidência, fonte e transparência visíveis para o médico em cada sugestão.
Agende uma demonstração (CLIQUE AQUI) e veja como o GREENBOOK aplica esse mesmo padrão de rigor na sua rotina clínica.
Greenbook. Inteligência artificial a favor da decisão clínica.
GREENBOOK REVELA. O MÉDICO DECIDE.
Referência: Agweyu A, Mwaniki P, Menon V, et al. (2026). Generative AI-enabled clinical decision support system in primary care: a pragmatic, cluster-randomized trial. Nature Medicine. Disponível em: https://doi.org/10.1038/s41591-026-04503-6
