O ponto cego da IA na medicina: a consulta em si
Quando se fala em inteligência artificial na medicina, o imaginário vai direto para diagnóstico por imagem, cirurgia robótica ou sequenciamento genômico. Aplicações sofisticadas, sem dúvida. Mas a maioria dos médicos brasileiros não opera com robô Da Vinci nem analisa genomas no dia a dia.
O que todo médico faz, todos os dias, é consultar. Ouvir queixa, examinar, raciocinar, documentar, orientar. São 15 a 30 minutos repetidos 15, 20, às vezes 30 vezes por dia. E é justamente nesse cenário rotineiro que a IA na consulta médica está gerando mudanças concretas — menos visíveis do que uma cirurgia robótica, mas com impacto direto na rotina de quem atende.
Este artigo foca exclusivamente nisso: o que a inteligência artificial já faz (e o que ainda não faz bem) nos três momentos da consulta — antes, durante e depois do atendimento.
Antes da consulta: contexto clínico em segundos
Todo médico conhece a cena: paciente crônico, prontuário extenso, seis minutos antes de chamá-lo para descobrir o que mudou desde a última vez. Revisão de exames, medicações ajustadas, intercorrências relatadas por outro colega.
Ferramentas de IA já conseguem gerar resumos clínicos automatizados a partir do prontuário eletrônico. Na prática, isso significa receber, antes do atendimento, uma síntese com diagnósticos ativos, medicações em uso, último exame laboratorial relevante e pendências de rastreio.
Um estudo publicado no Journal of the American Medical Informatics Association (2023) avaliou o impacto de resumos automatizados em clínicas de atenção primária e encontrou redução de aproximadamente 33% no tempo de revisão pré-consulta. Para um ambulatório com 20 pacientes/dia, isso pode representar 25-30 minutos a menos de trabalho administrativo antes mesmo de o primeiro paciente entrar.
Além do resumo, sistemas de suporte à decisão clínica podem sinalizar interações medicamentosas potenciais e sugerir protocolos de rastreio baseados em perfil epidemiológico — idade, sexo, comorbidades, histórico familiar.
O limite aqui é real. A IA prioriza o que o algoritmo considera relevante, e isso depende da qualidade dos dados no prontuário. Diagnósticos mal codificados, informações incompletas ou dados desatualizados vão gerar resumos imprecisos. A regra prática: use o resumo da IA como ponto de partida para sua revisão, não como substituto dela. E mantenha o hábito de confirmar a lista de medicações diretamente com o paciente — algo que a boa prática clínica já exige, independentemente de tecnologia.
Durante a consulta: menos tela, mais paciente
Esta é a etapa onde a IA no atendimento clínico causa o impacto mais perceptível, porque ataca um problema que todo médico reconhece: a divisão de atenção entre o paciente e o prontuário.
Dados frequentemente citados na literatura apontam que médicos dedicam entre 35% e 50% do tempo de consulta à documentação. Isso significa que, em uma consulta de 20 minutos, até 10 são gastos digitando ou clicando em campos do prontuário. O paciente percebe. O médico percebe. Ninguém gosta.
A transcrição ambiental por IA muda essa dinâmica. A ferramenta capta a conversa entre médico e paciente em tempo real e gera um registro textual do que foi dito — sem que ninguém precise ditar, pausar ou interagir com a tela. O médico conduz a consulta normalmente; a IA escuta e registra.
O resultado mais imediato: o médico pode manter contato visual, prestar atenção na linguagem corporal, ouvir com mais presença. A consulta recupera algo que a digitalização do prontuário havia corroído — a qualidade da relação médico-paciente.
Um estudo conduzido na Universidade de Stanford com 40 médicos de atenção primária avaliou o impacto de um sistema de transcrição ambiental (ambient scribe) e relatou aumento de 22% na satisfação dos pacientes e redução de 40-60% no tempo de documentação pós-consulta.
Mas transcrição não é documentação. Uma transcrição literal da conversa não serve como prontuário. É preciso estruturar, filtrar o que é clinicamente relevante, descartar o que é ruído conversacional. É aí que entra a etapa seguinte.
Sobre os riscos desta etapa: a transcrição tem limitações com sotaques regionais fortes, ambientes ruidosos e vocabulário leigo do paciente. Além disso, qualquer ferramenta que grave áudio em consulta precisa cumprir requisitos da LGPD — consentimento informado, criptografia, política clara de descarte do áudio após processamento.
Depois da consulta: da transcrição à nota clínica estruturada
É aqui que a documentação clínica com IA entrega o ganho mais tangível. A partir da transcrição bruta, a IA estrutura automaticamente uma nota no formato SOAP:
- Subjetivo: o que o paciente relatou, organizado por queixa
- Objetivo: achados de exame físico, sinais vitais, resultados de exames mencionados
- Avaliação: hipóteses diagnósticas articuladas durante o atendimento
- Plano: conduta terapêutica, exames solicitados, orientações, retorno
O médico recebe a nota pronta para revisão. Lê campo a campo, corrige imprecisões, complementa o que faltar e assina. O tempo médio cai de 8-12 minutos de redação para 2-3 minutos de revisão — um ganho que, acumulado em 20 consultas, libera de 1 a 3 horas por dia.
A Doclin opera exatamente nesse fluxo: transcrição ambiental durante a consulta, geração automática da nota SOAP e interface de revisão para o médico validar antes de assinar. O áudio é descartado após o processamento.
Essa economia de tempo não é marginal. A Pesquisa Medscape sobre estilo de vida e burnout médico (2024) aponta que 62% dos médicos brasileiros citam burocracia e documentação como principal fator de insatisfação profissional. Devolver horas do dia que estavam comprometidas com digitação tem impacto direto na qualidade de vida e, por consequência, na qualidade do atendimento.
O risco mais grave nesta etapa é a alucinação. Modelos de linguagem podem gerar informações plausíveis porém incorretas — incluir um achado de exame que não foi realizado, atribuir ao paciente uma queixa que ele não relatou, ou sugerir uma dose que não corresponde ao que foi discutido. A nota SOAP gerada por IA é um rascunho. Tratá-la como documento final sem revisão é imprudência clínica e risco jurídico, já que o prontuário é documento legal sob responsabilidade do médico (Resolução CFM 1.821/2007).
Riscos que atravessam as três etapas
Alguns riscos não são específicos de um momento da consulta — aparecem em qualquer ponto onde a IA participa do fluxo clínico.
Viés algorítmico. Modelos treinados predominantemente com dados de populações norte-americanas ou europeias podem ter desempenho inferior com padrões clínicos mais prevalentes no Brasil. Termos regionais, apresentações atípicas de doenças tropicais e protocolos do SUS podem não estar bem representados nos dados de treinamento.
Dependência progressiva. Existe um risco documentado na literatura de automação: quanto mais confiável a ferramenta parece, menos o operador humano questiona seus resultados. Em medicina, isso se traduz em confiar demais no resumo pré-consulta, nos alertas em tempo real ou na nota gerada, reduzindo gradualmente o esforço de raciocínio clínico próprio.
Privacidade e conformidade regulatória. A LGPD (Lei 13.709/2018) classifica dados de saúde como sensíveis (art. 5, II e art. 11). Qualquer ferramenta que processe áudio ou texto de consultas médicas precisa demonstrar base legal adequada, criptografia, controle de acesso e política de retenção de dados. A Resolução CFM 2.338/2023, que regulamenta a telessaúde, reforça a responsabilidade do médico sobre as ferramentas digitais utilizadas no atendimento.
O que a evidência diz — e o que ainda falta
A base de evidências sobre IA na consulta médica está crescendo, mas ainda tem lacunas relevantes. A maioria dos estudos publicados vem de sistemas de saúde norte-americanos, com volumes de dados e infraestrutura muito diferentes da realidade brasileira.
O que já tem evidência razoável:
- Redução de tempo de documentação com transcrição ambiental (múltiplos estudos, incluindo dados de Stanford e Mayo Clinic)
- Melhora na satisfação do paciente quando o médico mantém contato visual durante a consulta
- Capacidade de gerar resumos clínicos com acurácia aceitável para revisão médica
O que ainda falta:
- Estudos longitudinais sobre o impacto na acurácia diagnóstica
- Dados sobre desempenho de modelos de IA com português brasileiro clínico
- Avaliação do impacto em desfechos clínicos (não apenas em métricas de processo como tempo e satisfação)
- Estudos específicos no contexto do SUS e de consultórios brasileiros de menor porte
Por ora, a postura mais responsável é usar a IA como ferramenta de produtividade — especialmente na documentação — mantendo o ceticismo saudável sobre promessas que ainda não foram validadas com rigor no nosso contexto.
Como começar de forma pragmática
Se a ideia de incorporar IA no atendimento clínico parece grande demais, o caminho mais seguro é começar pelo ponto onde o ganho é mais claro e o risco mais controlável: a documentação pós-consulta.
Um roteiro prático:
A maioria dos médicos que adota essa abordagem relata que a resistência inicial era desproporcional à dificuldade real. E que recuperar 1 a 2 horas por dia tem efeito cascata — melhora o humor, a disposição para o próximo paciente e até a vontade de continuar na profissão.