IA na radiologia: substituição ou parceria com humanos?

Quando falamos sobre inteligência artificial (IA) na medicina, é comum imaginar que áreas como a radiologia, com sua base em imagens digitais e padrões claros, seriam as primeiras a serem totalmente automatizadas. Afinal, modelos de IA já demonstraram ser capazes de identificar doenças em exames de imagem com precisão impressionante. Porém, a realidade é mais complexa.

Apesar dos avanços tecnológicos, a demanda por radiologistas humanos nunca foi tão alta. Isso nos leva a refletir: a IA está aqui para substituir ou para complementar o trabalho humano? Vamos explorar essa questão, com base no artigo de Deena Mousa, publicado originalmente na revista Works in Progress, e na minha visão pessoal como advogado de empresas de tecnologia.

A promessa da IA na radiologia
De acordo com Deena Mousa, a IA tem mostrado um potencial incrível na radiologia. Desde o lançamento do CheXNet, em 2017, que detecta pneumonia com maior precisão que radiologistas certificados, até os mais de 700 modelos aprovados pela FDA, a tecnologia tem avançado rapidamente. Ferramentas como IDx-DR já operam de forma autônoma em casos específicos, sem a necessidade de intervenção humana.

Esses avanços geraram previsões ousadas, como a de Geoffrey Hinton, renomado cientista da computação, que em 2016 afirmou que deveríamos parar de treinar radiologistas, pois a IA assumiria o controle. Mas, como bem apontado no artigo, a realidade tem sido diferente. Em 2025, os programas de residência em radiologia nos EUA atingiram um recorde de vagas, e a especialidade continua sendo uma das mais bem remuneradas da medicina.

Embora os modelos de IA brilhem em testes laboratoriais, seu desempenho no ambiente hospitalar nem sempre é o mesmo. Segundo Mousa, isso ocorre por diversos motivos:

1. Dados limitados e enviesados: Muitos modelos são treinados com dados de apenas um hospital ou com critérios de inclusão muito restritos. Isso significa que, ao serem aplicados em outros contextos, podem apresentar uma queda significativa de desempenho. Por exemplo, um modelo treinado para detectar pneumonia em um hospital pode falhar ao analisar exames de outro local com equipamentos diferentes ou populações distintas.

2. Cobertura limitada: A maioria dos modelos de IA é projetada para responder a perguntas específicas, como “há um nódulo pulmonar neste exame?”. Para cobrir todas as possíveis condições que um radiologista enfrenta no dia a dia, seria necessário usar dezenas de modelos diferentes, o que ainda não é prático.

3. Regulação e responsabilidade legal: Modelos autônomos enfrentam barreiras regulatórias mais rígidas, pois precisam demonstrar que podem operar com segurança em qualquer cenário. Além disso, seguradoras relutam em cobrir erros cometidos por IA, tornando arriscado para hospitais adotarem essas tecnologias sem supervisão humana.

4. O papel humano vai além do diagnóstico: Radiologistas não apenas interpretam exames. Eles comunicam resultados a médicos e pacientes, ajustam protocolos de exames e supervisionam equipes. Essas tarefas exigem habilidades humanas que a IA ainda não consegue replicar.

Minha visão: o futuro é humanos + IA
Na minha opinião, ao invés de substituir radiologistas, a IA tem potencial para ser uma poderosa aliada. Com modelos cada vez mais precisos, os profissionais podem dedicar menos tempo às tarefas repetitivas de diagnóstico e focar em atividades que exigem julgamento clínico, empatia e comunicação. Isso também pode ajudar a reduzir vieses nos diagnósticos e aumentar a eficiência geral do sistema de saúde.

Um exemplo histórico ilustra bem esse ponto: quando os hospitais migraram de filmes físicos para sistemas digitais no início dos anos 2000, esperava-se que a produtividade aumentasse tanto que menos radiologistas seriam necessários. No entanto, o oposto aconteceu. Com exames mais rápidos e acessíveis, a demanda por diagnósticos cresceu, e os radiologistas se tornaram ainda mais indispensáveis. Algo semelhante pode ocorrer com a IA: ao tornar os diagnósticos mais rápidos e precisos, ela pode abrir espaço para novas aplicações e aumentar a demanda por especialistas.

Apesar do entusiasmo em torno da IA, há um descompasso entre o ritmo de desenvolvimento das ferramentas e sua adoção no mercado. Como bem apontado por Deena Mousa, implementar IA em hospitais exige mudanças culturais, treinamentos, ajustes regulatórios e investimentos financeiros. Além disso, os profissionais precisam confiar nas ferramentas para integrá-las ao seu fluxo de trabalho.

Esse gap nos lembra que a tecnologia, por si só, não transforma uma área. É necessário tempo para que ela seja adaptada às necessidades humanas e às regras da sociedade. Enquanto isso, o modelo “humanos + IA” parece ser o caminho mais viável, pelo menos nos próximos anos.

A radiologia nos ensina uma lição importante sobre o impacto da IA: avanços tecnológicos não significam automaticamente substituição humana. Em vez disso, eles podem aumentar a produtividade e permitir que os profissionais se concentrem no que fazem de melhor: cuidar de pessoas. O futuro da medicina parece ser uma parceria entre humanos e máquinas, onde cada um desempenha um papel complementar. E isso não é apenas uma boa notícia para os radiologistas, mas para todos nós que dependemos de um sistema de saúde mais eficiente e humano.

Como bem coloca Mousa, a implementação de IA na radiologia depende de comportamento, instituições e incentivos. Eu acrescentaria que também depende de uma visão equilibrada, que valorize tanto a inovação tecnológica quanto o papel insubstituível do ser humano no cuidado com o próximo. Afinal, a tecnologia só faz sentido quando serve à humanidade.

@ricardomellofilho
https://www.linkedin.com/in/ricardomellofilho/
Com 7 anos de atuação jurídica focada exclusivamente no ecossistema de inovação, o Baldin Mello é referência no atendimento personalizado e estratégico para startups e empresas de tecnologia. Unimos experiência, agilidade e visão de negócio para oferecer soluções jurídicas que impulsionam o crescimento e blindam os riscos das empresas mais inovadoras do país. Aqui, cada cliente é único, cada estratégia é sob medida, e cada resultado é pensado para escalar junto com o seu negócio.

Baldin Mello | Advocacia Estratégica para Empresas de Tecnologia