Diretrizes clínicas na era da inteligência artificial: estamos preparados para reinventar a medicina baseada em evidências?

A medicina está diante de uma transformação que poderá modificar profundamente a maneira como produzimos, interpretamos e aplicamos o conhecimento científico. Em 21 de outubro de 2026, o NEJM AI, publicação do grupo responsável pelo New England Journal of Medicine, promoveu o evento Reinventing Clinical Guidelines in the AI Era, dedicado a uma questão fundamental: qual será o papel das diretrizes clínicas em um cenário no qual sistemas de inteligência artificial conseguem analisar grandes volumes de literatura científica e apoiar decisões médicas? A discussão ultrapassa os limites da inovação tecnológica. Trata-se de compreender se estamos preparados para repensar os próprios mecanismos pelos quais a ciência se transforma em recomendações e, posteriormente, em condutas assistenciais. Minha avaliação é que a inteligência artificial poderá representar um avanço na medicina baseada em evidências, desde que não confundamos capacidade de processamento de informações com legitimidade científica para orientar o cuidado.

Historicamente, as diretrizes clínicas foram desenvolvidas para reduzir a variabilidade injustificada da assistência, sistematizar evidências e apoiar decisões mais seguras. Entretanto, sua elaboração depende de processos complexos, que envolvem revisões sistemáticas, avaliação da qualidade dos estudos, deliberação de especialistas e construção de consensos. Essas etapas são essenciais, mas demandam tempo e recursos. Enquanto isso, novos ensaios clínicos, revisões sistemáticas e estudos observacionais continuam sendo publicados. Surge, portanto, um problema estrutural: a produção de conhecimento científico pode avançar mais rapidamente do que sua incorporação às recomendações utilizadas na prática. A consequência é um intervalo entre a disponibilidade de novas evidências e sua tradução em orientações clínicas. Esse intervalo não significa necessariamente que as recomendações anteriores estejam erradas, mas evidencia a necessidade de processos de atualização mais eficientes e responsivos.

É justamente nesse contexto que os grandes modelos de linguagem, conhecidos como LLMs, começam a adquirir relevância. Diferentemente das ferramentas convencionais de busca, sistemas baseados em inteligência artificial podem participar de fluxos estruturados de identificação de estudos, classificação de publicações, extração de resultados, comparação de evidências e elaboração preliminar de sínteses científicas. Combinados a mecanismos de recuperação de informações em fontes verificáveis, esses modelos abrem possibilidades para tornar o conhecimento médico mais acessível e atualizado. O conceito de living guidelines, ou diretrizes vivas, ganha uma nova dimensão: recomendações que podem ser reavaliadas continuamente diante de evidências relevantes, em vez de depender exclusivamente de revisões periódicas extensas. Contudo, existe uma diferença decisiva entre identificar automaticamente novas informações e determinar que elas justificam uma mudança de conduta médica.

Um exemplo concreto dessa evolução surgiu em dezembro de 2025, quando pesquisadores publicaram na revista npj Digital Medicine o estudo Streamlining evidence based clinical recommendations with large language models. O trabalho apresentou o Quicker, um sistema baseado em LLMs capaz de organizar cinco etapas do desenvolvimento de recomendações clínicas: decomposição de perguntas, busca bibliográfica, seleção de estudos, avaliação das evidências e formulação de recomendações. Utilizando informações de diretrizes referentes a três doenças, os pesquisadores avaliaram o desempenho do sistema em diferentes etapas. Em uma avaliação limitada, envolvendo um participante humano, a elaboração de recomendações individuais ocorreu em aproximadamente 20 a 40 minutos. O resultado demonstra um potencial expressivo de ganho de eficiência, mas não comprova que diretrizes produzidas dessa maneira sejam equivalentes, em segurança e qualidade, àquelas desenvolvidas por processos completos de avaliação e deliberação científica.

O entusiasmo tecnológico, entretanto, precisa ser confrontado com o estágio real das evidências. Uma revisão de escopo publicada em julho de 2026, intitulada Integrating Artificial Intelligence and Automation Into Living Guideline Development, identificou 1.090 registros em sua busca inicial, mas apenas três estudos atenderam aos critérios de inclusão. As aplicações encontradas concentravam-se em atividades específicas, como vigilância contínua da literatura, triagem de estudos e atualização de revisões sistemáticas. Nenhuma delas integrava, de forma abrangente, as diferentes etapas do desenvolvimento de diretrizes vivas. Esse resultado é importante porque mostra a distância entre a capacidade demonstrada em tarefas isoladas e a maturidade necessária para utilizar inteligência artificial em processos completos de governança clínica. O potencial existe, mas sua comprovação ainda exige pesquisas mais robustas, avaliações prospectivas e demonstração de benefícios reais para profissionais e pacientes.

Uma das contribuições mais relevantes para essa discussão foi apresentada por Isaac Kohane, professor da Harvard Medical School e editor-chefe do NEJM AI, no editorial Guideline Machines, publicado em junho de 2026. Kohane questiona a premissa de que sistemas capazes de ler e sintetizar grandes volumes de literatura devam, necessariamente, produzir diretrizes mais extensas e automatizadas. Seu argumento chama atenção para um risco pouco explorado: a possibilidade de uma inteligência artificial gerar recomendações aparentemente sofisticadas para situações nas quais não existem evidências suficientemente confiáveis. Um texto tecnicamente convincente, acompanhado de referências bibliográficas, pode transmitir uma autoridade clínica que não foi efetivamente demonstrada. A discussão desloca o problema da capacidade computacional para a qualidade epistemológica das recomendações. Em medicina, uma resposta bem estruturada não é sinônimo de uma resposta correta, e uma recomendação plausível não equivale a uma recomendação validada.

Essa preocupação torna-se ainda mais importante quando consideramos que os pacientes reais raramente correspondem aos perfis simplificados utilizados na construção das recomendações. Um indivíduo idoso, com diabetes, doença renal crônica, insuficiência cardíaca, polifarmácia e limitações socioeconômicas, por exemplo, não pode ser adequadamente compreendido pela aplicação isolada de múltiplas diretrizes. Recomendações apropriadas para uma condição podem produzir efeitos indesejáveis quando combinadas com tratamentos de outras doenças. Além disso, adesão terapêutica, capacidade funcional, preferências individuais, suporte familiar e acesso aos serviços de saúde influenciam diretamente as decisões. O conhecimento científico estabelece referências, mas o cuidado exige contextualização. A promessa de personalização por inteligência artificial somente será legítima se conseguir incorporar essas variáveis sem substituir o julgamento clínico por uma padronização algorítmica aparentemente individualizada.

Outro desafio é o chamado automation bias, ou viés de automação, caracterizado pela tendência humana de confiar excessivamente em recomendações produzidas por sistemas automatizados. Um ensaio clínico randomizado publicado no NEJM AI em 2026, Automation Bias in Large Language Model–Assisted Diagnostic Reasoning among Physicians Trained in AI Literacy, avaliou 44 médicos que haviam concluído uma capacitação de 20 horas em inteligência artificial. Os participantes analisaram casos clínicos com acesso voluntário a recomendações geradas por um modelo de linguagem. Aqueles expostos a sugestões deliberadamente incorretas apresentaram desempenho inferior ao grupo que recebeu sugestões sem esses erros: a acurácia média do raciocínio diagnóstico foi de 73,3%, contra 84,9%, correspondendo a uma diferença ajustada de 14 pontos percentuais. Embora o estudo tenha utilizado vinhetas clínicas, não pacientes reais, seus resultados demonstram que treinamento tecnológico, isoladamente, não elimina o risco de influência indevida dos algoritmos sobre o raciocínio médico.

A questão torna-se ainda mais complexa quando observamos que a elaboração de uma diretriz não consiste apenas em resumir estudos científicos. O sistema GRADE, amplamente utilizado no desenvolvimento de recomendações, diferencia a certeza das evidências da força de uma recomendação. Essa distinção é essencial porque decisões clínicas exigem considerar a magnitude dos benefícios, os riscos, as preferências dos pacientes, os recursos disponíveis, a viabilidade de implementação e os efeitos sobre a equidade. Uma intervenção pode apresentar eficácia demonstrada em determinados contextos e, ainda assim, não representar a melhor alternativa para todas as populações. Algoritmos podem contribuir para sistematizar essas informações, mas a transformação de resultados científicos em recomendações envolve julgamentos explícitos de valor. Portanto, o desafio não é simplesmente ensinar uma inteligência artificial a reconhecer estudos de maior qualidade, mas assegurar que suas conclusões respeitem a complexidade metodológica, ética e social da decisão clínica.

Em agosto de 2026, esse debate ganhou novos elementos com a publicação de Ensuring trustworthy AI assisted guideline development for clinical practice, também na npj Digital Medicine. Os autores defenderam mecanismos de rastreabilidade das evidências, identificação de incertezas, validação humana em etapas críticas e controles específicos de qualidade. O debate foi acompanhado por uma resposta dos pesquisadores responsáveis pelo Quicker, que reconheceram a necessidade de avaliações mais amplas e de estruturas de governança para aplicações clínicas. Essa troca científica evidencia uma mudança importante: o desenvolvimento de modelos capazes de elaborar recomendações deixou de ser apenas um problema de engenharia de software. Passou a exigir procedimentos auditáveis, documentação de versões, verificação das fontes utilizadas e mecanismos que permitam identificar em quais situações a tecnologia deve reconhecer suas próprias limitações. Uma IA clinicamente confiável não deve apenas saber responder; precisa também reconhecer quando não dispõe de evidências suficientes para fazê-lo.

Nesse cenário, considero particularmente relevante uma proposta defendida por Kohane: priorizar o uso da inteligência artificial para reduzir erros de omissão, em vez de simplesmente ampliar a quantidade de recomendações prescritivas. Na prática, isso significa desenvolver ferramentas capazes de alertar para contraindicações negligenciadas, interações medicamentosas relevantes, resultados críticos sem acompanhamento, diagnósticos diferenciais potencialmente graves e sinais de deterioração clínica. Existe uma diferença fundamental entre um sistema que determina automaticamente qual conduta deve ser adotada e outro que identifica informações importantes que o profissional talvez não tenha considerado. O segundo modelo pode funcionar como uma camada adicional de segurança, preservando espaço para a decisão individualizada. Ainda assim, tais alertas precisam ser cuidadosamente avaliados para evitar excesso de notificações, sobrecarga cognitiva e perda de relevância clínica, problemas já conhecidos nos sistemas tradicionais de apoio à decisão.

Há também uma dimensão institucional que não pode ser ignorada. Diretrizes clínicas influenciam protocolos hospitalares, auditorias, indicadores de qualidade, políticas assistenciais e decisões de financiamento. À medida que a inteligência artificial passa a participar de sua elaboração e aplicação, surge uma questão de governança: quem controla os parâmetros utilizados pelos algoritmos para interpretar evidências e recomendar intervenções? Empresas de tecnologia, operadoras de saúde, instituições hospitalares, sociedades médicas e órgãos públicos podem possuir interesses e responsabilidades distintos. A automação de recomendações potencialmente enviesadas pode ampliar significativamente seus efeitos, especialmente quando incorporada a prontuários eletrônicos e processos institucionais. Isso não significa que a participação de empresas privadas seja incompatível com a inovação científica, mas reforça a necessidade de transparência, gestão de conflitos de interesse, supervisão independente e responsabilidade claramente definida sobre as recomendações utilizadas na assistência.

No Brasil, essa transformação apresenta oportunidades específicas, particularmente para o Sistema Único de Saúde. A utilização responsável de inteligência artificial poderia apoiar a identificação de novas evidências, a revisão de protocolos clínicos, a educação permanente e o acesso de profissionais a informações científicas contextualizadas. Entretanto, a realidade brasileira impõe desafios adicionais relacionados à desigualdade regional, disponibilidade de infraestrutura, interoperabilidade entre sistemas, qualidade dos registros e proteção de dados pessoais sensíveis. Diretrizes desenvolvidas predominantemente a partir de evidências internacionais precisam considerar características epidemiológicas, disponibilidade de tecnologias e condições assistenciais locais. Automatizar recomendações sem incorporar essas diferenças pode ampliar desigualdades em vez de reduzi-las. Para que a inovação tenha relevância na saúde pública, deverá demonstrar não apenas desempenho tecnológico, mas capacidade de melhorar a segurança, a efetividade e a equidade do cuidado em diferentes realidades brasileiras.

Essa discussão também precisa chegar à formação médica. Durante muito tempo, parte importante do aprendizado esteve associada à capacidade de memorizar informações, reconhecer critérios diagnósticos e reproduzir condutas descritas em referências consolidadas. Com o avanço dos sistemas inteligentes, o valor profissional estará cada vez mais relacionado à capacidade de interpretar criticamente evidências, compreender limitações metodológicas, reconhecer vieses e integrar informações ao contexto de cada paciente. Isso não diminui a importância do conhecimento médico fundamental; ao contrário, torna sua compreensão ainda mais necessária para avaliar recomendações automatizadas. A alfabetização em inteligência artificial deverá integrar a educação médica, mas não poderá se limitar ao aprendizado de ferramentas e comandos. Será necessário desenvolver competências de avaliação crítica, supervisão algorítmica, comunicação de incertezas e tomada de decisão compartilhada. Um profissional que utiliza inteligência artificial sem compreender seus limites pode tornar-se mais vulnerável, não necessariamente mais preparado.

A principal transformação, portanto, talvez não esteja na substituição dos documentos tradicionais por interfaces conversacionais, mas na construção de uma nova infraestrutura de conhecimento clínico: continuamente atualizada, metodologicamente transparente, integrada aos fluxos assistenciais e supervisionada por profissionais qualificados. A discussão promovida pelo NEJM AI representa um marco importante desse debate, mas a consolidação dessas tecnologias dependerá de evidências prospectivas de segurança, efetividade e impacto sobre desfechos clínicos. Precisamos evitar dois extremos igualmente problemáticos: rejeitar inovações capazes de melhorar a assistência ou delegar prematuramente a sistemas automatizados responsabilidades que exigem julgamento científico e humano. O futuro da medicina baseada em evidências não será definido pela quantidade de recomendações que a inteligência artificial conseguir produzir, mas pela capacidade de transformar informação científica em decisões mais seguras, individualizadas e responsáveis. Reinventar as diretrizes clínicas, afinal, deverá significar fortalecer o exercício da medicina, e não reduzir sua complexidade a respostas geradas por algoritmos.