Pesquisa qualitativa identifica três dimensões que condicionam a aceitação da IA na assistência à saúde e mostra que as expectativas dos pacientes variam conforme o contexto clínico
A incorporação da inteligência artificial (IA) à assistência à saúde não depende apenas de acurácia diagnóstica, eficiência operacional ou conformidade regulatória. Para conquistar a confiança dos pacientes, essas tecnologias também precisam preservar a relação médico-paciente, oferecer benefícios clínicos perceptíveis e garantir transparência sobre o uso de dados e a responsabilidade pelas decisões.
Essa é uma das principais conclusões do estudo Consumer Perspectives on Trust in and Benefits of Artificial Intelligence in Health Care, realizado na Austrália com 34 participantes. A pesquisa investigou o conceito licença social para o uso da IA na saúde, entendido como uma forma de aceitação pública informal, fundamentada na confiança e na expectativa de benefícios coletivos.
Os resultados indicam que essa aceitação não é permanente nem incondicional. Ela depende da interação entre três dimensões: engajamento relacional (relational engagement), suporte estrutural (structural support) e confiabilidade do desempenho (performance reliability).
Os pesquisadores também identificaram diferenças entre os contextos assistenciais. Em situações de cuidado de curta duração, especialmente quando há maior urgência clínica, os participantes priorizaram a rapidez e a confiabilidade das intervenções; já no cuidado longitudinal, a preservação da relação com os profissionais e as garantias institucionais de segurança e governança ganharam maior relevância.
Licença social vai além da aprovação regulatória
O estudo parte de uma questão que vem ganhando importância à medida que sistemas de IA são incorporados à prática clínica: a aprovação legal e o cumprimento de requisitos éticos são suficientes para garantir a aceitação dessas tecnologias?
Segundo os autores, experiências anteriores demonstraram que projetos envolvendo dados de saúde podem enfrentar resistência pública mesmo quando atendem às exigências legais e regulatórias.
Nesse contexto, a licença social representa uma condição adicional para a implementação sustentável da IA. Diferentemente de uma autorização formal, ela se constrói a partir da percepção de que a tecnologia é confiável, oferece benefícios e respeita as expectativas dos pacientes.
Para investigar esses fatores, os pesquisadores realizaram dois workshops presenciais em Queensland, na Austrália, em setembro de 2025. Participaram da pesquisa 34 pacientes adultos que haviam recebido atendimento em serviços de saúde nos 24 meses anteriores. Eles analisaram cenários hipotéticos de utilização da IA em contextos assistenciais de curta e longa duração e atribuíram pontuações de zero a sete para dois componentes: confiança e benefício percebido.
A primeira dimensão identificada foi o engajamento relacional, relacionado à confiança nos profissionais de saúde, à continuidade do vínculo assistencial e à participação do paciente nas decisões, sendo que os participantes consideraram a interação médico-paciente essencial e insubstituível.
A segunda dimensão, denominada suporte estrutural, reúne fatores relacionados à governança dos dados, privacidade, segurança da informação, transparência, responsabilização (accountability), inclusão e equidade. Os participantes manifestaram preocupação com o uso secundário de dados clínicos, especialmente para treinamento de algoritmos, e com a possibilidade de compartilhamento de informações sem conhecimento prévio dos pacientes. Também destacaram a necessidade de estabelecer responsabilidades claras diante de possíveis danos decorrentes de decisões apoiadas por IA.
A terceira dimensão foi a confiabilidade do desempenho, que envolve acurácia, consistência das recomendações, oportunidade da intervenção (timeliness), personalização do cuidado e supervisão clínica. Nessa dimensão, a expectativa não se limitou à capacidade técnica dos algoritmos, e os participantes valorizaram a possibilidade de a IA produzir informações clinicamente úteis, no momento adequado, sem comprometer o julgamento profissional.
Supervisão médica permanece central para a aceitação
Os participantes reconheceram o potencial dos sistemas para reunir informações, sintetizar dados e oferecer recomendações, mas enfatizaram que os profissionais devem manter o controle sobre sua utilização, interpretar criticamente os resultados e assumir as decisões clínicas finais. A pesquisa também identificou preocupação com recomendações incorretas ou não fundamentadas em evidências, reforçando a importância da validação e da supervisão humana.
Para os autores, a confiabilidade da IA não deve ser compreendida exclusivamente por métricas técnicas de desempenho. Do ponto de vista dos pacientes, ela também envolve a forma como os resultados são incorporados à assistência e utilizados pelo profissional responsável.
A preservação da relação médico-paciente aparece, portanto, como um componente da própria aceitação tecnológica. Sistemas capazes de reduzir tarefas administrativas e o tempo dedicado a registros podem contribuir para ampliar a disponibilidade dos profissionais para interações clínicas significativas, desde que sua integração não comprometa o vínculo assistencial.
Contexto assistencial modifica percepção
Mas há um cenário que modifica as prioridades dos pacientes: a urgência clínica. Nos cenários de curta duração, caracterizados por situações de maior urgência, a confiabilidade do desempenho assumiu maior importância. Os participantes demonstraram maior disposição para aceitar a utilização da IA quando percebiam potencial para acelerar intervenções e melhorar os resultados clínicos. Nesses cenários, o benefício percebido aumentou de 5,2 para 6,0 pontos, em uma escala de zero a sete, entre as duas situações apresentadas.
Já nos cenários de cuidado longitudinal, os participantes atribuíram maior importância à continuidade da relação com os profissionais, à transparência e às estruturas de governança. Nesse grupo de cenários, a confiança média diminuiu de 5,1 para 4,4 pontos quando foram introduzidas condições de maior complexidade e ambiguidade relacionadas ao uso da tecnologia e dos dados.
Os autores interpretam esses resultados como evidência de que a licença social é dinâmica e dependente do contexto, visto que, em situações de maior urgência, pacientes podem priorizar intervenções rápidas e eficazes, mas, no cuidado longitudinal, a confiança tende a depender mais fortemente de fatores relacionais e institucionais.
Brasil amplia adoção da IA e estabelece regras para a prática médica
No Brasil, a incorporação da inteligência artificial à saúde está no centro de discussões que envolvem toda a cadeia do setor, desde o corpo clínico e os gestores dos sistemas de saúde até os órgãos reguladores, instituições de pesquisa e indústria. O debate abrange diferentes etapas do cuidado, incluindo diagnóstico, apoio à decisão clínica, gestão assistencial e pesquisa científica.
Esse movimento já aparece nos indicadores nacionais. Segundo a pesquisa TIC Saúde 2025, divulgada pelo Comitê Gestor da Internet no Brasil (CGI.br), 18% dos estabelecimentos de saúde brasileiros utilizavam alguma tecnologia de IA. Na edição anterior, o percentual registrado era de 4%.
A utilização foi mais frequente em estabelecimentos com mais de 50 leitos de internação (31%) e em Serviços de Apoio à Diagnose e Terapia (SADT), como os de diagnóstico por imagem (29%). E as ferramentas mais adotadas eram os modelos de linguagem generativa, como ChatGPT e Gemini (76%), seguidos por mineração de texto e análise de linguagem (52%), automatização de fluxos de trabalho (48%) e reconhecimento de fala (26%).
Paralelamente, avançam as iniciativas de regulamentação. Em fevereiro de 2026, o Conselho Federal de Medicina (CFM) publicou a Resolução CFM nº 2.454/2026, em vigor desde 26 de agosto, que estabelece diretrizes para o desenvolvimento, a utilização e a governança de sistemas de IA aplicados à medicina.
A norma assegura ao médico o direito de utilizar essas ferramentas como apoio à decisão clínica, à gestão em saúde, à pesquisa e à educação médica continuada, preservando sua autonomia profissional. As decisões diagnósticas, terapêuticas e prognósticas permanecem sob responsabilidade do médico, que deve avaliar criticamente as recomendações dos sistemas e pode rejeitá-las conforme seu julgamento técnico e ético.
A resolução também determina que o paciente seja informado, de forma clara e acessível, quando a IA for utilizada como apoio relevante em seu cuidado; proíbe delegar à tecnologia a comunicação de diagnósticos, prognósticos ou decisões terapêuticas sem mediação humana; e estabelece que seu uso não pode comprometer a relação médico-paciente, a empatia ou a confidencialidade.
Implicações para a segurança do paciente
Além da avaliação de desempenho técnico, os achados do estudo apontam para a necessidade de considerar fatores como supervisão médica, transparência, responsabilização pelas decisões e adequação das ferramentas ao contexto assistencial, sugerindo que a confiança dos pacientes depende não apenas da precisão das recomendações, mas também da existência de mecanismos que permitam compreender, supervisionar e questionar a utilização da tecnologia. Nesse sentido, a governança deixa de representar apenas uma exigência regulatória e passa a integrar as condições necessárias para a aceitação dos sistemas pelos pacientes.
Os autores ressaltam, entretanto, que o estudo foi composto por apenas 34 participantes de um estado australiano e as percepções foram avaliadas a partir de cenários hipotéticos, sem observação direta da utilização de IA na prática clínica. Portanto, os resultados não permitem estimar a prevalência dessas opiniões na população nem demonstrar que as estratégias propostas aumentam efetivamente a confiança ou melhoram desfechos clínicos.
Referências:
1. Consumer Perspectives on Trust in and Benefits of Artificial Intelligence in Health Care.
