Um novo estudo do MIT revelou que a eficácia da assistência de inteligência artificial em diagnósticos médicos depende fortemente do nível de experiência do profissional que a utiliza. A pesquisa, publicada em agosto de 2026, analisou como médicos e não especialistas interagem com sistemas de IA para diagnosticar câncer de pele.
O experimento
Pesquisadores do MIT recrutaram dois grupos distintos: dermatologistas experientes e pessoas sem treinamento médico. Ambos os grupos receberam a mesma ferramenta de IA para auxiliar no diagnóstico de imagens de lesões de pele. O sistema de IA fornecia uma classificação de risco (benigna, suspeita ou maligna) junto com um nível de confiança.
Os resultados foram reveladores: participantes não especialistas confiaram excessivamente na IA, aceitando suas sugestões mesmo quando estavam erradas. Já os dermatologistas conseguiram identificar os erros da IA com maior frequência, ajustando seus diagnósticos com base na própria experiência clínica.
Confiança cega vs. colaboração crítica
O estudo quantificou o fenômeno: quando a IA cometia um erro de classificação, os não especialistas seguiam a recomendação incorreta em aproximadamente 70% das vezes. Os dermatologistas, por outro lado, discordavam da IA errônea em cerca de 60% dos casos.
“A IA médica não é uma solução mágica que funciona igualmente para todos os usuários”, explica a equipe do MIT. “Ela amplifica a capacidade de decisão de quem já tem conhecimento de domínio, mas pode induzir ao erro quem depende dela como única fonte de verdade.”
Implicações para o futuro da telemedicina
Esta descoberta tem consequências diretas para o design de ferramentas de saúde digital. Com o crescimento de aplicativos de triagem dermatológica baseados em IA disponíveis diretamente ao consumidor, o risco de diagnósticos incorretos seguidos sem questionamento é real.
O estudo sugere que as interfaces de IA médica devem incluir mecanismos que incentivem o pensamento crítico do usuário, como:
- Exibir explicitamente o nível de incerteza do modelo
- Mostrar diagnósticos diferenciais em vez de uma única resposta
- Incluir lembretes de que a ferramenta é um suporte, não um substituto para avaliação profissional
- Adaptar o nível de detalhe conforme o perfil do usuário (leigo vs. profissional de saúde)
O que isso significa para o Brasil
No contexto brasileiro, onde a telemedicina cresceu mais de 300% desde 2020 e o SUS começa a incorporar ferramentas de triagem baseadas em IA, o alerta do MIT é especialmente relevante. A capacitação de profissionais de saúde para usar IA de forma crítica é tão importante quanto a própria precisão dos algoritmos.
O estudo completo foi publicado no MIT News e está disponível para acesso público. A pesquisa reforça que o futuro da IA na saúde não é sobre substituir médicos, mas sobre criar ferramentas que potencializem o julgamento clínico sem anestesiá-lo.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
