A difícil equação entre regular e inovar a inteligência artificial na medicina
Norma do CFM estabelece limites para o uso de inteligência artificial na prática médica, mas sua aplicação levanta questões sobre burocracia, responsabilidade e espaço para inovação
A inteligência artificial já entrou no fluxo da prática médica, mas sua incorporação trouxe uma questão que ultrapassa a capacidade dos algoritmos: quem responde por uma decisão apoiada por uma tecnologia que o médico não desenvolveu e nem sempre consegue explicar?
A Resolução nº 2.454/2026 do Conselho Federal de Medicina (CFM) procura estabelecer uma resposta ao criar um marco para o uso de sistemas preditivos, ferramentas de triagem e tecnologias de apoio à decisão clínica.
O princípio central da norma é preservar o médico como autoridade final. O chamado human-in-the-loop determina que o profissional pode aceitar, modificar ou rejeitar uma recomendação produzida pela IA, sem que o sistema substitua sua autonomia. A lógica estabelece um limite claro para a automação da assistência: o algoritmo pode apoiar o raciocínio clínico, mas a decisão permanece sob responsabilidade médica.
A resolução também transforma o uso da IA em uma prática que precisa ser documentada. O médico deve registrar no prontuário quando e como utilizou a ferramenta, enquanto o paciente deve ser informado sobre a utilização de sistemas inteligentes durante o atendimento. As aplicações são ainda classificadas conforme o nível de risco, com diferentes exigências de governança e auditoria.
Para hospitais e instituições que desenvolvem ou utilizam essas tecnologias, a norma cria outra camada de responsabilidade. A previsão de Comissões de IA e Telemedicina, subordinadas às diretorias técnicas, busca estruturar o acompanhamento ético das ferramentas e estabelecer mecanismos permanentes de supervisão.
É nessa implementação que surgem as principais contestações de entidades do setor, gestores, hospitais e empresas de tecnologia.
O problema não está necessariamente na criação de regras, mas na forma como elas se encaixam em fluxos assistenciais que já são complexos e nos diferentes níveis de estrutura das instituições.
A exigência de registrar o uso da IA em atividades assistenciais, por exemplo, pode acrescentar uma etapa administrativa em processos nos quais a tecnologia é utilizada para economizar tempo. Para grandes organizações, essa exigência pode ser incorporada a estruturas existentes. Para clínicas menores, instituições filantrópicas e startups, a criação de mecanismos próprios de governança, auditoria e mitigação de vieses pode representar um custo proporcionalmente maior.
Há ainda uma questão mais difícil: a responsabilidade quando o problema não está na decisão do médico, mas no próprio sistema. A norma mantém a responsabilidade sobre a decisão final nas mãos do profissional, mas o debate permanece sobre como distribuir responsabilidades quando um resultado inadequado decorre de falhas no desenvolvimento, no treinamento ou no funcionamento de um algoritmo.
Essa discussão tende a ganhar importância à medida que os sistemas se tornam mais complexos. Em modelos cuja lógica interna é difícil de interpretar, identificar a origem de um erro pode exigir a análise de diferentes etapas, desde os dados utilizados no treinamento até a implementação da ferramenta no ambiente clínico.
O desafio regulatório passa, então, a ser proporcional à velocidade da inovação. Sistemas de IA generativa e preditiva podem evoluir em ciclos mais rápidos do que os processos tradicionais de elaboração e revisão de normas. Uma regra excessivamente rígida pode dificultar a adoção de ferramentas potencialmente úteis, enquanto uma governança insuficiente pode implicar riscos para pacientes e profissionais.
Por isso, a discussão em torno da resolução não se resume à oposição entre regulação e inovação: o ponto central é construir mecanismos que permitam controlar riscos sem transformar a governança em uma barreira à experimentação e à adoção responsável.
Para a medicina brasileira, esse equilíbrio será particularmente relevante à medida que a IA avance de aplicações pontuais para atividades cada vez mais integradas ao fluxo clínico. Privacidade, transparência, auditoria, responsabilidade profissional e supervisão humana precisarão coexistir com a necessidade de testar e incorporar novas soluções.
A questão que permanece para o setor está em como estabelecer as condições para que sua utilização seja segura, rastreável e suficientemente flexível para acompanhar a evolução tecnológica.
A qualidade da regulação será medida justamente pela capacidade de proteger o paciente sem impedir que a inovação chegue ao cuidado.
Fontes:
Comentários