IA agêntica começa a participar das decisões nos plantões médicos
Sistemas como MIRA e AMIE analisam dados, formulam hipóteses e apoiam decisões clínicas em ambientes de alta pressão, como os prontos-socorros
A inteligência artificial já deixou de ser usada apenas para responder perguntas ou organizar informações clínicas. Sistemas agênticos começam a participar do próprio fluxo de atendimento, analisando dados, formulando hipóteses e sugerindo os próximos passos para a equipe médica. A mudança é relevante sobretudo nos plantões, onde decisões precisam ser tomadas rapidamente e com informações que chegam de forma fragmentada.
A diferença em relação aos assistentes conversacionais está na autonomia operacional. Um sistema convencional depende de uma pergunta para produzir uma resposta. Um agente pode buscar informações, consultar ferramentas, avaliar resultados e avançar para a próxima etapa de acordo com o que encontra.
Em ambientes integrados ao prontuário eletrônico, isso permite conectar diferentes partes do atendimento em uma sequência de ações.
O MIRA, sigla para Medical Intelligence for Reasoning and Action, é um exemplo dessa abordagem. Integrado a ecossistemas baseados em FHIR, o modelo foi desenvolvido para navegar por um amplo conjunto de operações clínicas. Em simulações, realizou tarefas como triagem, solicitação de exames laboratoriais e de imagem, formulação de hipóteses diagnósticas e recomendações relacionadas a internações e intervenções.
Nos testes apresentados para o modelo, o MIRA alcançou acurácia diagnóstica média de 88,9%. Em uma comparação com médicos experientes, o índice foi de 87,8%. Em determinados cenários de decisão sobre internação, como pneumonia e embolia pulmonar, o sistema apresentou recall de 100%.
Os números ajudam a dimensionar o avanço, mas não significam que a tecnologia esteja pronta para substituir o julgamento médico. Os resultados foram obtidos em ambientes simulados e precisam ser avaliados com cautela antes de serem associados ao desempenho em um pronto-socorro real.
O AMIE, por sua vez, explora outra dimensão da inteligência artificial aplicada ao atendimento. O sistema foi desenvolvido para o raciocínio clínico por meio do diálogo e para a condução de anamneses. A ferramenta consegue organizar informações obtidas durante a conversa, explorar sintomas e acompanhar o raciocínio ao longo de diferentes etapas do atendimento.
A diferença entre MIRA e AMIE ajuda a entender o conceito de IA agêntica na saúde.
O AMIE está mais concentrado na interação e no raciocínio clínico conversacional. O MIRA amplia esse processo para a execução de tarefas estruturadas dentro de um ambiente clínico. Em vez de apenas conversar sobre o que poderia ser feito, o agente percorre etapas necessárias para chegar a uma recomendação.
Em um atendimento de alta pressão, o médico precisa interpretar sintomas, histórico, sinais vitais, medicamentos e resultados de exames enquanto decide quais informações ainda precisam ser obtidas. Um agente pode atuar na organização desse processo, identificar dados ausentes, sugerir exames e apresentar hipóteses à medida que novas informações entram no sistema.
Há também um efeito sobre a carga cognitiva da equipe: atividades como busca de informações no prontuário, reconciliação medicamentosa, montagem de painéis de exames e preenchimento de solicitações consomem tempo durante o plantão.
Quando essas tarefas podem ser realizadas ou preparadas por um sistema, o profissional passa a dedicar mais atenção à avaliação do paciente e às decisões que exigem julgamento clínico.
Agentes podem incorporar protocolos e diretrizes ao processo de atendimento, reduzindo a possibilidade de que determinadas etapas sejam esquecidas em situações de pressão. Isso não elimina o risco de erro, mas cria uma camada adicional de verificação.
Ao mesmo tempo, quanto maior a autonomia desses sistemas, maior é a necessidade de estabelecer limites claros.
Uma recomendação pode estar baseada em dados incompletos, em uma interpretação inadequada ou em uma situação clínica que não corresponde aos padrões encontrados durante o treinamento. O fato de um modelo apresentar bom desempenho em uma base de casos não garante o mesmo resultado diante da variabilidade de um hospital.
Por isso, a adoção da IA agêntica exige supervisão médica, validação em ambientes reais e mecanismos para rastrear como cada recomendação foi produzida. A questão não é apenas saber se o sistema consegue chegar à resposta correta, mas também estabelecer quando ele pode sugerir uma conduta, quais ações pode executar e em que situações deve obrigatoriamente transferir a decisão para o profissional.
A mudança, portanto, está menos na capacidade de a inteligência artificial conversar com médicos e mais na posição que ela começa a ocupar dentro do atendimento.
Nos plantões, essa evolução pode reduzir etapas operacionais e acelerar a análise de casos complexos. Mas também coloca a tecnologia mais perto do ponto em que decisões clínicas são tomadas.
O desafio passa a ser construir uma relação em que a IA consiga atuar de forma proativa sem retirar do médico o controle sobre a conduta.
Fontes:
Comentários