De acordo com artigo publicado no TechDrop, assinado por Pedro Clivati, a última semana marcou um ponto de inflexão no debate sobre inteligência artificial e medicina. Em anúncios quase simultâneos, grandes empresas de IA deram os primeiros passos concretos na criação de produtos voltados à saúde. Ainda longe de estarem integradas ao cotidiano clínico, essas iniciativas deixaram de ser apenas promessas e inauguraram uma nova fase de experimentação, validação e discussão regulatória. A questão que emerge é se a tecnologia caminha para tornar médicos dispensáveis ou, paradoxalmente, vai ampliar ainda mais a necessidade desses profissionais?
Os movimentos das big techs ajudam a dimensionar o alcance dessa transição. A OpenAI apresentou o ChatGPT Health, focado na análise de exames, históricos médicos e integração com dados de aplicativos como o Apple Health. A Anthropic anunciou o Claude for Health, com o objetivo de reduzir a carga burocrática dos consultórios por meio de resumos clínicos, apoio à pesquisa e coordenação de pacientes. Já o Google liberou o MedGemma 1.5, voltado à interpretação avançada de imagens médicas em 3D. Como elemento adicional de tensão, o estado americano de Utah tornou-se o primeiro a autorizar uma IA a prescrever medicamentos sem envolvimento humano direto.
Esse cenário alimenta discursos mais radicais, como os de Elon Musk, que afirma que cursar medicina hoje não faria mais sentido diante do avanço acelerado da IA. A tese do “fim do médico” ganha tração no imaginário tecnológico, mas encontra limites quando analisada sob a ótica da história econômica.
É nesse ponto que o Paradoxo de Jevons oferece uma chave interpretativa mais consistente. A teoria aponta que ganhos de eficiência não levam necessariamente à redução do uso de um recurso. Muitas vezes, produzem exatamente o contrário. Quando algo se torna mais barato e acessível, seu consumo tende a aumentar. Foi assim com o carvão na Revolução Industrial, quando as máquinas a vapor de James Watt tornaram o combustível mais eficiente e, paradoxalmente, ampliaram seu uso. O mesmo ocorreu com a iluminação elétrica e com a computação, impulsionada pela Lei de Moore.
Aplicada à saúde, essa lógica sugere um efeito semelhante. Com IAs acessíveis para discutir sintomas, monitorar dados biológicos e levantar hipóteses diagnósticas, novas preocupações surgem, mais exames são solicitados e mais profissionais humanos são acionados. A eficiência reduz custos, mas também desbloqueia demandas que antes não existiam ou estavam reprimidas.
Como observou Satya Nadella, CEO da Microsoft, à medida que a IA se torna mais eficiente e acessível, sua utilização tende a disparar, transformando-se em uma commodity. No campo da saúde, isso se traduz em mais diagnósticos precoces, mais acompanhamento contínuo e maior complexidade clínica, não em menos trabalho médico.
A radiologia é um exemplo claro desse movimento. Antes da popularização da IA generativa, o número de exames era relativamente estável, limitado por custo e disponibilidade de especialistas. Hoje, a demanda cresce em ritmo mais acelerado do que a formação de novos radiologistas. O resultado aponta para suplementação, não substituição. Algoritmos ajudam a filtrar, priorizar e analisar imagens, enquanto médicos assumem a interpretação contextual, a tomada de decisão e a responsabilidade final.
A inteligência artificial vai transformar profundamente a medicina. Mas, como argumenta o artigo, o cenário mais provável está longe de um armagedom profissional. O que se desenha é uma mudança de escopo. Menos tempo gasto em tarefas repetitivas e burocráticas, mais foco em julgamento clínico, relação com o paciente e integração de informações. Se o Paradoxo de Jevons se repetir, a IA não reduzirá a demanda por médicos. Ao contrário, tende a ampliá-la, tornando o cuidado em saúde mais frequente, mais complexo e, paradoxalmente, mais humano.
Texto: Redação TI Rio
Curadoria Editorial: Bruno Nasser