Médicos triplicaram o uso de IA — e também triplicaram a lista do que ela não pode fazer

Os médicos e enfermeiros que integraram a IA à prática diária são os que mais resistem a expandir seu papel. Uma pesquisa com 355 médicos e enfermeiros dos EUA, encomendada pela Wolters Kluwer e realizada em março de 2026, constatou que o uso diário de IA pelos clínicos triplicou em relação ao ano anterior. Na mesma amostra: 74% temem que a tecnologia eroda as habilidades clínicas que está substituindo, 74% desconfiam de seus resultados por causa de alucinações, e 72% estão preocupados que modelos de negócios movidos por anunciantes distorçam recomendações médicas. As pessoas que mais usam IA são as que traçam a fronteira com mais firmeza.

Como é essa fronteira na prática: imagem clínica e diagnósticos ficam do lado aceitável. Documentação, recomendações de tratamento, comunicação com o paciente e qualquer coisa que toque o julgamento clínico ficam do outro lado. Os clínicos passaram anos vendo a IA melhorar na leitura de exames e na sinalização de anomalias — melhorias que são mensuráveis, publicadas e revisadas por pares. O mesmo quadro de evidências não existe para as aplicações mais amplas que os desenvolvedores agora empurram para os hospitais. Os médicos não estão rejeitando a IA. Estão aplicando a ela o mesmo escrutínio que aplicam a qualquer intervenção clínica.

A lacuna de governança é mensurável e não está fechando rapidamente. A parcela de clínicos que dizem estar cientes das políticas de governança de IA em suas instituições subiu de 21% em 2025 para 27% no ano passado. É um ganho de seis pontos em um número que deveria estar perto de 100. Quando instituições implantam sistemas de IA para uso clínico sem estruturas de governança correspondentes, os clínicos preenchem a lacuna por conta própria — é por isso que a resistência individual é maior nas áreas onde a supervisão institucional é mais fraca.

A preocupação com alucinações não é teórica. Modelos de linguagem de grande porte usados em contextos clínicos produziram informações plausíveis, mas factualmente incorretas, sobre interações medicamentosas, dosagens e diagnósticos. A preocupação com o viés movido por anunciantes reflete algo mais estrutural: a maioria das ferramentas clínicas de IA é construída por empresas cuja receita depende de engajamento e venda adicional, não de resultados para o paciente. Clínicos que trabalham dentro desses sistemas reconhecem o desalinhamento de incentivos mesmo quando os fornecedores não o anunciam.

O que a pesquisa descreve não é tecnofobia. É uma profissão aplicando padrões de evidência de forma consistente. A IA de radiologia passou porque gerou um corpo de evidências revisadas por pares e se submeteu a ensaios clínicos. As ferramentas agora implantadas para documentação, triagem e interação com o paciente não passaram por esse processo em escala comparável. O Financial Times, que noticiou a pesquisa hoje, enquadra isso como resistência. É mais precisamente um pedido pela mesma barra de evidências que qualquer outra intervenção médica tem que superar.

O Índice de IA de Stanford HAI 2026 rastreia um padrão semelhante em sua seção de medicina: a adoção está à frente da validação, e os lugares onde a IA clínica está mais enraizada raramente são os mesmos onde a literatura de resultados está estabelecida. O que os dados da Wolters Kluwer acrescentam é a perspectiva do profissional — que as pessoas mais próximas da tecnologia são as que articulam com mais clareza onde a evidência se esgota.

Tags: artificial intelligence, clinicians, deskilling, diagnostics, healthcare, medical AI