“Paciente” vem do latim patiens, aquele que sofre, aquele que suporta. A palavra carrega no étimo algo que a medicina moderna foi progressivamente descartando: a ideia de que cuidar de alguém exige tempo, presença e disposição para sentar com o desconforto sem resolvê-lo prematuramente. Um médico que atende 40 pessoas por dia não é um mau médico. É um médico que o sistema transformou em máquina de triagem antes que qualquer máquina pudesse fazer isso por ele.
A inteligência artificial chegou à medicina não como invasora, mas como espelho. O que ela reflete é um sistema que já havia sacrificado boa parte do que a palavra “paciente” continha.
Harari observou que o ser humano é o único animal capaz de acreditar em ficções coletivas e organizá-las em instituições duradouras. A medicina moderna é uma dessas ficções, extraordinariamente bem construída: a crença de que existe um protocolo correto para cada sintoma, que a ciência acumulada em manuais e diretrizes consegue capturar a singularidade de cada corpo que entra num consultório. Funciona na maioria dos casos. Nos outros, produz Morgans, pessoas que passam décadas sendo tratadas corretamente pela ficção e incorretamente pelo corpo real que têm.
O futuro que está sendo construído agora tem pelo menos três caminhos, e nenhum deles é simples.
O primeiro é o que a administração Trump está construindo em velocidade política: IA autônoma praticando medicina, diagnosticando, prescrevendo, decidindo, com supervisão humana residual ou nenhuma. O argumento é de acesso. Metade dos condados americanos não tem cardiologista nem obstetra. Para quem já não tem nada, um chatbot com 34% de acerto ainda é melhor que zero. Essa matemática é brutal e verdadeira.
O segundo caminho é o híbrido: IA como extensão do médico, não como substituto. Memória perfeita, monitoramento contínuo, cruzamento de dados ao longo de anos, mas com um humano responsável pela decisão final. É o caminho que a maioria dos médicos sérios defende e que exige investimento real em infraestrutura de dados, interoperabilidade de prontuários e governança que o Brasil ainda não tem.
O terceiro caminho é a resistência regulatória, que não é necessariamente conservadorismo, pode ser prudência legítima. Um estudo de fevereiro na Nature Medicine mostrou chatbots acertando diagnósticos 34% das vezes, estatisticamente equivalentes ao Google. Pesquisadores de Duke documentaram o que chamam de impulso de agradar, a tendência dos modelos de confirmar o que o usuário parece querer ouvir. Num chatbot de culinária isso é irrelevante. Num sistema de saúde, é o tipo de falha que não aparece nos benchmarks mas mata em escala.
O risco filosófico mais profundo não está em nenhum desses três caminhos isoladamente. Está na velocidade com que o segundo caminho vira o primeiro sem que ninguém tenha tomado essa decisão conscientemente. Carros autônomos, que a indústria usa como analogia, levaram décadas de testes em ambientes controlados antes de circular em cidades reais. A diferença é que um carro autônomo que falha bate em algo visível. Um médico artificial que falha sistematicamente produz diagnósticos errados que parecem certos, tratamentos inadequados que não matam imediatamente, e uma erosão lenta da capacidade médica humana que, uma vez perdida, não volta.
Karnal tem uma frase que repito desde que a ouvi: a liberdade não é fazer o que se quer, é querer o que se faz. Aplicada aqui, a pergunta não é se IA pode praticar medicina. Provavelmente pode, em condições específicas, com limitações claras. A pergunta é se queremos realmente o que estamos construindo, ou se estamos deixando a urgência econômica e a empolgação tecnológica decidirem por nós enquanto fingimos que é escolha.
Morgan Gleason existe. Os 16 anos de diagnóstico errado, também. E existe a pergunta que nenhum dado resolve sozinho: quantas pessoas esse sistema de saúde imperfeito, humano e lento está deixando para trás, e quantas o sistema que vem para substituí-lo vai criar de formas que ainda não sabemos medir.
