Um experimento em Pequim com uma clínica oftalmológica concebida em torno da inteligência artificial oferece uma lição de sobriedade para o setor de healthtech. O projeto, batizado de AI-TEC e detalhado em um estudo na prestigiada revista Nature Medicine, testou a automação de quase todo o fluxo de atendimento, da triagem ao acompanhamento pós-consulta, sempre com supervisão humana.

O que os pesquisadores do Beijing Visual Science and Translational Eye Research Institute descobriram, segundo reportagem do El Confidencial, é que a implementação de IA no mundo real é menos um desafio de algoritmo e mais um problema de ecossistema. A tecnologia pode ser precisa, mas sua utilidade depende da integração com processos, da qualidade dos dados e, crucialmente, da adesão de quem está na linha de frente: os médicos.

O algoritmo aprende, o médico abandona

O primeiro obstáculo foi técnico, mas revelador. O desempenho inicial da IA na detecção de patologias como glaucoma foi baixo. A solução não foi adicionar mais dados, mas sim dados de melhor qualidade: um conjunto de apenas 1.426 imagens, curado por oftalmologistas especialistas, elevou a precisão do sistema a níveis de excelência. A lição: a expertise humana ainda é o principal ativo no treinamento de sistemas complexos.

Contudo, o maior problema foi humano. Cinco meses após o início, os médicos simplesmente deixaram de usar a ferramenta. Apenas 3,8% dos exames realizados em um mês utilizaram os processos da AI-TEC. A razão era prosaica: o sistema era lento e exigia muitos cliques. Após ajustes para otimizar a usabilidade e reduzir a entrada manual de dados, a adesão subiu para 23% no mês seguinte. A tecnologia só foi adotada quando se adaptou ao usuário, e não o contrário.

A métrica do sucesso: mais que um diagnóstico

O experimento levou a equipe a uma conclusão fundamental: a implementação de uma saúde "nativa de IA" é um desafio de ecossistema. O sucesso não depende de um único algoritmo, mas da orquestração entre a qualidade dos dados, a interação com os fluxos clínicos, o engajamento dos profissionais, a governança e a geração de valor clínico mensurável.

Isso desloca o debate sobre a eficácia da IA na medicina. A pergunta deixa de ser "quão preciso é o modelo?" e passa a ser "este sistema melhora os resultados de saúde e otimiza o trabalho clínico?". Como apontam os autores do estudo, o sucesso deve ser medido pela transformação do fluxo de trabalho e pela melhora nos desfechos para os pacientes, não por pontuações em testes de benchmark.

O caso chinês serve como um estudo de caso valioso para qualquer startup ou sistema de saúde que busca implementar IA em escala. A tecnologia mais avançada é inútil se os profissionais que devem operá-la a consideram um obstáculo. O futuro da medicina aumentada pela IA depende tanto de engenheiros de software quanto de designers de experiência e de uma profunda compreensão da cultura e das práticas médicas.

Com reportagem de Brazil Valley

Source · El Confidencial — Tech