A implementação de um programa piloto do Medicare, o sistema de saúde público americano, que utiliza inteligência artificial para aprovar ou negar procedimentos médicos foi apressada e repleta de erros. A consequência: atrasos no atendimento a pacientes. A revelação vem de mais de mil páginas de documentos obtidos pela Electronic Frontier Foundation (EFF) através de uma ação judicial, em reportagem do portal especializado STAT News.

O projeto, batizado de WISeR, foi lançado em janeiro em seis estados americanos e tem como objetivo reduzir “serviços inúteis e inadequados”. A leitura aqui, no entanto, é que o caso serve como um alerta contundente sobre os riscos de adotar tecnologias de IA em sistemas críticos sem o devido rigor técnico e a supervisão necessária, transformando a busca por eficiência em um obstáculo ao acesso à saúde.

A promessa e o perigo da eficiência

Os documentos revelam uma falha clássica de gestão de projetos de inovação no setor público: a pressão por um lançamento rápido atropelou a viabilidade técnica. Um dos fornecedores da tecnologia alertou os Centros de Serviços Medicare e Medicaid (CMS) que era “irrealista” esperar um produto funcional no prazo estipulado pela agência federal. O aviso foi ignorado.

O resultado é um paradoxo. Uma ferramenta desenhada para otimizar o sistema e cortar custos com procedimentos como aplicações de epidural e substitutos de pele acabou por gerar novas ineficiências e, mais grave, prejudicar pacientes que dependem de aprovações ágeis. O episódio levanta um debate fundamental sobre a responsabilidade quando um algoritmo erra: a culpa é do fornecedor, da agência governamental que o implementou ou do próprio código?

O piloto do WISeR, previsto para durar até 2031, torna-se um estudo de caso em tempo real sobre os perigos do “solucionismo tecnológico” na esfera pública. Para o Brasil, onde o SUS e operadoras privadas também exploram o uso de IA, a experiência americana oferece uma lição valiosa: a inovação em saúde não pode ser um fim em si mesma, e a pressa para adotá-la pode ter um custo humano inaceitável. A questão que fica é se os erros iniciais servirão para calibrar o projeto ou se o sistema insistirá no erro.

Com reportagem de Brazil Valley

Source · STAT News (Biotech)