Um estudo publicado no periódico NEJM AI em 15 de outubro de 2026 analisou o impacto da inteligência artificial (IA) nas recomendações médicas, especialmente no que diz respeito ao custo e à quantidade de exames e consultas sugeridos. A pesquisa intitulada “Comparative Cost of Care Recommended by Large Language Models versus Treating Physicians” concluiu que, embora os modelos linguísticos de IA recomendem um volume maior de exames e especialidades, isso não implica necessariamente em desperdício ou inadequação clínica.
Metodologia do estudo: comparação entre IA e médicos
Os autores analisaram 200 notas clínicas desidentificadas, provenientes do banco de dados público MTSamples, que continham registros ambulatoriais e de pronto-socorro. Essas notas foram submetidas a 24 sistemas diferentes de IA, sendo 20 generalistas e 4 especializados em saúde, para que produzissem avaliações e planos de tratamento. As recomendações médicas originais serviram de parâmetro para comparação.
As indicações de exames e consultas das IAs foram valorizadas conforme as tarifas Medicare de 2026, considerando principalmente testes diagnósticos e encaminhamentos. Apesar de medicamentos prescritos terem sido contabilizados, seu custo não foi incluído na análise econômica.
Diferenças nos custos sugeridos por IA e médicos humanos
Em média, os modelos de linguagem recomendaram prestadores de serviços com custo de 314 dólares por atendimento, contra 97 dólares indicados pelos médicos, uma diferença de 216 dólares por visita (IC95% 177–257; P<0,001). Esse aumento decorreu principalmente do maior número de exames diagnósticos (176 vs. 71 dólares) e consultas especializadas (0,87 vs. 0,15 por visita), sendo as consultas cerca de 5,6 vezes mais frequentes nos planos sugeridos pelas IAs.
Mais exames não equivalem a mais desperdício
Apesar do custo maior nas recomendações das IAs, o estudo enfatiza que isso não comprova que essas indicações sejam inadequadas ou desnecessárias. De uma revisão clínica com 1.000 planos gerados por cinco sistemas, apenas 5% foram considerados claramente supérfluos, 17% discutíveis ou defensivos, 59% razoáveis dada a limitada informação disponível ao modelo, e 18% até concordantes com as diretrizes oficiais, ainda que ausentes do plano médico original.
Essa análise sugere que as IAs tendem a priorizar a completude diagnóstica, gerando possivelmente exames defensivos, mas que podem também corrigir omissões dos médicos.
Limitações metodológicas e conceituais
O principal desafio do estudo é o uso do plano do médico como referência padrão, que nem sempre representa a conduta ótima. Ademais, o médico tem acesso presencial e dados contextuais do paciente, enquanto a IA depende apenas da nota clínica inicial, sem informações implícitas ou experiências subjetivas que podem justificar decisões diferentes. Essa assimetria limita a interpretação direta das diferenças observadas.
Além disso, o banco de dados MTSamples é antigo (do meio dos anos 2000) e não necessariamente representativo do cenário atual, enquanto linhas-guia, modelos e preços são recentes, o que pode influenciar a generalização dos resultados.
Estimativas e custos na prática clínica atual
O cálculo considera que todas as recomendações das IAs seriam integralmente executadas, o que é pouco realista. Na prática, um médico avaliaria as sugestões da IA antes de decidir sobre sua implementação, configurando um fluxo: IA → recomendação → avaliação médica → decisão → execução. Por isso, o aumento de custo computado representa um limite superior e não o gasto real.
O estudo também não incluiu os custos associados a medicamentos e tratamentos subsequentes. Mais importante, não avaliou impactos clínicos como melhora diagnóstica, redução de eventos adversos ou problemas decorrentes de falsos positivos e cascatas diagnósticas.
Modulação via prompts para otimizar recomendações da IA
Um destaque do trabalho foi a análise do efeito da formulação dos prompts (comandos dados aos modelos). Com o prompt padrão, o custo gerado era 3,2 vezes o dos médicos. Ao solicitar que o sistema considerasse custos (prompt cost-aware), esse índice caiu para 2,5 vezes, e um prompt mais criterioso, focado em diagnósticos prováveis e exames com impacto na conduta, reduziu o aumento para apenas 1,4 vez.
No entanto, o ajuste dos prompts implica trade-offs: prompts mais parcimoniosos levaram a diagnósticos que se distanciaram mais dos originais médicos, podendo comprometer a acurácia diagnóstica. Assim, menor volume de exames não significa necessariamente maior benefício clínico.
IA médica versus IA generalista: diferenças de custos são pequenas
Quatro sistemas especializados em medicina (MedGemma 27B e 4B, Meditron e OpenEvidence) tiveram custos variando de 2,69 a 3,47 vezes os valores indicados pelos médicos, apenas ligeiramente abaixo do índice dos sistemas generalistas (3,23×). Apesar da especialização, não houve redução expressiva no custo nem maior parcimônia, fato confirmado pela ausência de testes estatísticos robustos comparando os grupos.
Essa constatação sugere que o simples fato de ser uma IA “médica” não garante recomendação mais econômica ou apropriada.
Considerações finais: da quantificação ao valor clínico
O estudo oferece uma prova de conceito importante, alertando para o potencial das IAs gerarem aumento significativo no volume de exames e consultas sugeridos. Todavia, conclui que a questão relevante é como projetar sistemas capazes de equilibrar a completude diagnóstica com a parcimônia clínica, reconhecendo quando aprofundamentos realmente agregam valor ao cuidado.
Especialistas reforçam que a IA deve funcionar como ferramenta de suporte, sem substituir a decisão médica, que deve incluir integração do contexto clínico, preferências do paciente e avaliação do profissional. A meta não é que a IA indique mais exames, mas que saiba reconhecer quando é suficiente.
Fonte: “Costo dell’AI in medicina, più esami non significa più sprechi: lo studio”, Agenda Digitale, disponível em https://www.agendadigitale.eu/sanita/costo-dellai-in-medicina-piu-esami-non-significa-piu-sprechi-lo-studio/
