A Clínica é soberana

A explicação da IA pode ajudar. Quando a IA erra, ela também pode convencer melhor.

Dois experimentos publicados na Nature Medicine encontraram respostas diferentes entre leigos e médicos. Explicação persuasiva não funcionou como certificado de acerto.

O estudo reuniu 623 pessoas sem formação médica e 153 médicos de atenção primária em dois experimentos on-line. Cada participante avaliou 12 imagens. O desenho fatorial randomizado combinou quatro formas de explicação, resultado básico, mapa GradCAM, imagens semelhantes e texto produzido por LLM, com dois fluxos: humano primeiro ou IA primeiro. Uma análise adicional incluiu 320 estudantes de medicina.

Entre os leigos, a acurácia média na tarefa de diferenciar nevo e melanoma subiu de 69,7% para 75,8% com assistência. O problema apareceu quando a IA errava: a explicação em linguagem natural reduziu o desempenho em 21,1 pontos percentuais, queda maior do que com as outras formas de explicação. A mesma fluência que ajuda a entender também pode ajudar o erro a entrar sem bater.

Na tarefa mais difícil destinada aos médicos, a assistência aumentou a acurácia top 1 em 21,5 pontos e a top 3 em 43,5 pontos. Os médicos, porém, mantiveram melhor resistência às sugestões incorretas. As duas tarefas não eram diretamente comparáveis e os números não autorizam um placar simples entre grupos.

A base da FDA registra em 28 de julho a decisão 510(k) K260303 para o See-Mode Augmented Reporting Tool, Breast, o SMART-B, software classe II da See-Mode. A DeepHealth, empresa da RadNet que adquiriu a See-Mode, anunciou em 30 de julho o nome comercial DeepHealth Breast Ultrasound e a disponibilidade nos Estados Unidos.

A ferramenta auxilia a localizar lesões suspeitas, organizar características segundo o BI-RADS e gerar um relatório estruturado. Segundo a empresa, estudos mostraram mais de 98% de localização de lesões, aumento de 8% na sensibilidade e redução de 37% no tempo de interpretação. Esses números são apresentados pelo fabricante, não pela carta de decisão da FDA.

Automatizar etapas manuais não elimina a leitura nem a revisão. A própria DeepHealth afirma que a avaliação final continua com o radiologista. A implantação prevista na rede RadNet e a estimativa de 700 mil exames elegíveis por ano são planos operacionais, não desfechos clínicos demonstrados.

Publicado em agosto, o modelo denso tem aproximadamente 29,6 bilhões de parâmetros, incluindo o encoder de visão, e foi destilado do Muse Spark. A Meta o apresenta para tarefas agênticas, conteúdo intercalado de texto e imagem, planejamento em várias etapas, uso de ferramentas e recuperação de falhas.

O repositório oferece pesos BF16, versões quantizadas em 4 bits e um rascunhador DFlash para acelerar a geração. A ficha indica menos de 20 GB para o modelo quantizado e mira máquinas com 24 ou 32 GB de memória disponível. Isso amplia o teste em infraestrutura própria, mas continua cobrando hardware, energia e configuração.

Os artefatos usam Apache 2.0. Isso não encerra o contrato de uso: a Meta também publicou uma política que restringe, entre outros cenários, prática médica não autorizada e tratamento de dados sensíveis sem base jurídica. O model card ainda admite respostas inexatas, enviesadas ou objetáveis e recomenda guardrails e confirmação humana para ações irreversíveis.

O governo do Texas e a SpaceX anunciaram Grimes County como endereço da futura Terafab, uma fábrica verticalmente integrada que pretende reunir lógica, memória, encapsulamento e testes. O plano fala em até 100 milhões de pés quadrados, dimensão projetada para o complexo completo, não metragem já construída.

O investimento previsto soma mais de US$ 16,8 bilhões na primeira fase e o projeto estima ao menos 3 mil empregos. O Texas também anunciou US$ 30 milhões do Texas Enterprise Fund e enquadramento no programa JETI. São compromissos e projeções do anúncio, não desembolso concluído nem postos já ocupados.

Ainda não há cronograma público de conclusão ou início de produção. A obra iniciada em abril na Giga Texas é uma research fab da Tesla apresentada como precursora. Ela não comprova construção plena da megafábrica de Grimes County.

Publicado em 5 de agosto, o chamamento dá continuidade ao piloto de 2023, que recebeu 107 propostas e selecionou dez. A nova rodada aceita dispositivos das classes de risco III ou IV com tecnologia inovadora, ausência de alternativa comparável aprovada ou potencial de vantagem significativa. A Anvisa cita IA diagnóstica, biomateriais e monitoramento avançado como exemplos do ritmo que motivou a iniciativa.

As inscrições ficam abertas por 30 dias. Projetos nacionais, financiados com recurso público ou voltados à saúde da mulher recebem prioridade. A proposta é discutir antes do dossiê questões técnico-científicas, investigação clínica, desempenho e risco que, no fluxo tradicional, poderiam surgir apenas na submissão.

O estudo do JAMIA Open avaliou nove médicos de atenção primária de Ontário. Cada participante realizou quatro consultas simuladas com pacientes padronizados, alternando encontros com e sem um scribe de IA. As gravações foram codificadas para medir onde o tempo realmente foi gasto.

A documentação durante a consulta caiu de 36,3% para 11,2% do tempo do encontro, redução relativa de 69,1%. Depois da conversa, o processamento representou 16,2% do tempo sem o scribe e 23,2% com ele; essa diferença ficou no limite e não alcançou significância estatística. A duração total também não mudou de forma significativa: 922,8 contra 861,0 segundos.

O resultado mostra deslocamento de trabalho, não desaparecimento. O estudo é pequeno, realizado em simulação e não mede segurança do conteúdo, qualidade do prontuário ou desfecho do paciente. A revisão crítica continua necessária e pode consumir parte do tempo poupado na digitação.

Atue como assistente de leitura crítica. Use APENAS as fontes públicas fornecidas.

Minha análise inicial, feita antes de consultar a IA:
[COLE AQUI]

Fontes públicas:
[COLE AQUI]

1. Resuma minha conclusão em uma frase, sem corrigi-la ainda.
2. Produza uma análise independente das fontes, separando fato, inferência e lacuna.
3. Compare as duas análises e liste cada concordância e cada conflito.
4. Para cada conflito, cite o trecho da fonte que sustenta sua posição.
5. Informe se a divergência muda compreensão, conduta, urgência ou apenas redação.
6. Liste o que não pode ser concluído com as fontes fornecidas.
7. Termine com uma síntese provisória e um checklist de verificação humana.

Não transforme explicação convincente em evidência. Não invente dados ausentes. Se a fonte não resolver a divergência, escreva: ‘incerteza não resolvida’. Não faça diagnóstico, prescrição ou decisão autônoma sobre paciente.

A Nature Medicine publicou experimentos de fatores humanos. A FDA concedeu clearance a um software. A Meta publicou pesos. SpaceX e Tesla anunciaram um projeto industrial. A Anvisa abriu um chamamento. O JAMIA Open mediu tempo em simulação. Nenhum verbo precisa pegar emprestada a maturidade do vizinho para a semana ser interessante.

Esta curadoria é informativa e não substitui avaliação clínica, bula, diretriz, decisão regulatória local ou julgamento profissional.

Médicos inteligentes usam inteligência artificial. E médicos inteligentes sabem que uma explicação muito segura ainda pode precisar de uma fonte muito acordada.