Um estudo publicado no BMJ Open em abril de 2026 analisou as respostas de ferramentas como ChatGPT, Gemini, Meta AI, Grok e Deepseek a perguntas de saúde. Resultado: 50% das respostas foram classificadas como problemáticas. Quase 20% como altamente problemáticas. E na fase de diagnóstico inicial — com informações limitadas, como acontece numa consulta real — a taxa de erro ultrapassou 80%.
O problema não é que a IA erra em saúde. O problema é que o praticante que usa IA como oráculo não sabe quando ela está errando — e essa é exatamente a mesma armadilha do praticante acidental em qualquer domínio.
O que o estudo do BMJ realmente revelou
O estudo não testou apenas se as IAs sabem medicina. Testou como elas respondem a perguntas de saúde do jeito que usuários reais perguntam — sem estruturar perfeitamente o contexto, sem fornecer todos os dados clínicos, com a ambiguidade típica de quem busca uma resposta rápida numa plataforma de chat.
Os resultados por área foram reveladores:
- Câncer e vacinas: melhor performance — tópicos com muito conteúdo de qualidade no treinamento e perguntas mais padronizadas
- Nutrição e performance física: alta taxa de erro — área com abundância de desinformação nas fontes de treinamento
- Terapias com células-tronco: altamente problemático — campo com muito hype e pouca base científica consolidada nas fontes disponíveis
O dado mais crítico: na fase de diagnóstico inicial — quando o modelo tem apenas os sintomas descritos pelo paciente, sem exames — a taxa de erro ficou acima de 80%. Quando o mesmo modelo recebeu todos os exames e informações disponíveis, a taxa caiu para menos de 40%.
Isso revela o mecanismo: a IA não erra mais do que o humano quando tem todas as informações. Ela erra muito mais quando não tem — exatamente porque não sabe que não sabe. Ela responde com a mesma confiança independente da quantidade de informação disponível.
O mecanismo que está sendo ignorado
Existe uma diferença estrutural entre como um especialista humano e um modelo de linguagem lida com incerteza. O especialista treinado, quando enfrenta informação insuficiente, tem um comportamento calibrado: pede mais dados, sinaliza incerteza, pede exames específicos, encaminha para especialista.
O modelo de linguagem, na maioria das configurações, não tem esse comportamento de calibração automática. Ele gera uma resposta baseada no padrão mais provável dado o input disponível — independente de o input ser suficiente para uma resposta confiável.
É a mesma estrutura do problema de contexto que afeta qualquer sistema com Claude ou GPT: o modelo não sabe o que não está no contexto. Em saúde, isso se traduz em respostas confiantes baseadas em informação parcial.
IA como oráculo versus IA com protocolo
A distinção mais importante que o estudo deixa implícita é entre dois modos de uso:
IA como oráculo: o usuário faz uma pergunta, recebe uma resposta, age com base nela. Sem validação, sem protocolo, sem entendimento do mecanismo de erro. Esse é o modo dominante de uso de IA em saúde atualmente — e é o modo que produz as taxas de erro do estudo.
IA com protocolo: o modelo é usado como ferramenta dentro de um processo estruturado, com checkpoints humanos explícitos, com entendimento claro de onde a ferramenta é confiável e onde não é. Esse modo existe em pesquisa clínica e em alguns sistemas hospitalares — não no uso cotidiano de pacientes.
A diferença entre os dois não é a ferramenta. É o método de uso.
O que isso tem a ver com o praticante acidental
O praticante acidental de IA — seja em saúde ou em qualquer outro domínio — enfrenta a mesma armadilha: usa o modelo como oráculo porque não tem método para identificar quando o modelo está operando fora do seu domínio de confiança.
Em saúde, isso pode ser literalmente perigoso. Em outros domínios — jurídico, financeiro, contábil — os riscos são diferentes mas o mecanismo é idêntico: o modelo responde com confiança; o usuário não tem como distinguir entre uma resposta bem fundamentada e uma alucinação bem estruturada.
As Big Techs não têm incentivo para explicar esse mecanismo com clareza — porque qualificar a confiabilidade da ferramenta reduz a adoção. O resultado é um mercado onde a maioria dos usuários não sabe o que não sabe sobre os limites da ferramenta que usa.
Os três erros mais comuns no uso de IA para saúde
1. Usar IA para diagnóstico inicial sem dados clínicos estruturados. O estudo mostrou taxas de erro acima de 80% nessa condição. O modelo não tem como diferenciar “dor de cabeça por tensão” de “cefaleia com sinal de alerta” sem dados que o usuário raramente fornece espontaneamente.
2. Tratar a ausência de advertência como validação. Quando o modelo não avisa que a resposta é incerta, o usuário interpreta como confirmação de confiabilidade. Mas a ausência de advertência não é evidência de confiabilidade — é evidência de que o modelo não foi calibrado para sinalizar incerteza naquele contexto.
3. Citar IA como fonte sem verificar a fonte citada. O estudo identificou “citações fabricadas” — referências a artigos e livros que não existem, geradas com a aparência de fontes legítimas. Em saúde, isso pode resultar em decisões baseadas em evidência que literalmente não existe.
Como usar IA em saúde com método
O estudo não conclui que IA não tem lugar em saúde. Conclui que o lugar depende do protocolo.
Usos onde a IA tem performance defensável:
- Triagem de sintomas para decidir se vale buscar atendimento — quando o objetivo é “isso precisa de atenção urgente ou posso esperar?”, a IA funciona melhor do que como diagnóstico
- Busca e resumo de literatura científica — com validação posterior das fontes citadas
- Estruturação de perguntas para a consulta médica — preparar o paciente para usar melhor o tempo com o profissional
- Segunda opinião sobre informação já fornecida por profissional — não como substituição, mas como checagem de linguagem e contexto
Usos que o estudo sinaliza como problemáticos:
- Diagnóstico inicial com base em sintomas autodeclarados
- Orientação sobre dosagem ou interação medicamentosa sem supervisão farmacêutica
- Avaliação de resultados de exames sem contexto clínico completo
A diferença é o método. Não a ferramenta.
O que isso revela sobre o gap mais amplo
O estudo de saúde é um caso de uso particular de um problema geral: quando qualquer praticante usa IA como oráculo em vez de como ferramenta com protocolo, ele fica exposto ao mesmo tipo de erro. A taxa de falha muda — saúde tem consequências mais imediatas do que a maioria dos outros domínios — mas o mecanismo é o mesmo.
Certificação não resolve esse problema. Saber que o modelo pode errar sem saber identificar quando ele está errando é a versão mais perigosa da ilusão de competência — e é onde a maioria dos praticantes acidentais está hoje.
Leia também
- Por que o Claude “esquece” tudo que você ensinou a ele — o mecanismo por baixo
- O loop de lançamentos de IA: como as Big Techs fabricam sua ansiedade
- CCA-F chegou. O certificado não te dá método.
Perguntas frequentes sobre IA e erros em saúde
O que revelou o estudo do BMJ sobre IA em saúde em 2026?
Um estudo publicado no BMJ Open em abril de 2026 analisou respostas de ChatGPT, Gemini, Meta AI, Grok e Deepseek a perguntas de saúde. Resultado: 50% das respostas foram classificadas como problemáticas, quase 20% como altamente problemáticas, e a taxa de erro em diagnóstico inicial ultrapassou 80%.
Por que a IA erra mais em diagnóstico inicial do que em diagnóstico com dados completos?
Porque o modelo não sabe quando não tem informação suficiente. Em diagnóstico inicial, o paciente fornece sintomas parciais sem dados clínicos estruturados. O modelo responde com a mesma confiança, independente da qualidade da informação disponível. Quando recebe todos os dados, a taxa de erro cai para menos de 40%.
É seguro usar ChatGPT ou Claude para questões de saúde?
Depende do uso. Para triagem de urgência (“isso precisa de atendimento imediato?”), estruturar perguntas para a consulta ou buscar informações gerais com validação posterior, o risco é gerenciável. Para diagnóstico inicial, orientação sobre medicamentos ou interpretação de exames sem supervisão profissional, os riscos são significativos conforme demonstrado pelo estudo.
O que é IA como oráculo versus IA com protocolo?
IA como oráculo: o usuário pergunta, o modelo responde, o usuário age sem validação. IA com protocolo: o modelo é usado dentro de um processo estruturado com checkpoints humanos, com entendimento claro de onde é confiável e onde não é. A diferença é o método — não a ferramenta.
