Em 2016, um dos padrinhos da IA, Geoffrey Hinton, chegou a afirmar que o deep learning poderia superar radiologistas em interpretação de imagens em poucos anos. Um ano antes, Elon Musk afirmava que em dois anos estaríamos andando apenas em carros autônomos.
Estamos em 2026, aproximadamente dez anos depois, o que vemos são radiologistas indo trabalhar dirigindo seus próprios carros. Mas isso não significa que a IA fracassou. Muito pelo contrário.
Se você esteve no RSNA no último ano, maior congresso de imagem médica do mundo, provavelmente percebeu que a inteligência artificial dominou as discussões sobre fluxo, produtividade, segurança e operação real da radiologia. Nos estandes, mais de 100 expositores de soluções de IA. No nosso país, basta observar que na Jornada Paulista de Radiologia as principais sessões sobre o tema tinham filas nas portas. Além disso, uma parcela majoritária dos dispositivos médicos com IA autorizados pela FDA (agência reguladora dos EUA) está na radiologia. Percebe a dimensão?
Como a Inteligência Artificial já está transformando a radiologia
Acompanho esse movimento de um lugar específico da medicina. Trabalho na radiologia de um hospital reconhecido mundialmente pelo uso avançado de tecnologia em saúde, onde convivo diariamente com desenvolvimento e implantação de IA no fluxo de trabalho do radiologista. Ao mesmo tempo, sigo atuando na radiologia do SUS. E talvez seja justamente essa transição entre cenários tão diferentes que tenha forjado a minha visão sobre IA. Porque a IA já é útil nos dois cenários, só que, para problemas diferentes e de proporções distintas em termos populacionais.
Por isso, resolvi compartilhar aqui 5 formas práticas de usar IA que funcionam para você radiologista, independentemente do cenário em que você trabalha.
1. Usar IA para estudar radiologia e atualizações científicas
Hoje é possível pegar um artigo inteiro da nossa confiança (ou vários) e pedir para ferramentas de IA como ChatGPT, Claude ou NotebookLM apresentarem esse conteúdo científico de diversas formas.
Dá para transformar esse conteúdo em resumo, podcast, questões de múltipla escolha, flashcards ou até em uma apresentação. Parece simples, mas muda bastante coisa. Se você procurar, por exemplo, a medida normal do hepatocolédoco na internet, provavelmente encontrará várias respostas diferentes.
Quando você “fecha” as buscas em uma determinada fonte e diz “use apenas este guideline”, a discussão muda de opinião para referência. E na medicina (responsável) a referência importa.
2. Transcrição e organização inteligente de informações
Quem nunca recebeu um pedido praticamente ilegível, uma foto de laudo antigo no WhatsApp, ou um relatório enorme perdido no meio do prontuário?
A IA consegue transformar isso em texto organizado em segundos usando o seguinte comando: “transcreva”.
Pode parecer detalhe, mas isso reduz muito o atrito da rotina médica e melhora a produtividade no dia a dia da radiologia.
3. Estruturação automatizada de laudos radiológicos
A terceira forma de usar a IA nesse momento é a estruturação de laudos.
Funciona assim: você dita algo como:
“US de abdome total com esteatose hepática grau 2, cálculo renal à esquerda medindo 0,6 cm e cisto simples no rim direito”.
A ferramenta organiza isso no seu padrão de laudo (suas máscaras pessoais ou institucionais). Perceba que o ganho de tempo nesse caso não é o raciocínio médico. É parar de perder seu valioso tempo colocando negrito, ajustando espaçamento buscando frases e editando trechos que você escreve todos os dias e várias vezes. Tarefas repetitivas e delegáveis.
4. Comparação entre exames anteriores com IA
Um uso que considero especialmente interessante é utilizar a IA para resumir exames anteriores do paciente antes da elaboração do laudo.
Você pode inserir quatro ou cinco exames antigos e pedir um resumo clínico rápido antes de começar a laudar.
Também é possível gerar sugestões de comparação evolutiva, como:
“Comparativamente aos exames anteriores disponíveis observa-se estabilidade do nódulo periférico observado na base do pulmão direito desde 2018, inferindo benignidade.”
Isso agiliza bastante o fluxo de trabalho do radiologista.
5. Adaptação de linguagem entre diferentes métodos de imagem
Outra tarefa operacional em que a IA já pode ajudar (e os neurorradiologistas talvez me agradeçam por isso) é comparar e ‘traduzir’ um laudo de ressonância para uma linguagem mais útil à tomografia ou ultrassom que você está prestes a laudar.
Esse tipo de apoio pode otimizar bastante a comunicação entre exames e reduzir inconsistências descritivas.
Poderia citar inúmeras formas de usar a IA na sua prática. A sua criatividade aqui é o limite.
Tendências da IA na radiologia para os próximos anos
Além das cinco formas mencionadas, há duas aplicações que merecem ficar no radar dos próximos anos.
Agentes de IA para revisão de laudos
A primeira é o uso de agentes de IA para revisar inconsistências no laudo antes que ele fique disponível ao paciente.
Essas ferramentas poderão alertar sobre:
- erros de lateralidade;
- contradições entre descrição e conclusão;
- informações incompatíveis;
- inconsistências clínicas.
IA interpretando exames de imagem
Outra tendência importante é a chegada de ferramentas capazes de interpretar imagens médicas.
No curto prazo, o cenário mais provável é que elas ajudem a identificar principalmente exames provavelmente normais, especialmente em áreas como mamografia e radiografia.
O sistema poderia gerar um rascunho de laudo normal para revisão médica posterior.
Ou seja: o papel do radiologista continuaria sendo fundamental.
Governança, segurança e responsabilidade médica no uso da IA
Existe, porém, um ponto fundamental nisso tudo: responsabilidade e governança.
A responsabilidade final de interpretar as imagens, laudar e responder pelo laudo continua sendo do médico. E isso não pode ser terceirizado para nenhuma ferramenta.
Além disso, estamos falando de dados sensíveis protegidos por legislações específicas e políticas institucionais de segurança.
Por isso, a recomendação atual é utilizar apenas ferramentas homologadas e autorizadas pela instituição, respeitando regras de:
- privacidade;
- proteção de dados;
- governança clínica;
- segurança da informação.
A IA vai substituir o radiologista?
A inteligência artificial talvez ainda esteja longe de tornar o radiologista dispensável. Mas parece cada vez mais próxima de substituir parte do trabalho repetitivo, operacional e desgastante que consome tempo e atenção do médico.
E talvez esse seja o ponto mais importante: o radiologista não precisa virar um programador para começar a usar IA. Mas provavelmente vai precisar aprender algumas habilidades para trabalhar melhor com as ferramentas que já chegaram à prática real.
O ritmo das transformações profissionais se acelerou bastante com a tecnologia em todas as áreas. Você já sabe que, historicamente, a radiologia sempre foi vanguarda de novas soluções na saúde e não seria diferente com a IA.
Nesse cenário, cultivar novas habilidades e ampliar repertório é fundamental. Hoje, prefiro gastar energia testando com critério, usando e recomendando apenas o que realmente funciona com segurança na prática clínica.
E se você leu este texto até aqui, certamente você também está nesta busca. E, pelo que estamos vendo, os próximos capítulos devem ser bem interessantes.
