Guia · Dados · IA
IA para interpretar exames: o que ela faz bem e onde ainda erra
O que a inteligência artificial já consegue explicar num laudo, o que os estudos mostram e como usar com segurança.
IA para interpretar exames é o uso de modelos de linguagem para extrair valores de um laudo e explicá-los em linguagem simples. Ela ajuda, mas erra. Num estudo com 50 resumos de alta hospitalar, a IA elevou a compreensibilidade de 13% para 81%, mas 18 de 100 revisões médicas apontaram problemas de segurança, sobretudo omissões e algumas afirmações incorretas.
Neste texto
- O que a IA faz com um exame
- O que os estudos mostram
- Onde a IA ainda erra
- Como usar IA com segurança para entender exames
- Ver o resultado antes do médico: ajuda ou atrapalha?
- Privacidade: para onde vai o seu exame
- Como acompanhar com a Piantare
- Perguntas frequentes
- Fontes
O que a IA faz com um exame
Um laudo de laboratório é escrito para profissionais. Siglas, unidades, valores de referência e asteriscos deixam muita gente sem saber o que fazer com o papel na mão. É aí que a inteligência artificial entrou na rotina de muita gente. Basta enviar uma foto ou um PDF e pedir uma explicação. A facilidade é real, e por isso mesmo vale entender o que essas ferramentas fazem bem e onde ainda tropeçam.
Os modelos de linguagem, a família de tecnologia por trás dos assistentes de conversa, conseguem fazer quatro coisas com um exame:
- Extrair. Ler o PDF ou a foto do laudo e organizar cada marcador, valor, unidade e referência.
- Explicar. Dizer em linguagem simples o que é cada marcador e para que ele serve.
- Comparar. Colocar o valor ao lado da faixa de referência do laboratório e, se houver histórico, ao lado dos seus exames anteriores.
- Preparar a conversa. Sugerir perguntas para levar à consulta.
Uma revisão publicada na Nature Medicine descreveu esse terceiro nível de impacto da IA: além de ajudar médicos e sistemas de saúde, ela pode permitir que as pessoas processem os próprios dados em favor da saúde. A mesma revisão lembra os limites: vieses, privacidade, segurança e pouca transparência EV D.
O que os estudos mostram
A evolução foi rápida. Três marcos ajudam a entender onde a tecnologia está:
| Estudo | O que avaliou | Resultado |
|---|---|---|
| Singhal et al., Nature, 2023 | Questões no estilo da prova de licenciamento médico dos Estados Unidos | 67,6% de acerto, mas avaliação humana mostrou lacunas importantes EV B |
| Singhal et al., Nature Medicine, 2025 | Versão seguinte do mesmo modelo | Até 86,5% de acerto; médicos preferiram as respostas do modelo às de outros médicos em 8 de 9 critérios EV B |
| Ayers et al., JAMA Internal Medicine, 2023 | 195 perguntas reais de pacientes num fórum público | Avaliadores preferiram a resposta da IA em 78,6% das avaliações, com mais qualidade e mais empatia EV C |
Os números impressionam, mas vale ler o contexto. Provas de múltipla escolha não são a vida real. No estudo com perguntas de pacientes, as respostas dos médicos eram curtas, com média de 52 palavras, contra 211 da IA, e foram escritas num fórum, não numa consulta. Ainda assim, os resultados mostram que a IA pode explicar bem e com cuidado.
O estudo mais próximo do uso cotidiano é o de resumos de alta. Pesquisadores de Nova York usaram um modelo de linguagem para reescrever 50 resumos em linguagem acessível. O nível de leitura caiu de cerca de 11 para 6 anos de escolaridade, e a compreensibilidade subiu de 13% para 81% EV C.
Onde a IA ainda erra
O mesmo estudo dos resumos de alta mostra o outro lado. Dois médicos revisaram cada texto gerado. Só 54% das revisões deram nota máxima de precisão, e 56% consideraram o texto completo. Dezoito das 100 revisões apontaram problemas de segurança, na maioria omissões, mas também algumas afirmações inventadas, que os pesquisadores chamaram de alucinações EV C. A conclusão dos autores: o uso exige revisão médica.
Os erros mais comuns ao ler exames costumam vir de quatro lugares:
- Extração errada. Um número lido da linha de cima, uma vírgula fora do lugar ou uma unidade trocada mudam tudo.
- Referência genérica. Cada laboratório tem a sua faixa de referência, que depende do método. A IA às vezes usa uma faixa da internet em vez da que está no seu laudo.
- Falta de contexto. Um valor isolado não sabe se você estava em jejum, se treinou forte na véspera, se toma algum remédio ou como estava no ano anterior.
- Exames fora do padrão. Marcadores menos comuns, laudos de imagem e resultados genéticos exigem mais conhecimento especializado, e a chance de erro cresce. Um laudo genético, por exemplo, depende do que foi lido e do grau de evidência de cada achado, como explicamos em outros guias do blog.
- Confiança demais. Modelos de linguagem escrevem com segurança mesmo quando estão errados. Um texto bem escrito não é garantia de texto certo.
Como usar IA com segurança para entender exames
A IA é uma ótima tradutora e uma péssima substituta do seu médico. Algumas regras práticas:
| Tarefa | A IA ajuda? | Cuidado |
|---|---|---|
| Explicar o que é um marcador | Sim, muito | Confira se a explicação cita fontes confiáveis |
| Extrair valores do laudo | Sim | Confira número, unidade e referência contra o original |
| Comparar com exames anteriores | Sim, se tiver o histórico | Mudanças de laboratório e de método alteram a comparação |
| Sugerir perguntas para a consulta | Sim | Leve as perguntas, não as conclusões |
| Diagnosticar ou indicar tratamento | Não | É decisão do médico, com exame clínico e história completa |
Outras três atitudes fazem diferença:
- Use a referência do seu laudo. Para glicemia e hemoglobina glicada, por exemplo, os valores e o preparo estão explicados em glicemia de jejum e hemoglobina glicada.
- Olhe a tendência, não só o ponto. Um valor levemente fora da faixa, estável há anos, costuma significar algo diferente de um valor que subiu rápido.
- Leve tudo para a consulta. O que a IA explicou serve para você chegar mais preparado, não para pular a conversa. Veja o que pedir em cada fase da vida em check-up completo.
Ver o resultado antes do médico: ajuda ou atrapalha?
Muita gente hoje recebe o exame antes da consulta. Uma pesquisa com 8.139 pacientes de quatro centros médicos dos Estados Unidos mostrou que 95,7% preferiam receber os resultados assim que ficavam prontos, mesmo antes de falar com um profissional. Só 7,5% disseram que ver o resultado antes aumentou a preocupação. Entre quem recebeu resultados fora do esperado, essa fatia foi de 16,5% EV B.
A pesquisa também testou se uma conversa prévia com o profissional, antes do exame, reduzia a preocupação. Não houve diferença significativa. O que mais se associou à preocupação foi o próprio resultado fora do esperado. Isso reforça o valor de uma explicação clara no momento em que a pessoa abre o laudo, e não dias depois.
Ou seja: a maioria quer acesso direto, e uma minoria se preocupa mais quando o resultado foge do esperado. É exatamente onde uma boa explicação ajuda. Uma IA bem calibrada pode dizer o que um valor significa, quando ele costuma ser apenas uma variação e quando vale antecipar a conversa com o médico, sempre com tom calmo e sem diagnóstico.
Privacidade: para onde vai o seu exame
Antes de enviar um laudo para qualquer ferramenta de IA, lembre que dado de saúde é dado pessoal sensível pela LGPD (art. 5º, II). Isso exige consentimento específico e destacado, para finalidades específicas, e medidas de segurança adequadas.
Três perguntas antes de enviar:
- o serviço explica onde o arquivo fica guardado e por quanto tempo?
- o conteúdo pode ser usado para treinar modelos? Você pode recusar?
- dá para apagar o arquivo e o histórico depois?
Os seus direitos sobre esses dados estão explicados em quem é dono dos seus dados de saúde. E o motivo pelo qual a IA funciona melhor com o histórico completo, e não com um PDF solto, é o tema do Open Health: quanto mais contexto, sob o seu controle, melhor a leitura.
Como acompanhar com a Piantare
O app Piantare faz parte da infraestrutura de saúde e longevidade da Piantare: une num lugar só exames, DNA, wearables e hábitos, e traduz em decisões. Ele guarda os exames que você envia, integra Apple Saúde, Google Health, Strava e o Ring PRO e organiza tudo no Mapa da Longevidade. A PIÁ, a inteligência do app, responde com base nos seus dados e em estudos, sem diagnóstico, para você chegar à consulta mais preparado. O app está em lançamento: entre na lista do app para ser avisado.
Perguntas frequentes
Posso confiar na IA para interpretar meu exame?
Ela é útil para explicar marcadores e organizar perguntas, mas pode errar valores, referências e contexto. Confira sempre com o laudo original e leve as dúvidas ao seu médico.
A IA pode substituir o médico na leitura de exames?
Não. Diagnóstico e tratamento dependem de exame clínico, história completa e julgamento profissional. Os próprios estudos recomendam revisão médica do que a IA produz.
É seguro enviar meu exame para uma IA?
Depende do serviço. Dado de saúde é sensível pela LGPD. Verifique onde o arquivo fica guardado, se pode ser usado para treinar modelos e se você consegue apagá-lo.
Por que a IA dá respostas diferentes para o mesmo exame?
Modelos de linguagem geram texto a cada pergunta e podem variar. Por isso, a melhor IA é a que se apoia no seu laudo, no seu histórico e em fontes científicas, e mostra de onde tirou cada informação.
O que levar para a consulta depois de usar IA?
O laudo original, os exames anteriores e uma lista curta de perguntas. Evite levar conclusões prontas; leve dúvidas.
Fontes
- Topol EJ. High-performance medicine: the convergence of human and artificial intelligence. Nature Medicine, 2019;25(1):44-56. doi.org/10.1038/s41591-018-0300-7 · Evidência D
- Singhal K, Azizi S, Tu T et al. Large language models encode clinical knowledge. Nature, 2023;620(7972):172-180. doi.org/10.1038/s41586-023-06291-2 · Evidência B
- Singhal K, Tu T, Gottweis J et al. Toward expert-level medical question answering with large language models. Nature Medicine, 2025;31(3):943-950. doi.org/10.1038/s41591-024-03423-7 · Evidência B
- Ayers JW, Poliak A, Dredze M et al. Comparing physician and artificial intelligence chatbot responses to patient questions posted to a public social media forum. JAMA Internal Medicine, 2023;183(6):589-596. doi.org/10.1001/jamainternmed.2023.1838 · Evidência C
- Zaretsky J, Kim JM, Baskharoun S et al. Generative artificial intelligence to transform inpatient discharge summaries to patient-friendly language and format. JAMA Network Open, 2024;7(3):e240357. doi.org/10.1001/jamanetworkopen.2024.0357 · Evidência C
- Steitz BD, Turer RW, Lin CT et al. Perspectives of patients about immediate access to test results through an online patient portal. JAMA Network Open, 2023;6(3):e233572. doi.org/10.1001/jamanetworkopen.2023.3572 · Evidência B
- Lei nº 13.709/2018 (LGPD), art. 5º, II e art. 11. www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709compilado.htm · Evidência A