As doenças raras são individualmente pouco comuns, mas, coletivamente, representam um dos maiores desafios de diagnóstico na medicina geral europeia. Mais de 6.000 doenças raras reconhecidas afetam aproximadamente 30 milhões de pessoas em toda a Europa. A maioria dos médicos de família encontrará estas condições raramente ou nunca. No entanto, os cuidados de saúde primários continuam a ser o primeiro ponto de contacto para pacientes cujos sintomas ainda não foram identificados, e o peso da suspeita inicial recai diretamente sobre o médico de família. As ferramentas de apoio à decisão clínica tornaram-se habituais neste contexto, mas a forma como servem os pacientes com apresentações de doenças raras merece um escrutínio cuidadoso e fundamentado em evidências.

Porque são as doenças raras um ponto cego no diagnóstico em medicina geral

O problema estrutural não é de competência clínica. Como o British Journal of General Practice observou, os médicos de família têm experiência considerável na gestão de doenças multissistémicas, mas poucos dispõem dos recursos para investigar exaustivamente condições raras. Muitos relatam sentir-se sobrecarregados quando os pacientes comparecem com informações detalhadas sobre condições que nunca encontraram.

O tempo médio desde o início dos sintomas até ao diagnóstico confirmado de doença rara é de cinco a seis anos no Reino Unido e na Europa, com metade dos pacientes a receber pelo menos um diagnóstico errado ao longo do percurso. Este atraso não é principalmente um problema hospitalar. É um problema dos cuidados de saúde primários.

Os pacientes com doenças raras passam, tipicamente, por múltiplas consultas de medicina geral antes de chegarem a um especialista que reconheça a condição. A odisseia diagnóstica, termo já enraizado na literatura sobre doenças raras, começa e frequentemente estagna na medicina geral. Não porque os médicos de família sejam desatentos, mas porque a arquitetura cognitiva do reconhecimento de padrões clínicos está calibrada para a frequência. As condições que um clínico nunca viu são, quase por definição, mais difíceis de considerar.

Como são treinadas as ferramentas de apoio à decisão clínica e onde isso cria lacunas

As ferramentas de apoio à decisão clínica geram diagnósticos diferenciais recorrendo a dados de treino e lógica diagnóstica ponderada em função de apresentações de alta frequência. Esta é uma escolha de design racional: ferramentas construídas para auxiliar na mais ampla gama de consultas devem ter bom desempenho nas condições que os médicos de família encontram com mais frequência.

A consequência é que os percursos de doenças raras estão sistematicamente sub-representados, não por exclusão deliberada, mas devido a um problema de frequência de dados. As condições que aparecem raramente nos conjuntos de dados de treino geram um sinal fraco ou ausente na lógica diferencial ponderada por frequência.

Uma revisão de âmbito de 2026 no International Journal of Medical Informatics mapeou as abordagens tecnológicas subjacentes aos sistemas de apoio à decisão clínica para diagnóstico de doenças raras. Identificou quatro categorias principais: sistemas de recuperação de informação, raciocínio baseado em fenótipo, métodos baseados em ontologia e abordagens baseadas em inteligência artificial (IA, um conjunto de técnicas computacionais que permitem aos sistemas aprender padrões a partir de dados). A revisão concluiu que a tradução para a prática clínica de rotina permanece limitada em todas as quatro categorias, e que a lacuna entre ferramentas de nível de investigação e aquelas disponíveis no ponto de cuidados é substancial.

O projeto SATURN, na Alemanha, desenvolveu um protótipo de apoio à decisão clínica especificamente para cuidados primários direcionado a apresentações de doenças pouco claras e raras. A avaliação qualitativa revelou que, mesmo ferramentas construídas propositadamente enfrentam barreiras significativas de usabilidade. Estas incluíam a incapacidade de inserir sintomas não listados e a ausência de importação direta de dados dos sistemas de gestão de consultórios. Estes não são refinamentos menores, mas obstáculos que determinam se uma ferramenta é usada ou não.

O que a literatura diz sobre o diagnóstico errado de doenças raras nos cuidados primários

A evidência sobre o atraso no diagnóstico de doenças raras é consistente em contextos europeus. Odisseias diagnósticas com uma média de quatro a oito anos são relatadas em toda a literatura, embora as estimativas variem por condição e país. Alguns estudos citam cinco a seis anos no Reino Unido e na Europa especificamente. Estes atrasos são acompanhados por diagnósticos errados frequentes e investigações desnecessárias.

Um estudo de consenso Delphi de 2025 publicado na Scientific Reports, envolvendo 55 especialistas multidisciplinares, identificou as principais razões para o atraso: baixa prevalência, consciencialização limitada entre profissionais de saúde primários, apresentação clínica heterogénea e padrões de hereditariedade incomuns.

O mesmo consenso identificou as características de apresentação mais frequentemente associadas a diagnósticos de doenças raras não detetados:

• História familiar de doença inexplicada ou grave

• Agrupamentos de defeitos ou anomalias congénitas

• Apresentações incomuns de doenças comuns

• Atrasos no neurodesenvolvimento ou declínio cognitivo inexplicado

• Patologia grave desproporcionada à causa aparente

Estes não são sinais obscuros. Muitos são visíveis nos registos de medicina geral ao longo de múltiplas consultas. O problema é que, isoladamente, cada um pode parecer ajustar-se a uma explicação mais comum, e as ferramentas ponderadas por frequência apresentarão consistentemente essa explicação mais comum primeiro.

A diferença entre apoio à decisão ponderado por frequência e baseado em fenótipo

A distinção entre lógica diferencial ponderada por frequência e baseada em fenótipo é central para compreender como as ferramentas de apoio à decisão clínica se comportam em apresentações de doenças raras.

As ferramentas ponderadas por frequência classificam as sugestões diagnósticas por prevalência populacional. Numa consulta envolvendo fadiga, dor articular e uma erupção cutânea numa pessoa de 30 anos, tal ferramenta apresentará de forma fiável anemia, doença viral ou artrite reativa antes de considerar lúpus eritematoso sistémico, porque as primeiras são mais comuns. Isto é adequado para a maioria das consultas, mas torna-se uma limitação estrutural quando o conjunto de sintomas do paciente é genuinamente mais consistente com uma condição rara.

A lógica diferencial baseada em fenótipo adota uma abordagem diferente. Em vez de classificar por prevalência, mapeia a combinação específica de sintomas (o fenótipo) contra perfis de doenças, independentemente da frequência com que essas doenças ocorrem na população geral. Esta abordagem tem maior probabilidade de apresentar candidatos de doenças raras quando o quadro clínico é atípico. A Ontologia do Fenótipo Humano (HPO, um vocabulário estruturado que descreve características clínicas observáveis) é o vocabulário estruturado mais amplamente utilizado para este fim, e suporta o mapeamento sistemático de fenótipo para doença em milhares de condições.

Um estudo de 2026 na EBioMedicine avaliou o desempenho de grandes modelos de linguagem para diagnóstico de doenças raras em dez idiomas, incluindo inglês, francês, alemão, holandês, espanhol e italiano, usando 4.917 vinhetas clínicas derivadas de dados estruturados da Ontologia do Fenótipo Humano. O GPT-4o colocou o diagnóstico correto de doença rara entre os três primeiros diferenciais classificados em 27 por cento dos casos em inglês, com desempenho amplamente consistente em línguas europeias. Uma taxa de precisão de 27 por cento nos três primeiros não é suficiente para confiança clínica autónoma, mas representa um sinal significativo de que a formulação estruturada por fenótipo pode apresentar diagnósticos raros que a lógica ponderada por frequência não apresentaria.

Como as principais ferramentas europeias de apoio à decisão clínica abordam a cobertura de doenças raras

O panorama das ferramentas de apoio à decisão clínica disponíveis na medicina geral europeia é heterogéneo, e a cobertura de doenças raras varia consideravelmente.

Orphanet, a base de dados de referência europeia para doenças raras, fornece o recurso estruturado mais abrangente para nomenclatura de doenças raras, dados de prevalência e descrições clínicas. As ferramentas que integram dados da Orphanet, ou que fazem referência cruzada com a OMIM (Online Mendelian Inheritance in Man, uma base de dados de genes humanos e perturbações genéticas), têm uma vantagem estrutural na apresentação de candidatos de doenças raras. A integração destas bases de dados em ferramentas incorporadas nos sistemas de registos médicos de cuidados primários permanece inconsistente.

DxGPT, uma ferramenta baseada em GPT-4 desenvolvida com o diagnóstico de doenças raras como objetivo de design explícito, gera um diagnóstico diferencial fundamentado dos cinco principais, classificado, especificamente destinado a contrariar vieses cognitivos em casos complexos. Foi avaliada em contextos clínicos do Reino Unido e de Espanha.

Ferramentas como a Ada Health, atualmente em avaliação num estudo de melhoria da qualidade na Rede Hospitalar CUF em Portugal, adotam uma abordagem de avaliação de sintomas que o protocolo do estudo observa ter potencial para auxiliar utilizadores com casos de doenças raras, onde o diagnóstico atempado permanece um desafio significativo.

DeepRare, descrito num artigo recente da Nature, representa a fronteira atual da investigação. É um sistema multiagente que integra mais de 40 ferramentas especializadas e fontes de conhecimento, processando descrições em texto livre, termos estruturados da Ontologia do Fenótipo Humano e resultados genéticos para gerar hipóteses diagnósticas classificadas com raciocínio transparente. Em tarefas baseadas em HPO, alcançou métricas de desempenho elevadas, superando métodos comparáveis. A revisão por especialistas concordou com as suas cadeias de raciocínio numa maioria substancial de casos.

O DeepRare ainda não está incorporado nos fluxos de trabalho de rotina dos médicos de família, mas ilustra o teto de desempenho que as abordagens baseadas em fenótipo e integradas em conhecimento podem alcançar. A lacuna entre ferramentas de nível de investigação como o DeepRare e as ferramentas disponíveis num consultório típico de medicina geral europeia permanece significativa. A integração de dados de cuidados primários na Alemanha, por exemplo, continua a ser um desafio devido a vocabulários específicos do país e estruturas de dados heterogéneas, o que limita a capacidade até de protótipos de apoio à decisão clínica bem desenhados funcionarem em contextos reais de cuidados primários.

Agrupamentos de sintomas de alerta que as ferramentas de apoio à decisão comummente não detetam

O consenso Delphi Argo estabeleceu um conjunto de sinais de alerta clínicos que devem desencadear suspeita de doença rara nos cuidados primários. Estes são os padrões que as ferramentas ponderadas por frequência têm maior probabilidade de classificar em posição baixa ou omitir inteiramente:

• Envolvimento multissistémico num paciente jovem, particularmente quando os sintomas abrangem domínios cardiovascular, neurológico e musculoesquelético sem um diagnóstico comum unificador

• Fadiga inexplicada com comorbilidades atípicas, especialmente quando as investigações padrão não são reveladoras e o quadro clínico não evolui para um diagnóstico comum reconhecido

• Apresentações recorrentes sem convergência, ou seja, múltiplas consultas por sintomas relacionados ou sobrepostos que não se resolveram numa categoria diagnóstica clara

• Gravidade desproporcionada, quando o curso clínico é mais grave do que seria esperado para o diagnóstico aparente

• História familiar positiva de doença grave inexplicada, particularmente em condições com padrões de hereditariedade autossómica recessiva ou ligada ao X que podem não ser imediatamente aparentes

Estes agrupamentos partilham uma característica comum: cada um é individualmente explicável por condições comuns, mas a sua combinação, especialmente ao longo do tempo, deve levar à consideração de um diagnóstico diferencial de doença rara. Uma ferramenta que classifica por frequência oferecerá consistentemente a explicação comum primeiro. Não sinalizará a combinação como incomum, a menos que tenha sido explicitamente desenhada para o fazer.

Como reconhecer quando o diferencial de uma ferramenta provavelmente está incompleto

Reconhecer os limites do diferencial de uma ferramenta de apoio à decisão clínica em tempo real é, por si só, uma competência clínica. Vários indicadores devem levar um médico de família a tratar o resultado de uma ferramenta com ceticismo adicional:

• A idade do paciente e a cronicidade dos sintomas não se ajustam aos diferenciais comuns oferecidos. Se uma ferramenta sugere um diagnóstico que é estatisticamente implausível dada a idade do paciente, duração dos sintomas ou resultados de investigações anteriores, o diferencial pode estar ancorado na frequência em vez do ajuste.

• As investigações anteriores não foram reveladoras. Quando a investigação padrão para os diagnósticos sugeridos retornou resultados normais, o diagnóstico não foi confirmado. Simplesmente não foi excluído. Isso não é o mesmo que um diagnóstico.

• A apresentação abrange múltiplos sistemas de órgãos. Ferramentas de apoio à decisão clínica de sistema único, ou treinadas predominantemente em dados de especialidade única, estão estruturalmente menos equipadas para apresentar diagnósticos que requerem reconhecimento de padrões multissistémicos.

• A ferramenta retorna uma sugestão de alta confiança para uma condição comum apesar de um ajuste clínico fraco. A alta confiança numa ferramenta ponderada por frequência reflete prevalência, não qualidade de correspondência. A confiança da ferramenta não é confirmação diagnóstica.

• O paciente foi visto múltiplas vezes pelos mesmos sintomas ou sintomas relacionados. A cronicidade e recorrência devem baixar o limiar para considerar doença rara, mesmo quando cada consulta individual parece ajustar-se a uma explicação comum.

O silêncio da ferramenta sobre um diagnóstico não é o mesmo que excluí-lo. Um sistema de apoio à decisão clínica que não lista uma condição no seu diferencial não a excluiu. Simplesmente não gerou sinal suficiente para a apresentar, o que, para doenças raras, é precisamente o problema que estas ferramentas estão menos equipadas para resolver.

O papel das redes de especialistas e dos registos europeus de doenças raras

Quando as ferramentas de apoio à decisão clínica atingem os seus limites, a infraestrutura europeia fornece percursos estruturados para escalonamento. As Redes Europeias de Referência (ERN), 24 redes temáticas que conectam centros especializados em Estados-membros da UE, existem para fornecer contributo especializado sobre condições raras e complexas.

As Redes Europeias de Referência cobrem áreas como doenças neurológicas, perturbações do tecido conjuntivo, imunodeficiências e condições metabólicas, entre outras. Os médicos de família podem, em casos apropriados, iniciar contacto através de centros nacionais de doenças raras ou através de percursos de Aconselhamento e Orientação para aceder a opinião especializada sem exigir uma referenciação formal.

Os registos nacionais de doenças raras, onde existem, fornecem dados epidemiológicos que podem contextualizar uma apresentação clínica, particularmente para condições com agrupamento geográfico ou étnico conhecido. ERDERA, a parceria europeia sobre investigação de doenças raras lançada em 2024 no âmbito do Horizonte Europa, com um orçamento de aproximadamente 380 milhões de euros até 2031, destina-se em parte a fortalecer esta infraestrutura de dados.

A Orphanet permanece o ponto de referência mais acessível para médicos de família que procuram informações sobre uma condição rara suspeita. Fornece resumos de doenças, estimativas de prevalência, critérios de diagnóstico e ligações a centros especializados, nenhum dos quais requer subscrição ou acesso especial.

Como é uma boa cobertura de doenças raras numa ferramenta de apoio à decisão clínica

Para médicos de família e responsáveis por aquisições que avaliam ferramentas de apoio à decisão clínica, a capacidade em doenças raras não é uma característica binária. Existe num espectro, e os seguintes critérios fornecem uma estrutura prática para avaliação:

• Integração com bases de dados validadas de doenças raras. A ferramenta recorre à Orphanet, Online Mendelian Inheritance in Man ou fontes de conhecimento estruturadas equivalentes de doenças raras? Caso contrário, a sua lógica diferencial de doenças raras está provavelmente limitada a condições que aparecem em dados de treino clínico geral.

• Lógica diferencial baseada em fenótipo. A ferramenta mapeia combinações de sintomas para perfis de doenças, ou classifica puramente por prevalência populacional? O primeiro é um pré-requisito para desempenho fiável em doenças raras.

• Transparência sobre o âmbito dos dados de treino. A ferramenta ou a sua documentação pode especificar quais categorias de doenças estão cobertas e quais não estão? Uma ferramenta que não consegue responder a esta questão não pode ser avaliada quanto à adequação ao propósito.

• Alertas de escalonamento claros. A ferramenta sinaliza quando um agrupamento de sintomas excede o seu intervalo de confiança, ou quando um percurso de referenciação de doença rara deve ser considerado? Alertas de alto rendimento e baixo volume integrados de forma contínua no fluxo de trabalho diário são identificados na literatura como o padrão de design para apoio clínico eficaz em doenças raras.

• Consistência multilingue. Para ferramentas usadas em sistemas de saúde europeus, o desempenho deve ser avaliado na língua clínica relevante, não assumido como equivalente ao desempenho em inglês.

Nenhuma ferramenta atualmente disponível cumpre todos estes critérios totalmente. As barreiras não algorítmicas à implementação, incluindo estruturas de implementação ausentes e a falha dos modelos biológicos em capturar a complexidade clínica do mundo real, permanecem significativas. A lacuna entre o desempenho de investigação e a utilidade clínica de rotina é uma limitação reconhecida em todo o campo.

O papel do clínico quando o apoio à decisão atinge os seus limites

As ferramentas de apoio à decisão clínica são auxiliares de decisão. Em apresentações de doenças raras, esta distinção importa mais do que em quase qualquer outro contexto clínico. Uma ferramenta que tem bom desempenho nas apresentações mais comuns pode ter mau desempenho nas mais raras, e as doenças raras afetam coletivamente milhões de pacientes em toda a Europa.

O British Journal of General Practice descreveu os médicos de família como tendo experiência considerável na gestão de doenças multissistémicas, uma experiência que nenhuma ferramenta de apoio à decisão clínica atual replica. O conhecimento longitudinal de um paciente, a familiaridade com a trajetória dos seus sintomas ao longo do tempo e o instinto clínico de que algo não se ajusta a um diagnóstico comum não são características que possam ser codificadas num algoritmo de classificação diferencial. São o produto de uma relação clínica sustentada e do reconhecimento de padrões experiente.

Educação, consciencialização aumentada e o uso de tecnologia são identificados no consenso Delphi como portas de entrada complementares para diagnóstico mais precoce de doenças raras, não alternativas ao julgamento clínico, mas apoios a ele. Compreender o que uma ferramenta de apoio à decisão clínica pode e não pode fazer não é uma questão técnica. É uma competência clínica e, em apresentações de doenças raras, pode ser a mais importante que um médico de família traz para a consulta.

Perguntas frequentes

▶ Porque demora tanto tempo o diagnóstico de doenças raras nos cuidados primários?

O tempo médio desde o início dos sintomas até ao diagnóstico confirmado de doença rara é de cinco a seis anos no Reino Unido e na Europa, com metade dos pacientes a receber pelo menos um diagnóstico errado ao longo do percurso. O atraso não é principalmente um problema hospitalar. Os pacientes com doenças raras passam, tipicamente, por múltiplas consultas de medicina geral antes de chegarem a um especialista que reconheça a condição. A dificuldade central é que o reconhecimento de padrões clínicos está calibrado para a frequência. As condições que um clínico nunca viu são mais difíceis de considerar, mesmo quando os sinais clínicos estão presentes ao longo de múltiplas visitas.

▶ Porque é que as ferramentas de apoio à decisão clínica não detetam diagnósticos de doenças raras?

A maioria das ferramentas de apoio à decisão clínica classifica as sugestões diagnósticas por prevalência populacional. As condições raras estão sistematicamente sub-representadas nos dados de treino, não por exclusão deliberada, mas devido a um problema de frequência de dados. As condições que aparecem raramente nos conjuntos de dados de treino geram um sinal fraco ou ausente na lógica diferencial ponderada por frequência. Uma revisão de âmbito de 2026 no International Journal of Medical Informatics confirmou que a tradução do apoio à decisão de doenças raras para a prática clínica de rotina permanece limitada em todas as quatro principais abordagens tecnológicas.

▶ Qual é a diferença entre apoio à decisão clínica ponderado por frequência e baseado em fenótipo?

As ferramentas ponderadas por frequência classificam as sugestões diagnósticas pela frequência com que uma condição ocorre na população geral. As ferramentas baseadas em fenótipo adotam uma abordagem diferente: mapeiam a combinação específica de sintomas contra perfis de doenças, independentemente da frequência com que essas doenças ocorrem. Isto torna as ferramentas baseadas em fenótipo mais propensas a apresentar candidatos de doenças raras quando o quadro clínico é atípico. A Ontologia do Fenótipo Humano é o vocabulário estruturado mais amplamente utilizado para este fim, suportando o mapeamento sistemático de fenótipo para doença em milhares de condições.

▶ Com que precisão os grandes modelos de linguagem identificam doenças raras?

Um estudo de 2026 na EBioMedicine avaliou o desempenho de grandes modelos de linguagem para diagnóstico de doenças raras em dez idiomas usando 4.917 vinhetas clínicas estruturadas com dados da Ontologia do Fenótipo Humano. O GPT-4o colocou o diagnóstico correto de doença rara entre os três primeiros diferenciais classificados em 27 por cento dos casos em inglês, com desempenho amplamente consistente em línguas europeias. Esse número não é suficiente para confiança clínica autónoma, mas mostra que a formulação estruturada por fenótipo pode apresentar diagnósticos raros que a lógica ponderada por frequência não apresentaria.

▶ Que agrupamentos de sintomas de alerta devem levar à suspeita de doença rara na medicina geral?

Um estudo de consenso Delphi de 2025 identificou vários padrões clínicos mais frequentemente associados a diagnósticos de doenças raras não detetados: envolvimento multissistémico num paciente jovem, fadiga inexplicada com comorbilidades atípicas onde as investigações padrão não são reveladoras, apresentações recorrentes que não se resolveram numa categoria diagnóstica clara, gravidade desproporcionada em relação ao diagnóstico aparente e uma história familiar positiva de doença grave inexplicada. Cada agrupamento é individualmente explicável por condições comuns, mas a sua combinação ao longo do tempo deve levar à consideração de um diagnóstico diferencial de doença rara.

▶ Como pode um médico de família saber quando o diferencial de uma ferramenta de apoio à decisão clínica provavelmente está incompleto?

Vários indicadores devem levar a ceticismo adicional sobre o resultado de uma ferramenta. Estes incluem um diagnóstico sugerido que não se ajusta à idade do paciente ou cronicidade dos sintomas, investigações anteriores que retornaram resultados não reveladores, uma apresentação que abrange múltiplos sistemas de órgãos, alta confiança da ferramenta para uma condição comum apesar de um ajuste clínico fraco, e um paciente que foi visto múltiplas vezes pelos mesmos sintomas ou sintomas relacionados. O silêncio da ferramenta sobre um diagnóstico não é o mesmo que excluí-lo. Um sistema de apoio à decisão clínica que não lista uma condição não a excluiu.

▶ Que recursos europeus existem para apoiar médicos de família quando o apoio à decisão clínica atinge os seus limites?

As Redes Europeias de Referência, 24 redes temáticas que conectam centros especializados em Estados-membros da UE, fornecem contributo especializado sobre condições raras e complexas, cobrindo áreas como doenças neurológicas, perturbações do tecido conjuntivo, imunodeficiências e condições metabólicas. Os médicos de família podem iniciar contacto através de centros nacionais de doenças raras ou através de percursos de Aconselhamento e Orientação sem exigir uma referenciação formal. A Orphanet, a base de dados de referência europeia para doenças raras, fornece resumos de doenças, estimativas de prevalência, critérios de diagnóstico e ligações a centros especializados, sem necessidade de subscrição ou acesso especial.

▶ O que devem os médicos de família e responsáveis por aquisições procurar ao avaliar a capacidade de doenças raras de uma ferramenta de apoio à decisão clínica?

A capacidade em doenças raras numa ferramenta de apoio à decisão clínica existe num espectro, não como uma característica binária. Os critérios-chave incluem integração com bases de dados validadas de doenças raras como Orphanet ou Online Mendelian Inheritance in Man, lógica diferencial baseada em fenótipo em vez de classificação puramente baseada em prevalência, transparência sobre o âmbito dos dados de treino, alertas de escalonamento claros quando um agrupamento de sintomas excede o intervalo de confiança da ferramenta e desempenho consistente na língua clínica relevante para ferramentas usadas em sistemas de saúde europeus. Nenhuma ferramenta atualmente disponível cumpre todos estes critérios totalmente.

▶ O que é o DeepRare e como difere das ferramentas disponíveis na prática de rotina de medicina geral?

O DeepRare, descrito num artigo recente da Nature, é um sistema multiagente que integra mais de 40 ferramentas especializadas e fontes de conhecimento. Processa descrições em texto livre, termos estruturados da Ontologia do Fenótipo Humano e resultados genéticos para gerar hipóteses diagnósticas classificadas com raciocínio transparente. Em tarefas baseadas na Ontologia do Fenótipo Humano, alcançou métricas de desempenho elevadas, e a revisão por especialistas concordou com as suas cadeias de raciocínio numa maioria substancial de casos. O DeepRare ainda não está incorporado nos fluxos de trabalho de rotina dos médicos de família, mas ilustra o teto de desempenho que as abordagens baseadas em fenótipo e integradas em conhecimento podem alcançar.

▶ Que papel desempenha o julgamento clínico quando as ferramentas de apoio à decisão falham em apresentações de doenças raras?

As ferramentas de apoio à decisão clínica são auxiliares de decisão, não substitutas do julgamento clínico. Em apresentações de doenças raras, o conhecimento longitudinal de um paciente, a familiaridade com a trajetória dos seus sintomas ao longo do tempo e o reconhecimento clínico de que algo não se ajusta a um diagnóstico comum não são características que um algoritmo de classificação diferencial possa replicar. Um consenso Delphi de 2025 identificou educação, consciencialização aumentada e o uso de tecnologia como apoios complementares para diagnóstico mais precoce de doenças raras, não alternativas ao julgamento clínico. Compreender o que uma ferramenta de apoio à decisão clínica pode e não pode fazer é, por si só, uma competência clínica.