O erro de diagnóstico é um dos problemas mais relevantes e menos visíveis nos cuidados de saúde primários. Nos sistemas de saúde europeus, os médicos de clínica geral lidam com uma enorme diversidade de apresentações indiferenciadas, frequentemente em consultas de duração limitada e com acesso restrito a opinião especializada no momento. O resultado é um contexto em que os erros de diagnóstico são simultaneamente compreensíveis e, no seu conjunto, significativos. As estimativas variam, mas algumas investigações sugerem que uma proporção substancial dos erros de diagnóstico nos cuidados primários poderia ser evitada com sistemas avançados de apoio à decisão. Se esta estimativa for sequer aproximadamente correta, tal representa uma carga substancial e passível de ser abordada. Neste contexto, as ferramentas de apoio à decisão clínica têm suscitado um interesse crescente enquanto resposta tecnológica. A evidência que as sustenta, contudo, é mais complexa do que as alegações dos fornecedores normalmente sugerem.

O que fazem as ferramentas de apoio à decisão clínica numa consulta de medicina geral

O apoio à decisão clínica (CDS, clinical decision support) não é uma tecnologia única. No contexto dos cuidados primários, abrange uma vasta gama de funções: alertas de diagnóstico diferencial que destacam condições que o clínico pode não ter considerado, alertas de sinais de alarme que sinalizam potencial patologia grave, verificações de interações medicamentosas, orientação para prescrição de antibióticos, calculadoras de estratificação de risco cardiovascular e auxiliares de decisão para referenciação.

Uma distinção fundamental que molda a forma como a evidência deve ser interpretada é a diferença entre CDS passivo e ativo. Os sistemas passivos operam em segundo plano, verificando prescrições quanto a interações e sinalizando resultados anormais, sem interromper o fluxo da consulta. Os sistemas ativos intervêm em tempo real, oferecendo sugestões durante o próprio encontro clínico.

Estes dois modos apresentam perfis de evidência, desafios de implementação e riscos distintos. A meta-revisão LINNEAUS sobre sistemas informatizados de apoio à decisão diagnóstica nos cuidados primários identificou que a integração profunda com o sistema de registo clínico e o acionamento do apoio em pontos apropriados do fluxo de trabalho cognitivo são pré-requisitos para a eficácia. Esta conclusão aplica-se muito mais aos sistemas ativos do que aos passivos.

Mais recentemente, ferramentas baseadas em modelos de linguagem de grande dimensão (LLM, large language models) entraram em cena. Estes modelos podem sintetizar a história clínica, os sintomas atuais e o contexto do doente para gerar diferenciais hierarquizados ou sugerir próximos passos. Representam uma mudança qualitativa em relação aos alertas baseados em regras, mas também introduzem novas questões sobre fiabilidade, calibração e confiança do clínico.

Como os investigadores medem a redução do erro de diagnóstico

Antes de avaliar o que a evidência mostra, vale a pena compreender por que razão medir a redução do erro de diagnóstico é metodologicamente difícil, e por que motivo os médicos de clínica geral devem abordar os tamanhos de efeito publicados com cautela.

O erro de diagnóstico é tipicamente identificado retrospetivamente: um diagnóstico falhado torna-se visível apenas quando um doente se deteriora, regressa com sintomas agravados ou recebe um diagnóstico diferente de um especialista. Isto torna a medição prospetiva desafiante. A maioria dos estudos baseia-se em resultados indiretos: taxas de referenciação apropriadas, tempo até ao diagnóstico, adequação da prescrição de antibióticos ou padrões de pedido de exames complementares.

Estas são medidas legítimas do processo clínico, mas não equivalem a reduções comprovadas de dano ao doente resultante de diagnósticos falhados.

Os desenhos de estudo também variam enormemente. Os ensaios controlados aleatorizados neste domínio são raros e difíceis de realizar. Os clínicos não podem ser facilmente cegados quanto ao uso de uma ferramenta CDS, e a aleatorização por clusters introduz os seus próprios fatores de confusão.

Estudos observacionais e dados de auditoria dominam a literatura, o que limita a inferência causal. Uma revisão de âmbito de 2021 no International Journal of Environmental Research and Public Health concluiu que, embora se tenha demonstrado que os modos CDS melhoram a qualidade dos cuidados em vários contextos médicos, a sua utilidade especificamente no domínio diagnóstico permanece pouco clara.

A meta-revisão LINNEAUS rastreou 1.970 estudos e encontrou apenas 12 adequados para inclusão. A base de evidência é escassa não porque as ferramentas CDS necessariamente falhem, mas porque a infraestrutura de investigação para as avaliar rigorosamente nos cuidados primários ficou aquém da sua implementação.

Onde a evidência é mais forte: condições específicas e casos de uso

Apesar destas limitações metodológicas, existem domínios onde as ferramentas CDS mostram um sinal consistente e credível nos cuidados primários.

A adequação do pedido de exames complementares é uma das áreas mais robustamente estudadas. O ensaio aleatorizado por clusters ELMO, realizado nos cuidados primários belgas pela KU Leuven e pela Universidade de Ghent, concluiu que um sistema CDS, usando conjuntos de pedidos para 17 indicações comuns, melhorou a adequação e reduziu o volume de pedidos de exames complementares, sendo não inferior aos cuidados habituais quanto à incidência de erro de diagnóstico. Trata-se de um ensaio controlado aleatorizado (RCT, randomised controlled trial) europeu de alta qualidade que oferece genuína tranquilidade quanto à segurança, mesmo que não demonstre redução ativa de erros.

A estratificação de risco cardiovascular é outra área onde as ferramentas CDS estruturadas mostraram melhoria mensurável de processo, em grande parte porque a tarefa de decisão é bem definida e calculável. De forma semelhante, a adequação da prescrição de antibióticos, uma preocupação central nos cuidados primários europeus, demonstrou melhorar com alertas CDS em múltiplos estudos, embora o mecanismo seja comportamental em vez de estritamente diagnóstico.

A avaliação do ritmo cardíaco é uma área emergente. Um inquérito a médicos de clínica geral franceses sobre interpretação de eletrocardiograma (ECG) assistida por IA concluiu que 72 por cento dos médicos de clínica geral relataram que usariam ECGs com maior frequência se a IA estivesse disponível para interpretação, e que a IA demonstrou precisão diagnóstica na análise de ECG equivalente à dos cardiologistas. Notavelmente, 57 por cento dos inquiridos viam a IA como um auxiliar diagnóstico em vez de um sistema autónomo, um enquadramento que reflete como a maioria dos clínicos encara as ferramentas CDS na prática.

O raciocínio diagnóstico coletivo oferece uma perspetiva complementar. Um estudo de 2024 em Medical Decision Making demonstrou que agregar diagnósticos independentes de médicos de clínica geral melhora substancialmente a precisão diagnóstica, e que combinar esta abordagem com um sistema de apoio à decisão produziu ganhos adicionais. A regra da pluralidade, que pondera todos os diagnósticos independentes de forma igual, superou substancialmente a precisão média individual dos médicos de clínica geral, com o efeito a aumentar com o tamanho do grupo.

Talvez a evidência do mundo real mais impressionante venha de um estudo de 2025 de Korom et al., realizado em parceria com a Penda Health, envolvendo 39.849 consultas em 15 clínicas em Nairobi. Os clínicos que usaram uma ferramenta AI Consult baseada em LLM cometeram 16 por cento menos erros de diagnóstico e 13 por cento menos erros de tratamento em comparação com aqueles sem acesso.

Em termos absolutos, projetou-se que a ferramenta evitaria erros de diagnóstico em 22.000 consultas e erros de tratamento em 29.000 consultas anualmente naquela única rede de saúde. Todos os participantes no inquérito aos clínicos afirmaram que o AI Consult melhorou a qualidade dos cuidados prestados, com 75 por cento a descrever o efeito como substancial.

Onde a evidência é fraca, inconsistente ou inexistente

As conclusões da Penda Health são impressionantes, mas requerem contextualização cuidadosa. Existe também um resultado diretamente contraditório de um estudo de maior qualidade.

Um ensaio pragmático aleatorizado por clusters testou o apoio à decisão clínica assistido por ChatGPT-4o em unidades de cuidados primários quenianas e concluiu que não reduziu significativamente a falha de tratamento aos 14 dias em relação aos cuidados habituais. Este é o desenho de estudo mais rigoroso disponível, um RCT revisto por pares, e o seu resultado nulo num desfecho clínico concreto é um contraponto relevante à evidência observacional do estudo Penda.

Os dois estudos não estão necessariamente em conflito (mediram resultados diferentes, em contextos distintos, com ferramentas diferentes), mas juntos ilustram que a evidência não é uniformemente positiva.

De forma mais ampla, o estudo qualitativo de 2025 da PMC sobre clínicos de cuidados primários concluiu que, embora numerosos estudos tenham demonstrado melhorias em resultados relacionados com processos, como taxas de rastreio aumentadas e redução de pedidos incompletos, menos estudos avaliaram e relataram resultados nos doentes. Esta lacuna entre melhoria de processo e benefício comprovado para o doente é um tema recorrente na literatura.

A fadiga de alertas é um mecanismo bem documentado pelo qual a eficácia demonstrada em contextos controlados não se traduz em efetividade no mundo real. Quando os sistemas CDS geram alertas frequentes e de baixa especificidade, os clínicos aprendem a ignorá-los habitualmente. A taxa de ignorar torna-se um limite para qualquer benefício potencial e, em alguns contextos, o efeito líquido no raciocínio clínico pode ser negativo.

Existem também lacunas substanciais por condição e especialidade. Para muitas das apresentações indiferenciadas que definem a medicina geral, incluindo fadiga, dor abdominal e sintomas musculoesqueléticos, existe pouca ou nenhuma evidência revista por pares de que as ferramentas CDS reduzam as taxas de erro de diagnóstico.

As condições onde a evidência é mais forte (risco cardiovascular, prescrição de antibióticos, pedido de exames complementares) são precisamente aquelas em que a tarefa diagnóstica é mais estruturada e calculável. As apresentações mais complexas e cognitivamente exigentes, que estão no cerne do trabalho do médico de clínica geral, permanecem em grande parte não estudadas.

O contexto dos cuidados primários europeus: por que razão o contexto importa

Uma proporção significativa da base de evidência para ferramentas CDS nos cuidados primários deriva de sistemas de saúde dos EUA ou contextos hospitalares, e nenhum se traduz diretamente para a medicina geral europeia.

Nos Estados Unidos, os cuidados primários operam num cenário de sistemas de registo clínico diferente, com estruturas de incentivos distintas, normas de documentação próprias e tamanhos de painel de doentes diferentes. Os estudos baseados em hospitais envolvem tipicamente questões diagnósticas mais agudas e bem definidas do que as apresentações crónicas, multimórbidas e indiferenciadas que dominam as consultas de medicina geral europeias.

Os estudos realizados em contextos de menores recursos, incluindo o estudo Penda Health no Quénia e o ensaio da Nature Medicine, envolvem ambientes clínicos que diferem substancialmente dos cuidados primários do NHS ou nórdicos em termos de infraestrutura diagnóstica de base, duração da consulta e acesso a vias de referenciação.

O ensaio ELMO da Bélgica permanece um dos poucos RCTs europeus de alta qualidade realizados especificamente nos cuidados primários, e o seu foco no pedido de exames complementares em vez de precisão diagnóstica per se limita o que pode ser inferido. A meta-revisão LINNEAUS, uma colaboração europeia, apelou a abordagens mais padronizadas e calculáveis para representação de conhecimento e integração mais profunda do sistema de registo clínico, notando que nenhuma destas condições foi consistentemente cumprida nos estudos revistos. Essa observação, feita em 2016, não foi totalmente abordada na década seguinte.

A duração da consulta também importa. Um médico de clínica geral a trabalhar com consultas de dez minutos enfrenta constrangimentos diferentes de um clínico num contexto de estudo com mais tempo para interagir com uma interface CDS. Ferramentas que requerem entrada adicional de dados, ou que apresentam sugestões num ponto do fluxo de trabalho em que a decisão clínica já foi tomada, dificilmente alterarão resultados, independentemente da sua precisão subjacente.

O problema dos fatores humanos: quando as ferramentas CDS são ignoradas ou mal utilizadas

A efetividade de qualquer ferramenta CDS é limitada pelo modo como e se os clínicos a utilizam. O estudo qualitativo de 2025 sobre clínicos de cuidados primários identificou barreiras substanciais à adoção: resistência dos clínicos, processos de aprovação organizacional, falta de infraestrutura e evidência insuficiente de efetividade comunicada aos utilizadores finais.

Os clínicos enfatizaram que as ferramentas devem integrar-se com a integração de sistemas de registo clínico existente e apresentar uma interface fácil de navegar, requisitos que frequentemente não são cumpridos na prática.

O viés de automação, a tendência para confiar excessivamente em sugestões algorítmicas e subvalorizar o julgamento clínico, é um risco documentado que vai na direção oposta à fadiga de alertas. Onde a fadiga de alertas leva à subutilização, o viés de automação leva à sobreutilização acrítica. Ambos representam falhas de implementação em vez de propriedades inerentes das ferramentas, mas são consistentemente observados em contextos do mundo real.

O artigo de enquadramento da Frontiers in Medicine sobre redução de diagnóstico errado em diagnósticos impulsionados por IA conclui que uma abordagem coordenada e multidimensional é essencial, integrando controlos técnicos robustos, diretrizes éticas claras e estruturas de responsabilização definidas. Isto não é uma crítica a qualquer ferramenta específica. Reflete a conclusão mais ampla de que o contexto de implementação e a governação importam tanto quanto a tecnologia subjacente.

Uma revisão de âmbito de 2025 sobre IA em cuidados primários ambulatórios concluiu que a maioria dos estudos permanece na fase de desenvolvimento, com implementação mínima no mundo real além de transcrição ambiente e apoio à decisão clínica. De 3.203 manuscritos rastreados, apenas oito relataram resultados de ensaios clínicos. A distância entre modelos publicados e sistemas implementados e avaliados permanece ampla.

Como seria uma boa evidência

Dadas as limitações metodológicas descritas acima, vale a pena ser específico quanto ao tipo de desenho de estudo que daria a um médico de clínica geral confiança razoável de que uma ferramenta CDS reduz o erro de diagnóstico no seu contexto.

A base de evidência mínima credível incluiria:

• Desenho prospetivo: resultados medidos antes e depois da implementação da ferramenta em populações comparáveis, idealmente com aleatorização ao nível da prática ou do cluster

• Populações de cuidados primários europeus: não sistemas de saúde dos EUA, não contextos hospitalares, não ambientes de menores recursos com infraestrutura de base diferente

• Resultados diagnósticos confirmados: não medidas indiretas como taxas de referenciação ou padrões de pedido de exames, mas precisão diagnóstica verificada contra dados de seguimento

• Validação independente: resultados não financiados ou conduzidos exclusivamente pelo programador da ferramenta

• Taxas de ignorar relatadas e dados de fadiga de alertas: para confirmar que a ferramenta foi usada da forma que o estudo assume

• Seguimento suficiente: o erro de diagnóstico manifesta-se frequentemente semanas ou meses após a consulta índice; janelas de resultados de curto prazo perdem uma proporção substancial de eventos relevantes

O método automatizado de deteção de discrepância diagnóstica validado em serviços de urgência suíços, que alcançou valores de área sob a curva (AUC, area under the curve) de 0,94 a 0,95 como ferramenta de rastreio para erros de diagnóstico, oferece um modelo de como a identificação retrospetiva de erros poderia ser operacionalizada em escala. Aplicar métodos semelhantes a dados de auditoria de cuidados primários poderia melhorar substancialmente a base de evidência, embora isto permaneça uma lacuna de investigação em vez de uma prática estabelecida.

O que os médicos de clínica geral devem razoavelmente esperar do apoio à decisão clínica hoje

O resumo honesto da evidência atual é este: as ferramentas CDS podem melhorar processos clínicos específicos e bem definidos nos cuidados primários, incluindo pedido de exames complementares, prescrição de antibióticos, estratificação de risco cardiovascular e, potencialmente, avaliação de ritmo cardíaco. Nesses domínios, a evidência é credível e, em alguns casos, derivada de RCTs europeus de alta qualidade.

O que a evidência ainda não demonstra é que as ferramentas CDS reduzam as taxas globais de erro de diagnóstico na medicina geral europeia como um todo. Os estudos que mostram os maiores efeitos (o estudo observacional Penda Health) são realizados em contextos de cuidados de saúde diferentes e usam resultados indiretos ou autorrelatados.

O RCT de maior qualidade disponível (o ensaio aleatorizado por clusters da Nature Medicine) não encontrou redução significativa em resultados clínicos concretos. As revisões sistemáticas fundamentais identificam apenas um punhado de estudos que cumprem limiares de qualidade e apelam a uma metodologia mais rigorosa.

Para médicos de clínica geral a ponderar se devem adotar ou defender uma ferramenta CDS, vale a pena colocar as seguintes questões a qualquer fornecedor ou equipa de implementação:

• Qual é a base de evidência, e foi gerada num contexto de cuidados primários europeus?

• Os resultados foram medidos ao nível do doente ou apenas ao nível do processo?

• Quais são as taxas de ignorar alertas na implementação no mundo real, e como é monitorizada a fadiga de alertas?

• Como é que a ferramenta se integra com o sistema de registo clínico existente, e em que ponto do fluxo de trabalho da consulta intervém?

• A ferramenta foi validada independentemente, ou os estudos de apoio vêm principalmente do programador?

• A ferramenta está classificada como dispositivo médico sob o quadro regulamentar relevante, e que vigilância pós-comercialização está em vigor?

As ferramentas CDS não são desprovidas de valor nos cuidados primários. A evidência para aplicações específicas é genuína. Mas a alegação de que reduzem o erro de diagnóstico de forma ampla, em toda a gama de apresentações que um médico de clínica geral encontra, ainda não é apoiada pela evidência disponível. Tratá-las como auxiliares direcionados para tarefas bem definidas, em vez de soluções gerais para incerteza diagnóstica, reflete o que a investigação mostra.

Perguntas frequentes

▶ As ferramentas de apoio à decisão clínica reduzem os erros de diagnóstico na medicina geral?

A evidência é mista. Alguns estudos mostram melhorias mensuráveis em processos clínicos específicos, como pedido de exames complementares e prescrição de antibióticos, mas nenhum ensaio controlado aleatorizado europeu de alta qualidade demonstrou ainda uma redução ampla nas taxas de erro de diagnóstico em toda a gama de apresentações que um médico de clínica geral enfrenta. O RCT mais rigoroso disponível, um ensaio aleatorizado por clusters de apoio à decisão assistido por ChatGPT-4o em cuidados primários quenianos, não encontrou redução significativa em resultados clínicos concretos. A evidência apoia o uso destas ferramentas como auxiliares direcionados para tarefas bem definidas, em vez de soluções gerais para incerteza diagnóstica.

▶ Qual é a diferença entre apoio à decisão clínica passivo e ativo?

Os sistemas de apoio à decisão clínica (CDS) passivos operam em segundo plano, verificando prescrições quanto a interações medicamentosas ou sinalizando resultados anormais, sem interromper a consulta. Os sistemas ativos intervêm em tempo real durante o encontro clínico, oferecendo alertas de diagnóstico diferencial ou sinais de alarme. Os dois modos apresentam perfis de evidência e desafios de implementação diferentes. A investigação sugere que a integração profunda com o sistema de registo clínico e o acionamento do apoio no ponto certo do fluxo de trabalho cognitivo do clínico são pré-requisitos para que o CDS ativo seja eficaz.

▶ Quais áreas clínicas têm a evidência mais forte para ferramentas de apoio à decisão nos cuidados primários?

A evidência mais forte abrange a adequação do pedido de exames complementares, prescrição de antibióticos e estratificação de risco cardiovascular. O ensaio aleatorizado por clusters ELMO, realizado nos cuidados primários belgas, concluiu que um sistema CDS melhorou a adequação do pedido de exames complementares e foi não inferior aos cuidados habituais quanto à incidência de erro de diagnóstico. A avaliação do ritmo cardíaco é uma área emergente: um inquérito a médicos de clínica geral franceses concluiu que a interpretação de ECG assistida por IA demonstrou precisão diagnóstica equivalente à dos cardiologistas, e 72 por cento dos médicos de clínica geral disseram que usariam ECGs com maior frequência se a interpretação por IA estivesse disponível.

▶ Por que razão é tão difícil medir se o apoio à decisão clínica reduz o erro de diagnóstico?

O erro de diagnóstico é tipicamente identificado retrospetivamente, tornando-se visível apenas quando um doente se deteriora ou recebe um diagnóstico diferente mais tarde. Isto torna a medição prospetiva difícil. A maioria dos estudos baseia-se em resultados indiretos, como taxas de referenciação ou padrões de pedido de exames, em vez de reduções comprovadas de dano ao doente. Os ensaios controlados aleatorizados são raros porque os clínicos não podem ser cegados quanto ao uso de uma ferramenta CDS. A meta-revisão LINNEAUS rastreou 1.970 estudos e encontrou apenas 12 adequados para inclusão, refletindo quão escassa a base de evidência permanece.

▶ O que é a fadiga de alertas, e como afeta a efetividade no mundo real destas ferramentas?

A fadiga de alertas ocorre quando os sistemas CDS geram alertas frequentes e de baixa especificidade, levando os clínicos a ignorá-los habitualmente. A taxa de ignorar torna-se um limite para qualquer benefício potencial. Em alguns contextos, o efeito líquido no raciocínio clínico pode ser negativo. Corre na direção oposta ao viés de automação, que é a tendência para confiar excessivamente em sugestões algorítmicas e subvalorizar o julgamento clínico. Ambos representam falhas de implementação, e não falhas inerentes às ferramentas, mas são consistentemente observados em contextos do mundo real.

▶ A evidência de sistemas de saúde dos EUA ou africanos aplica-se à medicina geral europeia?

Não diretamente. Uma proporção significativa da base de evidência CDS vem de sistemas de saúde dos EUA ou contextos hospitalares, que envolvem cenários de sistemas de registo clínico diferentes, estruturas de incentivos e tamanhos de painel de doentes distintos. Os estudos de contextos de menores recursos, incluindo o estudo Penda Health no Quénia, envolvem ambientes clínicos que diferem substancialmente dos cuidados primários do NHS ou nórdicos em termos de infraestrutura diagnóstica de base, duração da consulta e acesso a vias de referenciação. O ensaio ELMO da Bélgica permanece um dos poucos RCTs europeus de alta qualidade realizados especificamente nos cuidados primários.

▶ Que questões deve um médico de clínica geral colocar antes de adotar uma ferramenta de apoio à decisão clínica?

Vale a pena perguntar se a evidência foi gerada num contexto de cuidados primários europeus e se os resultados foram medidos ao nível do doente ou apenas ao nível do processo. Deve também questionar quais são as taxas de ignorar alertas na implementação no mundo real, como a ferramenta se integra com o sistema de registo clínico existente e em que ponto do fluxo de trabalho da consulta intervém. Verificar se a ferramenta foi validada independentemente, em vez de estudada exclusivamente pelo programador, e se está classificada como dispositivo médico sob o quadro regulamentar relevante, são também passos importantes.

▶ Como seria uma boa evidência para redução de erro de diagnóstico nos cuidados primários?

Evidência credível exigiria um desenho prospetivo com aleatorização ao nível da prática ou do cluster, realizado em populações de cuidados primários europeus em vez de contextos hospitalares ou de menores recursos. Os resultados precisariam de ser precisão diagnóstica verificada contra dados de seguimento, e não medidas indiretas como taxas de referenciação. Os estudos precisariam de validação independente, taxas de ignorar alertas relatadas para confirmar que a ferramenta foi usada como assumido, e tempo de seguimento suficiente, uma vez que o erro de diagnóstico se manifesta frequentemente semanas ou meses após a consulta índice.

▶ O que concluiu o estudo Penda Health, e como devem os seus resultados ser interpretados?

Um estudo de 2025 de Korom et al., realizado em 39.849 consultas em 15 clínicas em Nairobi, concluiu que os clínicos que usaram uma ferramenta AI Consult baseada em LLM cometeram 16 por cento menos erros de diagnóstico e 13 por cento menos erros de tratamento em comparação com aqueles sem acesso. Todos os participantes no inquérito aos clínicos afirmaram que a ferramenta melhorou a qualidade dos cuidados prestados. Contudo, o estudo é observacional e não aleatorizado, e foi realizado num ambiente clínico que difere substancialmente da medicina geral europeia. Existe um resultado diretamente contraditório de um RCT de maior qualidade num contexto comparável, que não encontrou redução significativa em resultados clínicos concretos.