Ferramentas de apoio à decisão clínica: o que a evidência realmente mostra

As ferramentas de apoio à decisão clínica melhoram processos bem definidos nos cuidados primários: pedido de exames, prescrição de antibióticos, estratificação de risco cardiovascular. O que ainda não existe é evidência de que reduzam o erro de diagnóstico de forma abrangente, e os fornecedores raramente reconhecem essa limitação.

O que fazem estas ferramentas numa consulta de medicina geral

O apoio à decisão clínica não é uma tecnologia única. Nos cuidados primários, abrange alertas de diagnóstico diferencial, sinais de alarme para patologia grave, verificações de interações medicamentosas, orientação para prescrição de antibióticos, calculadoras de estratificação de risco cardiovascular e auxiliares de decisão para referenciação.

Há uma distinção fundamental entre CDS passivo e CDS ativo. Os sistemas passivos funcionam em segundo plano: verificam prescrições e sinalizam resultados anormais sem interromper o fluxo da consulta. Os sistemas ativos intervêm em tempo real, oferecendo sugestões durante o próprio encontro clínico. A meta-revisão LINNEAUS sobre sistemas informatizados de apoio à decisão diagnóstica nos cuidados primários identificou dois pré-requisitos para a eficácia dos sistemas ativos: integração profunda com o sistema de registo médico e acionamento do apoio nos momentos certos do raciocínio clínico.

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

Por que razão medir a redução do erro de diagnóstico é tão difícil

O erro de diagnóstico é identificado de forma retrospetiva. Só se torna visível quando um doente se deteriora, regressa com sintomas agravados ou recebe um diagnóstico diferente de um especialista. Por isso, a maioria dos estudos recorre a resultados indiretos: taxas de referenciação apropriadas, tempo até ao diagnóstico, adequação da prescrição de antibióticos. São medidas legítimas do processo clínico, mas não equivalem a reduções comprovadas de dano ao doente.

Os ensaios controlados aleatorizados neste domínio são raros e difíceis de realizar: os clínicos não podem ser cegados quanto ao uso de uma ferramenta CDS, e a aleatorização por grupos introduz os seus próprios fatores de confusão. A meta-revisão LINNEAUS analisou 1.970 estudos e encontrou apenas 12 adequados para inclusão, uma proporção que reflete não necessariamente o fracasso das ferramentas, mas o quanto a investigação rigorosa ficou aquém da implementação.

Onde a evidência é mais forte

A adequação do pedido de exames complementares é a área mais robustamente estudada. O ensaio aleatorizado por clusters ELMO, realizado nos cuidados primários belgas pela KU Leuven e pela Universidade de Ghent, concluiu que um sistema CDS melhorou a adequação dos pedidos, reduziu o volume de exames solicitados e foi não inferior aos cuidados habituais quanto à incidência de erro de diagnóstico. É o estudo europeu mais relevante disponível, precisamente porque combina um desenho rigoroso com um contexto diretamente comparável à medicina geral europeia, e é o que merece mais peso na avaliação desta evidência. A prescrição de antibióticos e a estratificação de risco cardiovascular mostram melhorias mensuráveis de processo em múltiplos estudos, em grande parte porque a tarefa de decisão é bem definida e passível de cálculo.

A avaliação do ritmo cardíaco é uma área emergente. Um inquérito a médicos de clínica geral franceses sobre interpretação de eletrocardiograma (ECG) assistida por inteligência artificial (IA) concluiu que a IA demonstrou precisão diagnóstica equivalente à dos cardiologistas. Vale a pena notar que 72% dos médicos referiram que usariam ECGs com maior frequência se a interpretação por IA estivesse disponível, e 57% viam a IA como um auxiliar diagnóstico e não como um sistema autónomo, uma perspetiva que reflete como a maioria dos clínicos encara estas ferramentas na prática.

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, que analisou 39.849 consultas em 15 clínicas em Nairobi. Os clínicos que usaram uma ferramenta de consulta por IA baseada em LLM cometeram 16% menos erros de diagnóstico e 13% menos erros de tratamento, e todos os participantes no inquérito afirmaram que a ferramenta melhorou a qualidade dos cuidados. O estudo é, contudo, observacional e não aleatorizado, realizado num ambiente clínico que difere substancialmente da medicina geral europeia, o que exige cautela na interpretação.

Onde a evidência é fraca, inconsistente ou inexistente

Há um resultado diretamente contraditório proveniente de um estudo de maior qualidade. Um ECA pragmático por clusters testou o apoio à decisão clínica assistido por ChatGPT-4o em unidades de cuidados primários quenianas e concluiu que a ferramenta não reduziu significativamente a falha de tratamento aos 14 dias em comparação com os cuidados habituais. Este é o desenho de estudo mais rigoroso disponível neste domínio, e o seu resultado nulo num desfecho clínico concreto é um contraponto que os números do estudo Penda não conseguem anular. Os dois estudos mediram resultados diferentes, em contextos distintos e com ferramentas diferentes, mas, em conjunto, mostram que a evidência não é uniformemente positiva.

De forma mais ampla, o estudo qualitativo de 2025 da PMC sobre clínicos de cuidados primários confirmou que, embora vários estudos tenham demonstrado melhorias em resultados relacionados com processos, poucos avaliaram resultados diretos nos doentes. Esta lacuna entre melhoria de processo e benefício comprovado para o doente atravessa de forma recorrente a literatura disponível.

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 pouco específicos, os clínicos acabam por os ignorar por rotina. O viés de automação age em sentido oposto, levando os clínicos a confiar demasiado em sugestões algorítmicas e a desvalorizar o seu próprio julgamento. Ambos são problemas de implementação e não falhas inerentes às ferramentas, mas são consistentemente observados em contextos do mundo real.

Para muitas das apresentações indiferenciadas que definem a medicina geral, como fadiga, dor abdominal ou sintomas musculoesqueléticos, há 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 são precisamente aquelas em que a tarefa diagnóstica é mais estruturada e calculável, enquanto as apresentações mais complexas e cognitivamente exigentes, que estão no centro do trabalho do médico de clínica geral, permanecem em grande parte por estudar.

Por que razão o contexto europeu importa para interpretar a evidência

Uma proporção significativa da base de evidência para ferramentas CDS nos cuidados primários vem de sistemas de saúde dos Estados Unidos ou de contextos hospitalares. Os estudos americanos envolvem estruturas de incentivos distintas, normas de documentação próprias e listas de doentes de dimensão diferente. Os estudos hospitalares envolvem questões diagnósticas mais agudas e bem definidas do que as apresentações crónicas, com múltiplas comorbilidades e indiferenciadas que dominam as consultas de medicina geral europeias. Os estudos realizados em contextos de menores recursos diferem substancialmente dos cuidados primários do Serviço Nacional de Saúde britânico ou dos sistemas nórdicos em termos de infraestrutura diagnóstica de base, duração das consultas e acesso a vias de referenciação.

A meta-revisão LINNEAUS apelou a abordagens mais padronizadas e a uma integração mais profunda com os sistemas de registo médico, notando que nenhuma destas condições foi consistentemente cumprida nos estudos revistos. Essa observação foi feita em 2016 e não foi totalmente resolvida na década seguinte.

A duração da consulta também conta. Um médico de clínica geral a trabalhar com consultas de dez minutos enfrenta constrangimentos muito diferentes dos de um clínico num contexto de estudo com mais tempo para interagir com uma interface CDS. As ferramentas que exigem introdução adicional de dados, ou que apresentam sugestões num momento em que a decisão clínica já foi tomada, dificilmente vão alterar resultados, independentemente da sua precisão subjacente.

Fatores humanos e de implementação que limitam a efetividade no mundo real

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 sublinharam que as ferramentas têm de se integrar com os sistemas de registo médico existentes e apresentar uma interface fácil de navegar, requisitos que frequentemente não são cumpridos na prática.

O artigo de enquadramento da Frontiers in Medicine sobre a redução do diagnóstico errado em diagnósticos impulsionados por IA conclui que é essencial uma abordagem coordenada e multidimensional, integrando controlos técnicos robustos, orientações éticas claras e estruturas de responsabilização bem definidas. Uma revisão de âmbito de 2025 sobre IA em cuidados primários ambulatórios quantifica o problema com precisão: de 3.203 manuscritos analisados, apenas oito relataram resultados de ensaios clínicos, o que ilustra o quanto a distância entre modelos publicados e sistemas implementados e avaliados continua a ser enorme.

O que perguntar antes de adotar uma ferramenta de apoio à decisão clínica

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:

• A base de evidência foi gerada num contexto de cuidados primários europeus, e 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 médico existente, e em que momento da consulta intervém?

• A ferramenta foi validada de forma independente, ou os estudos de suporte provêm principalmente do próprio programador?

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

O resumo honesto da evidência atual é este: as ferramentas CDS funcionam como auxiliares direcionados para tarefas bem definidas, e a investigação disponível não sustenta o seu uso como solução geral para a incerteza diagnóstica. Adotá-las com essa compreensão é a posição mais defensável para qualquer clínico.

Perguntas frequentes

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

Para tarefas bem definidas como prescrição de antibióticos ou estratificação de risco, há melhorias mensuráveis de processo. Para o conjunto mais amplo de apresentações indiferenciadas que dominam a medicina geral, nenhum ensaio europeu de alta qualidade demonstrou ainda redução nas taxas de erro de diagnóstico. A base de evidência apoia o uso direcionado, não a substituição do julgamento clínico em situações de incerteza.

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

Os sistemas passivos verificam prescrições e sinalizam resultados em segundo plano. Os sistemas ativos intervêm durante a consulta. A distinção prática mais relevante é o momento de acionamento: um alerta apresentado depois de o clínico ter tomado a decisão raramente altera o resultado, independentemente da precisão subjacente da ferramenta.

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

Pedido de exames complementares, prescrição de antibióticos e estratificação de risco cardiovascular. O padrão comum a estas áreas é que a tarefa diagnóstica é estruturada e calculável. As apresentações mais complexas e indiferenciadas, que representam grande parte do trabalho do médico de clínica geral, permanecem em grande parte por estudar.

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

O erro de diagnóstico torna-se visível retrospetivamente, o que torna a medição prospetiva estruturalmente difícil. Acresce que os clínicos não podem ser cegados quanto ao uso de uma ferramenta, o que limita o rigor dos ensaios. A meta-revisão LINNEAUS rastreou 1.970 estudos e encontrou apenas 12 adequados para inclusão.

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

Quando um sistema gera alertas frequentes e pouco específicos, os clínicos passam a ignorá-los por rotina. A taxa de ignorar torna-se um teto para qualquer benefício potencial. O viés de automação age em sentido oposto, levando à confiança excessiva em sugestões algorítmicas. Ambos são problemas de implementação observados consistentemente no mundo real.

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

Com cautela. Os estudos americanos refletem estruturas de incentivos e normas de documentação distintas. Os estudos em contextos de menores recursos partem de uma infraestrutura diagnóstica de base diferente. O ensaio ELMO, realizado nos cuidados primários belgas, é o estudo europeu mais diretamente comparável disponível, precisamente porque o contexto clínico é próximo do da medicina geral europeia continental.

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

Pergunte se os resultados foram medidos ao nível do doente ou apenas do processo, quais as taxas reais de ignorar alertas na implementação, como a ferramenta se integra com o sistema de registo médico existente, se a validação foi independente do programador, e se a ferramenta está classificada como dispositivo médico com vigilância pós-comercialização definida.

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

Um ensaio prospetivo aleatorizado por cluster, realizado em populações de cuidados primários europeias, com resultados medidos contra dados de seguimento clínico verificado, taxas de ignorar alertas relatadas, validação independente do programador, e seguimento suficientemente longo para captar erros que se manifestam semanas ou meses após a consulta índice.

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

Korom et al. (2025) analisaram 39.849 consultas em Nairobi e registaram 16% menos erros de diagnóstico e 13% menos erros de tratamento nos clínicos que usaram a ferramenta. O estudo é observacional. Um RCT por clusters realizado num contexto comparável, com apoio à decisão assistido por ChatGPT-4o em cuidados primários quenianos, não encontrou redução significativa em resultados clínicos concretos, o que ilustra que os dois estudos, medindo resultados diferentes com ferramentas diferentes, não apontam na mesma direção.