Propostas de uso de inteligência artificial no SUS aparecem nos planos de governo de Luiz Inácio Lula da Silva, Flávio Bolsonaro e Renan Santos para as eleições de 2026. As ideias incluem triagem por risco clínico, agendamento de consultas e exames, apoio a diagnósticos e prevenção.
A mudança mais sensível seria substituir a ordem de chegada por uma fila orientada por algoritmos. Nesse modelo, a prioridade levaria em conta a gravidade e o risco de progressão da doença. Lula defende uma fila única digital organizada pelo risco clínico. Flávio Bolsonaro propõe usar a tecnologia para agilizar consultas e exames. Renan Santos cita o DoctorSV, plataforma criada pelo governo de El Salvador.
Para Alexandre Chiavegatto Filho, professor da Faculdade de Saúde Pública da USP, a adoção da IA na gestão da saúde é inevitável e pode beneficiar o atendimento desde o primeiro contato até a alta. O pesquisador afirma que algoritmos treinados com dados de pacientes brasileiros também poderiam apoiar profissionais em regiões com poucos especialistas.
Wagner Meira Jr., professor da UFMG, avalia que algumas propostas são futuristas e dificilmente seriam executadas em quatro anos. Ele ressalta que reorganizar a fila não aumenta, por si só, a quantidade de profissionais ou serviços disponíveis. Também aponta que muitos registros do SUS foram criados para faturamento, e não para uso clínico.
O Ministério da Saúde informa que não há um número nacional consolidado de pessoas aguardando atendimento. Estados e municípios administram as filas, e o envio padronizado de dados à Rede Nacional de Dados em Saúde passou a ser exigido por uma portaria publicada em 2025. A implementação ainda está em andamento. O Sisreg, sistema usado para agendar consultas e procedimentos, não é adotado por todos os municípios.
Aplicações específicas e controle humano
Antonio Ribeiro, cardiologista e professor da UFMG, afirma que critérios de risco já são usados no SUS, como na fila de transplantes. Para ele, o principal obstáculo está na fragmentação dos sistemas e na falta de informações integradas e padronizadas.
Ribeiro defende começar por projetos específicos, como um modelo desenvolvido na UFMG para priorizar exames de ecocardiograma a partir de informações de eletrocardiogramas. Antes de ser incorporada ao atendimento, a ferramenta precisa demonstrar eficácia, viabilidade e custo-efetividade em estudos de validação.
Os especialistas também diferenciam a IA generativa dos algoritmos preditivos. A primeira produz textos, imagens, áudios e vídeos. A segunda aprende com dados reais e pode auxiliar médicos a estimar riscos a partir do histórico do paciente. Chiavegatto resume o principal entrave: “O gargalo hoje é digitalização e padronização dos dados”.
Limites do modelo de El Salvador
O DoctorSV, lançado pelo governo de Nayib Bukele em novembro de 2025, administra consultas e sugere diagnósticos, tratamentos e exames. Segundo as autoridades, o aplicativo foi baixado por 1,1 milhão de pessoas e havia gerado cerca de 1,5 milhão de consultas até abril deste ano. A segunda fase terá financiamento de US$ 75 milhões.
Pesquisadores veem limites na adoção de um modelo estrangeiro. Algoritmos treinados com dados de outros países podem reproduzir desigualdades e não captar as particularidades da população brasileira. Também há diferenças de escala: El Salvador tem 6,4 milhões de habitantes e realiza cerca de 10,5 milhões de atendimentos por ano, enquanto o sistema público brasileiro registra 2,8 bilhões.
A proteção das informações é outro ponto de atenção. Ribeiro afirma que os dados de saúde podem permitir identificação e discriminação. Para Meira Jr., decisões automatizadas exigem preparo dos médicos, auditoria, rastreabilidade e definição de responsabilidades. A recomendação dos especialistas é desenvolver as ferramentas de forma gradual, com testes, integração de sistemas e possibilidade de intervenção humana.
