Uma IA entrou nas consultas de clínicas do Quênia por 4 centavos de dólar por paciente. O que mudou?

Na África subsaariana há cerca de 0,3 médico para cada 1.000 habitantes, menos de um décimo da média dos países da OCDE. Por isso, boa parte do atendimento básico fica com os clinical officers, profissionais de nível médio, com 3 anos de formação em medicina clínica, que muitas vezes decidem sem um colega mais experiente por perto.

E se uma inteligência artificial ficasse ao lado deles, lendo cada consulta e acendendo um alerta quando visse risco? Um ensaio publicado na Nature Medicine, em junho de 2026, testou isso. E o que ele revela sobre o que vem aí vale mais do que o resultado em si.

A ferramenta se chama AI Consult e ficava dentro do prontuário eletrônico. Ela usava o GPT-4o, da OpenAI, que lia o que o profissional digitava e acendia um sinal: verde para nada, amarelo para um problema pequeno e vermelho para uma preocupação crítica. Ninguém era obrigado a obedecer.

Pense num colega que lê por cima do seu ombro e só levanta a mão quando enxerga um risco.

O ensaio sorteou 103 profissionais de 16 clínicas da rede Penda Health, em Nairóbi e Kiambu: 52 trabalharam com a IA e 51 sem ela. Entre abril e julho de 2025, entraram quase 10 mil pacientes, que não sabiam em qual grupo estavam.

Primeiro, a IA fez o que se esperava. Um painel de 6 médicos de família do Quênia revisou 2.000 consultas, e quem usou a IA registrou, com mais frequência, um diagnóstico adequado, uma nota mais completa e um plano de tratamento adequado.

Parece o fim da história. Mas a pergunta que importava era outra: os pacientes ficaram melhores?

O desfecho principal foi a falha de tratamento em 14 dias: o paciente que voltou à clínica sem melhorar, foi encaminhado às pressas ou teve um problema de segurança. Os pesquisadores esperavam que a IA derrubasse isso de 2% para 1%, ou seja, pela metade.

Não foi o que aconteceu. A falha ocorreu em 2,2% dos pacientes atendidos com IA e em 2,0% dos atendidos sem ela, praticamente igual.

Na análise ajustada, que leva em conta que pacientes do mesmo profissional e da mesma clínica se parecem entre si, a IA ficou um pouco à frente, mas a diferença pode ser acaso. Em números redondos, entre 13 falhas a menos e 1 a mais a cada 1.000 pacientes, segundo os autores.

Por que um ganho tão pequeno? Falha de tratamento é rara, cerca de 2 em cada 100 pacientes nos dois grupos. É como medir se um GPS melhora a viagem contando só os acidentes: com acidente raro, é preciso um número enorme de viagens para ver diferença.

Os autores citam outras razões possíveis. A rede Penda já faz auditoria clínica e revisão por pares, o que deixa menos espaço para melhorar. E os profissionais eram livres para ignorar a máquina: nos 1.000 alertas vermelhos revisados, só 1 em cada 5 foi seguido por inteiro.

Isso não prova que a IA não funciona, nem que os profissionais erraram. O desfecho de um paciente depende de muito mais do que a consulta, e o passo seguinte é repetir o teste com muito mais gente e em outros contextos.

Nem tudo ficou no zero. A IA custou cerca de 4 centavos de dólar por paciente, e o gasto com antibióticos foi 15 centavos menor por paciente no grupo com IA, numa análise feita depois do estudo, que os próprios autores tratam com cautela.

Sobre segurança, houve 33 eventos graves (27 internações e 6 mortes) nos 2 grupos, e a revisão independente não viu ligação com a IA. Mas o estudo não tinha força para detectar eventos graves raros, e os autores dizem que a falta de diferença não prova que o sistema seja igualmente seguro.

Vale saber quem estava por trás. A Fundação Gates financiou e a PATH patrocinou, e o texto diz que a financiadora não teve papel no desenho nem na análise. Dois autores têm opções de ações da Penda Health, a rede onde o estudo foi feito, e a OpenAI deu créditos de computação e orientação técnica à Penda, sem participar do estudo.

Agora, o que quase ninguém está olhando. A conversa sobre IA na medicina costuma parar em saber se ela acerta casos escritos.

Este ensaio mudou a pergunta para a única que importa: o paciente saiu melhor? E mostrou o tamanho da resposta: para enxergar diferença em internação ou morte, os autores calculam que seriam necessários mais de 100.000 pacientes.

Eu leio isso como o começo de outra fase. É uma aposta minha, não um dado: a IA vira parte do atendimento básico onde faltam médicos, e o que separa a que funciona da que não funciona é medir resultado em escala, em vários países. Este teste começou a construir isso: o método, a rede de clínicas e 4 centavos por paciente.

O que fica: neste ensaio, a IA melhorou as notas e as decisões dos profissionais, por 4 centavos de dólar por paciente e sem sinal de risco identificado. O ganho para o paciente ainda não apareceu, e só estudos maiores respondem. Mas a IA saiu do papel e entrou na consulta de verdade: é o começo, e a minha aposta é que vamos ver muito mais disso.

Os números, para quem quer conferir

• Quem participou: 103 profissionais (52 com IA, 51 sem), 16 clínicas, de 22 de abril a 16 de julho de 2025. 17.626 pacientes avaliados; 9.702 atendimentos incluídos (o resumo fala em 9.691 inscritos); 9.347 na análise principal (4.693 com IA e 4.654 sem), depois de retirar 11 desistências, 90 perdas de seguimento e 254 atendimentos com possível troca de grupo.
• Idade e sexo: 61% dos pacientes tinham de 18 a 55 anos e 56% eram mulheres; 60% chegaram com doença febril ou infecciosa.
• Falha de tratamento em 14 dias: 102 de 4.693 (2,2%) com IA e 94 de 4.654 (2,0%) sem IA. Odds ratio ajustado 0,77 (IC 95% de 0,55 a 1,08; P = 0,13). Com ajuste adicional, 0,72 (0,50 a 1,03; P = 0,07).
• Em pacientes: diferença de risco de −0,5 ponto percentual (intervalo de credibilidade de −1,3 a +0,1), ou 5 falhas a menos a cada 1.000, com faixa de 13 a menos a 1 a mais. Em 14 das 16 clínicas a estimativa apontou a favor da IA.
• Poder do estudo: calculado para detectar redução de 2% para 1% (queda de 50%), com 80% de poder. A taxa observada ficou perto de 2% nos dois grupos.
• Qualidade das notas (2.000 consultas): diagnóstico adequado, OR 1,74 (1,28 a 2,36); nota completa, 1,68 (1,24 a 2,27); plano de tratamento adequado, 1,71 (1,25 a 2,34).
• Alertas vermelhos (1.000 revisados): 49,4% considerados claramente seguros e adequados, 42,4% quase sempre, 4,0% neutros, 3,1% um pouco inseguros e 1,1% inseguros. Os profissionais seguiram o aviso por inteiro em 19,5%, em parte em 57,3% e não seguiram em 23,2%.
• Condições-sentinela (hipertensão, desnutrição, antibióticos, antimaláricos): sem diferença. Risco de diabetes tipo 2 identificado: OR 0,88 (0,78 a 0,98) a favor do grupo sem IA, que os autores atribuem a pessoas já diagnosticadas.
• Satisfação do paciente (826 respostas): idêntica, mediana 4,0. Tempo de consulta: mediana de 11 minutos nos dois grupos.
• Eventos graves: 33 (27 internações e 6 mortes). Morte ou internação: 17 (0,4%) sem IA e 14 (0,3%) com IA (OR 0,77; 0,30 a 1,94).
• Custo (análise feita depois): US$ 0,04 por paciente com a IA; gasto com antibióticos US$ 0,15 menor por paciente (−0,25 a −0,04).
• Desvios de protocolo: 921 no total; em 45 atendimentos, um erro temporário no sistema deu acesso à IA a alguns profissionais do grupo sem IA.
• Eventos raros: segundo os autores, ver diferença em internação ou morte exigiria mais de 100.000 pacientes; decidiram não estender o estudo.
• Limites apontados pelos autores: rede privada de clínicas urbanas de Nairóbi (pode não valer para áreas rurais ou do setor público), acompanhamento de só 14 dias, resultado ligado a esta versão do modelo (GPT-4o, maio de 2025) e possível troca de informação entre profissionais do mesmo local, o que tenderia a aproximar os grupos.