A promessa da tecnologia na gestão pública
Nas eleições de 2026, a inteligência artificial (IA) deixou de ser um conceito abstrato para ocupar um lugar central nos planos de governo. De forma transversal, candidatos de diversos espectros políticos — de Luiz Inácio Lula da Silva (PT) a Flávio Bolsonaro (PL) — convergem na proposta de integrar algoritmos ao cotidiano do Sistema Único de Saúde (SUS). A promessa é ambiciosa: utilizar a tecnologia para otimizar triagens, agilizar diagnósticos e, principalmente, reorganizar as filas de espera por consultas e exames especializados.
A ideia central é substituir o modelo tradicional de atendimento por ordem de chegada por uma triagem orientada por dados. Sob essa ótica, a prioridade seria definida pelo risco clínico do paciente, com a IA analisando fatores como a gravidade da condição e a probabilidade de progressão da doença. Enquanto Flávio Bolsonaro foca no uso da tecnologia para prevenção e identificação precoce de riscos, Lula propõe a criação de uma “fila única digital” que garanta maior transparência e eficiência na regulação do acesso à atenção especializada.
Potencial e limites da aplicação clínica
Para especialistas como Alexandre Chiavegatto Filho, professor da Faculdade de Saúde Pública da USP, a adoção da IA na saúde é um caminho sem volta. O pesquisador destaca que o sistema público brasileiro possui um potencial imenso para se beneficiar dessas ferramentas, desde o primeiro contato do usuário com a unidade de saúde até o desfecho do tratamento. O uso de algoritmos pode, inclusive, atuar como um braço de apoio em regiões remotas, onde a escassez de médicos especialistas limita o acesso da população a diagnósticos precisos.
Entretanto, a euforia tecnológica encontra barreiras técnicas significativas. Wagner Meira Jr., professor do Departamento de Ciência da Computação da UFMG, alerta que muitas das propostas apresentadas são, por vezes, futuristas demais para o horizonte de um mandato de quatro anos. Segundo o pesquisador, a IA apresenta resultados mais robustos em tarefas delimitadas, como a análise de exames de imagem, mas enfrenta dificuldades quando aplicada à complexidade da gestão administrativa do SUS.
O gargalo dos dados e a capacidade operacional
Um dos pontos mais críticos levantados por especialistas é a qualidade e a disponibilidade dos dados. Grande parte das informações que alimentam os sistemas atuais foi gerada com fins de faturamento e gestão administrativa, e não necessariamente para o acompanhamento clínico detalhado. Sem uma base de dados robusta e padronizada, a eficácia de qualquer algoritmo de triagem fica comprometida, uma vez que a IA depende de informações precisas para realizar previsões confiáveis.
Além disso, existe o desafio da infraestrutura. O Ministério da Saúde ainda enfrenta dificuldades para consolidar um panorama nacional das filas, já que a gestão de consultas e cirurgias é descentralizada entre estados e municípios. Embora uma portaria de 2025 tenha determinado a obrigatoriedade do envio de registros para a Rede Nacional de Dados em Saúde (RNDS), o processo ainda está em fase de implementação. Como aponta Meira Jr., “não basta mudar a ordem dos pacientes se a capacidade de atendimento — o número de profissionais e serviços — continuar a mesma”.
Perspectivas para o futuro da saúde
A transição para um modelo de saúde pública digital exige mais do que a implementação de softwares avançados. Ela demanda uma reforma na forma como os dados são coletados e uma expansão real da capacidade de resposta do sistema. O debate sobre a IA no SUS, portanto, é um lembrete de que a tecnologia é uma ferramenta de apoio, mas não substitui a necessidade de investimentos estruturais e de uma gestão eficiente de recursos humanos e físicos.
O M1 Metrópole segue acompanhando de perto os desdobramentos dessas propostas e como a tecnologia impactará, na prática, o cotidiano da população brasileira. Para se manter informado sobre os rumos da saúde pública e outros temas essenciais para o país, continue acompanhando nossas reportagens exclusivas e análises aprofundadas.
