A IA substituirá os cirurgiões?

I.A. Generativa na Cirurgia

Esta semana, reportagens e comentários sobre a IA generativa na cirurgia entraram diretamente no olhar do público, à medida que redações e líderes da área da saúde digeriram uma série de demonstrações e apresentações de produtos que mostram robôs realizando partes de operações com planos gerados por máquinas. A onda de atenção é compreensível: robôs cirúrgicos que combinam hardware de alta precisão com modelos generativos para planeamento e suporte à decisão prometem procedimentos mais rápidos, menos complicações e novas opções para hospitais que carecem de cirurgiões especialistas. Eles também forçam um olhar atento sobre a regulação, a responsabilidade civil, a confiança do paciente e o que significa entregar um bisturi — ou uma decisão — a um software.

Um centro cirúrgico em mudança

O centro cirúrgico moderno já é um híbrido de habilidade humana e ferramentas automatizadas. Plataformas laparoscópicas e robóticas estenderam as mãos do cirurgião com estabilização de micromovimentos, filtragem de tremores e controlo submilimétrico. O movimento mais recente é a adição da IA generativa — grandes modelos treinados para propor planos, traduzir imagens em ações passo a passo ou gerar instruções que um robô possa executar. Essas adições mudam a dinâmica: em vez de simplesmente traduzir os movimentos das mãos de um cirurgião em movimentos robóticos, os sistemas estão a começar a propor, selecionar e, em alguns testes, realizar autonomamente etapas discretas.

Essa distinção é importante. Num extremo, estão as funcionalidades assistivas — sobreposições que realçam a anatomia, lembretes de ritmo ou sugestões para a colocação de suturas. No outro, está a autonomia condicional, onde o sistema realiza uma tarefa definida (por exemplo, dar um nó ou excisar uma pequena lesão) sob restrições predefinidas com a supervisão de um humano. A cirurgia totalmente autónoma, onde uma máquina realiza procedimentos de grande porte de forma independente do início ao fim, permanece tecnológica e clinicamente distante. Para a maioria dos investigadores e clínicos, o caminho a curto prazo é a ampliação: robôs que assumem tarefas repetitivas e altamente restritas e ajudam as equipas humanas a trabalhar de forma mais rápida e precisa.

Como os modelos generativos impulsionam os robôs

A IA generativa — a classe de modelos que pode produzir texto, imagens ou planos estruturados — está a ser adaptada aos problemas cirúrgicos de duas formas interligadas. Primeiro, os modelos de perceção transformam fluxos de sensores (vídeo, ultrassom intraoperatório, mapeamento 3D) em mapas semânticos: que tecido está em risco, onde se encontra o limite de um tumor ou por onde passa um vaso. Segundo, os modelos de planeamento propõem sequências de ações que realizarão uma etapa da operação e que podem ser traduzidas em comandos de movimento para braços robóticos.

O desafio técnico não é apenas a precisão, mas a fiabilidade perante a desordem de uma cirurgia real: anatomia variável, hemorragias inesperadas, tecido degenerado ou instrumentos a obstruir a câmara. Os modelos generativos são probabilísticos; eles brilham onde os padrões se repetem, mas podem alucinar ou apresentar excesso de confiança quando confrontados com situações raras. É por isso que as arquiteturas mais sensatas hoje combinam o planeamento generativo com o controlo em malha fechada e a supervisão humana — a máquina sugere, o humano autoriza e o sistema de controlo impõe limites de segurança.

Reguladores e a questão da responsabilidade

A introdução de software que pode afetar os resultados cirúrgicos reformula o cenário regulatório e jurídico. Os reguladores de dispositivos médicos avaliam a segurança e a eficácia dos aparelhos; softwares que podem mudar ao longo do tempo adicionam complexidade. Os reguladores estão a debater-se com questões que incluem: como validar um modelo de planeamento generativo que se adapta a novos dados? Que métricas e desfechos clínicos os ensaios devem medir? Como deve a vigilância pós-comercialização detetar modos de falha subtis que só aparecem em grande escala?

A responsabilidade civil é outro nó. Se um robô segue um plano gerado por IA que um cirurgião supervisor aprova, mas ocorre uma complicação, quem assume a responsabilidade: o cirurgião, o hospital, o fabricante do robô ou o desenvolvedor do modelo? Os quadros jurídicos e os modelos de reembolso ainda não estão suficientemente maduros para responder a estas questões de forma clara, e a ambiguidade afetará a rapidez com que os hospitais adotarão sistemas de maior autonomia.

Força de trabalho, custo e acesso

As afirmações de que os robôs tornarão os cirurgiões obsoletos exageram a forma como a medicina realmente muda. O julgamento cirúrgico — a triagem de riscos concorrentes, a gestão de anatomias complexas que divergem dos livros didáticos, a tomada de decisões em frações de segundo — não é meramente uma sequência de etapas procedimentais. Nas próximas décadas, essas competências cognitivas permanecerão lideradas por humanos. O que a robótica e a IA provavelmente farão é remodelar funções: tarefas rotineiras ou ergonomicamente exigentes serão delegadas em máquinas, enquanto os cirurgiões supervisionam múltiplos casos, planeiam estratégias complexas e lidam com exceções.

A economia será decisiva. Plataformas robóticas de ponta custam milhões de dólares e acarretam despesas recorrentes de manutenção e formação. Essa estrutura de preços pode aumentar as desigualdades se apenas centros com bons recursos puderem pagar pela automação avançada. Por outro lado, a combinação de sensores mais baratos, operação remota e planos de IA padronizados poderia expandir o acesso a cuidados de nível especialista em regiões carenciadas — mas apenas se os modelos de implementação, reembolso e percursos de formação forem concebidos para esse fim.

Um cronograma plausível

Espere mudanças incrementais em vez de uma substituição súbita de cirurgiões. Ao longo dos próximos anos, os hospitais aprovarão e adotarão funcionalidades de ampliação por máquina que reduzam comprovadamente as taxas de complicações em tarefas restritas: sobreposições de imagem melhoradas, sutura assistida ou troca automatizada de instrumentos. Módulos de autonomia condicional mais ambiciosos chegarão à medida que empresas e equipas académicas concluírem ensaios clínicos e os reguladores definirem caminhos para software adaptativo.

A autonomia total — um robô a realizar independentemente cirurgias complexas e não planeadas — enfrenta barreiras técnicas, éticas e regulatórias que a tornam improvável a curto prazo. Em vez disso, a trajetória plausível de cinco a quinze anos é de ampliação, com a automação de âmbito cuidadosamente definido a expandir-se à medida que as evidências se acumulam e os quadros de governação amadurecem.

O que hospitais e formuladores de políticas devem fazer

Hospitais, pagadores e reguladores podem moldar se a IA na cirurgia aumentará as disparidades ou melhorará os resultados. Passos práticos incluem:

• Avaliação clínica faseada: exigir ensaios de âmbito restrito que testem etapas automatizadas em diversos grupos de pacientes e publicar resultados em meios revistos por pares.
• Arquitetura de segurança em primeiro lugar: exigir designs de "humano no circuito" (human-in-the-loop) e envelopes de segurança que impeçam os robôs de agir fora dos parâmetros certificados.
• Governação de dados: insistir em conjuntos de dados de treino representativos, proveniência documentada e mecanismos para detetar mudanças na distribuição de dados no terreno.
• Clareza na responsabilidade: desenvolver quadros jurídicos e de reembolso que alinhem incentivos para uma implementação segura e monitorização rápida.
• Transição da força de trabalho: financiar programas de formação e certificação para que as equipas cirúrgicas possam supervisionar e colaborar com plataformas equipadas com IA.

Por que isso importa além do centro cirúrgico

O debate sobre robôs com IA na cirurgia não se resume apenas a ferramentas e resultados; é um caso de teste para saber como a medicina integra sistemas adaptativos e probabilísticos em trabalhos críticos para a vida. As mesmas questões — validação, equidade, supervisão, confiança — repetem-se em toda a área da saúde à medida que a IA generativa se espalha pelo diagnóstico, triagem e planeamento de cuidados. A forma como o mundo cirúrgico lhes responder criará modelos que outras áreas clínicas seguirão.

Para pacientes, clínicos e formuladores de políticas, a lição é pragmática: a IA generativa mudará quem faz o quê no centro cirúrgico, mas a substituição não é o desfecho imediato mais provável. Mais provável é um futuro onde as máquinas realizam as tarefas repetitivas e restritas com uma firmeza sobre-humana, enquanto os cirurgiões mantêm a responsabilidade pelo julgamento, criatividade e tratamento de exceções. Esse futuro pode ser mais seguro e acessível — se a indústria, os hospitais e os reguladores se focarem em evidências, justiça e supervisão robusta, em vez de apenas no entusiasmo mediático.

Fontes

• U.S. Food and Drug Administration (orientações sobre dispositivos médicos e software como dispositivo médico)
• Johns Hopkins University (investigação em robótica e cirurgia)
• Massachusetts Institute of Technology (investigação em robótica e IA do CSAIL)
• Intuitive Surgical (relatórios técnicos e registos regulatórios relacionados com robótica cirúrgica)
• Nature e The New England Journal of Medicine (estudos revistos por pares sobre robótica cirúrgica e ensaios clínicos)