A inteligência artificial está transformando a maneira como trabalhamos, tomamos decisões e acessamos informações. Na gestão de clínicas oftalmológicas, suas aplicações vão desde a comunicação com pacientes até a análise de indicadores financeiros e a otimização de processos operacionais.
Com ferramentas capazes de produzir textos, organizar informações, analisar dados e sugerir soluções em segundos, muitas tarefas que antes exigiam horas de trabalho podem ser realizadas com muito mais agilidade.
Mas existe uma questão que merece a atenção dos gestores: quando uma equipe utiliza inteligência artificial, está desenvolvendo novas competências ou apenas transferindo suas responsabilidades para uma ferramenta?
A diferença entre essas duas situações pode determinar não apenas os resultados obtidos com a tecnologia, mas também a capacidade da clínica de evoluir a longo prazo.
Produtividade não significa necessariamente aprendizado
Imagine uma secretária que utiliza inteligência artificial para responder às dúvidas administrativas dos pacientes. Com a ferramenta, ela consegue elaborar mensagens mais claras, adaptar o tom da comunicação e responder com maior rapidez.
O ganho de produtividade é evidente. Entretanto, o que acontece quando a ferramenta apresenta uma informação incorreta sobre o preparo para um exame ou produz uma orientação incompatível com o protocolo da clínica?
Se a profissional não possui conhecimento suficiente para identificar o problema, a tecnologia pode acelerar a disseminação de uma informação equivocada.
Agora, considere um gestor que utiliza inteligência artificial para analisar os resultados financeiros da clínica. A ferramenta identifica uma redução na receita e sugere possíveis causas. O gestor, porém, aceita a explicação sem verificar os dados, investigar outras hipóteses ou considerar as particularidades do negócio.
Em ambos os casos, a tecnologia executou uma tarefa. Mas será que as pessoas envolvidas desenvolveram sua capacidade de compreender os problemas e tomar decisões?
Essa distinção é fundamental.
Automatizar uma atividade significa utilizar a tecnologia para executar parte do trabalho. Desenvolver competências significa ampliar a capacidade de compreender situações, avaliar alternativas e agir de maneira adequada.
Uma coisa não exclui a outra. A inteligência artificial pode contribuir para ambas, mas isso não acontece automaticamente.
O risco de terceirizar o próprio julgamento
A facilidade de obter respostas bem estruturadas pode criar uma armadilha: confundir a qualidade da apresentação com a qualidade do raciocínio.
Uma resposta produzida por inteligência artificial pode parecer convincente, apresentar argumentos coerentes e utilizar uma linguagem profissional, mesmo quando contém erros, omissões ou conclusões inadequadas.
Esse risco merece atenção especial em ambientes de saúde, nos quais decisões administrativas também podem afetar a segurança, a experiência e o bem-estar dos pacientes.
Uma informação incorreta sobre agendamento pode gerar transtornos. Uma falha na interpretação de indicadores pode levar a decisões financeiras equivocadas. Uma recomendação inadequada para modificar um processo interno pode comprometer a qualidade do atendimento.
O problema não está necessariamente na utilização da ferramenta, mas na ausência de uma avaliação crítica de seus resultados.
Quando um profissional deixa de questionar, verificar e compreender aquilo que recebe, pode se tornar dependente da tecnologia sem desenvolver a capacidade necessária para utilizá-la com segurança.
Na literatura científica, esse comportamento está relacionado ao conceito de automation bias, ou viés de automação: a tendência de confiar excessivamente em sistemas automatizados, reduzindo a atenção dedicada à verificação das informações e à avaliação independente. Revisões científicas sobre o tema identificaram esse risco em diferentes contextos de utilização de sistemas automatizados, inclusive na área da saúde (Goddard, Roudsari e Wyatt, 2012; Lyell e Coiera, 2017).
Embora essas pesquisas não tenham sido desenvolvidas especificamente para todas as ferramentas generativas atuais, oferecem uma base importante para compreender os riscos da confiança excessiva em recomendações produzidas por sistemas automatizados.
Por isso, a adoção de inteligência artificial deve vir acompanhada de uma competência essencial: saber avaliar as respostas que ela produz.
Isso envolve verificar informações, reconhecer limitações, identificar quando faltam dados e compreender quando uma situação exige a intervenção de alguém com conhecimento especializado.
Uma equipe preparada para trabalhar com inteligência artificial não é aquela que aceita todas as respostas da ferramenta, mas aquela que sabe quando confiar, quando verificar e quando questionar.
O papel da liderança: ensinar a pensar, não apenas a utilizar ferramentas
Diante dessa realidade, o desafio dos gestores de clínicas oftalmológicas não é simplesmente disponibilizar ferramentas de inteligência artificial para os colaboradores.
É desenvolver as condições para que essas ferramentas sejam utilizadas de maneira responsável, crítica e produtiva.
Isso exige uma mudança na forma de pensar a capacitação profissional.
Um treinamento tradicional pode ensinar um colaborador a utilizar determinada ferramenta, elaborar comandos e produzir resultados. Essas habilidades são importantes, mas representam apenas uma parte do que ele precisa aprender.
Também é necessário desenvolver a capacidade de interpretar os resultados, identificar inconsistências e compreender as consequências das decisões tomadas com auxílio da tecnologia.
Na prática, isso significa ensinar a equipe a fazer perguntas como:
● As informações utilizadas para produzir essa resposta estão corretas e atualizadas?
● A recomendação faz sentido para a realidade da nossa clínica?
● Quais informações podem estar faltando?
● Que riscos existem se seguirmos essa orientação?
● Como podemos verificar se o resultado está adequado?
Essas perguntas não precisam transformar cada atividade em um processo burocrático. O objetivo é desenvolver critérios proporcionais à importância e ao risco de cada tarefa.
Uma sugestão de mensagem administrativa, por exemplo, pode exigir uma revisão simples. Já uma alteração em um protocolo relacionado ao preparo de exames, uma decisão clínica ou uma recomendação que possa afetar a segurança do paciente exige controles muito mais rigorosos e a participação dos profissionais responsáveis.
A liderança tem um papel decisivo nesse processo. Se os gestores valorizam apenas a velocidade de execução, a equipe tende a priorizar a entrega rápida. Se também valorizam a qualidade, a verificação e o aprendizado, ajudam a construir uma cultura na qual a tecnologia é utilizada para ampliar as capacidades humanas.
Como transformar a inteligência artificial em uma ferramenta de aprendizado
A inteligência artificial também pode ser utilizada de forma intencional para desenvolver competências, em vez de apenas concluir tarefas.
Para isso, algumas práticas podem ser incorporadas à rotina da clínica.
1. Pedir explicações, não apenas respostas
Em vez de solicitar que a ferramenta produza diretamente um plano de ação, o gestor pode pedir que ela explicite as hipóteses consideradas, os dados necessários para sustentá-las e as limitações da análise.
Isso ajuda o profissional a compreender os fundamentos de uma recomendação e a identificar informações que precisam ser verificadas.
A explicação fornecida pela IA também pode conter erros. Portanto, deve ser tratada como apoio à análise, e não como prova de que uma conclusão está correta.
2. Comparar a resposta da IA com o próprio julgamento
Antes de consultar a ferramenta, o profissional pode registrar sua interpretação inicial de um problema e as soluções que considera possíveis.
Depois, pode comparar sua análise com as sugestões produzidas pela inteligência artificial.
O objetivo não é presumir que uma das partes esteja sempre certa. É identificar diferenças, questionar pressupostos e compreender quais informações ajudam a chegar a uma decisão melhor.
Essa prática pode ser particularmente útil na análise de indicadores operacionais, no planejamento de ações de melhoria e na organização de processos administrativos.
3. Transformar erros em oportunidades de aprendizado
Quando a inteligência artificial produz uma resposta inadequada, a reação não deve se limitar a corrigir o resultado e seguir em frente.
É importante investigar o que aconteceu.
O problema estava na qualidade dos dados? O comando era ambíguo? A ferramenta desconhecia um procedimento interno? O colaborador deixou de verificar uma informação importante?
Responder a essas perguntas permite identificar melhorias no processo e desenvolver a capacidade da equipe de evitar problemas semelhantes.
Naturalmente, isso deve ocorrer sem transformar todo erro em motivo de punição. Uma cultura de aprendizado precisa permitir que os profissionais relatem dificuldades e inconsistências para que elas sejam corrigidas.
4. Criar padrões de utilização para tarefas recorrentes
Se a clínica utiliza inteligência artificial para atividades frequentes, vale documentar as orientações, os critérios de qualidade e os procedimentos de revisão aplicáveis a cada atividade.
Esses padrões podem incluir modelos de comandos, exemplos de respostas adequadas, situações que exigem encaminhamento a um profissional responsável e regras para o tratamento de informações confidenciais.
Além de reduzir a variabilidade dos resultados, a documentação transforma experiências individuais em conhecimento compartilhado.
Assim, quando um colaborador identifica uma maneira melhor de realizar determinada atividade, esse aprendizado pode beneficiar toda a equipe.
5. Incentivar a aplicação do aprendizado em novas situações
Uma competência não está plenamente desenvolvida apenas porque alguém conseguiu realizar uma tarefa com ajuda de uma ferramenta.
É importante verificar se o profissional consegue reconhecer problemas semelhantes, adaptar o que aprendeu e tomar decisões adequadas em situações diferentes.
Se um gestor utiliza IA para analisar o desempenho de uma unidade, por exemplo, pode avaliar se compreendeu os critérios da análise e se consegue aplicá-los a outros períodos ou indicadores.
O objetivo não é eliminar o uso da tecnologia, mas garantir que sua utilização também contribua para o desenvolvimento profissional.
Como saber se a clínica está evoluindo?
Um dos erros na implementação de novas tecnologias é avaliar o sucesso apenas pelo volume de tarefas executadas ou pelo tempo economizado.
Esses indicadores são importantes, mas insuficientes para demonstrar que a equipe está aprendendo.
Uma clínica pode produzir mais mensagens, relatórios e planos de ação sem melhorar a qualidade das decisões ou reduzir a ocorrência de problemas.
Por isso, a avaliação da inteligência artificial deve considerar diferentes dimensões.
Produtividade: quanto tempo é economizado e quais atividades passam a ser realizadas com maior eficiência?
Qualidade: os resultados apresentam menos erros, inconsistências e retrabalho?
Capacitação: os profissionais demonstram maior capacidade de identificar problemas, avaliar informações e justificar suas decisões?
Aprendizado organizacional: os conhecimentos adquiridos são documentados, compartilhados e incorporados aos processos da clínica?
Segurança: existem mecanismos adequados para proteger informações, verificar resultados e garantir a participação dos profissionais responsáveis nas decisões de maior risco?
Essas dimensões podem ser acompanhadas por indicadores específicos, definidos conforme a atividade e a realidade de cada organização.
Por exemplo, uma clínica pode medir o tempo necessário para executar determinada tarefa antes e depois da implementação da IA, acompanhar a frequência de correções necessárias e avaliar a qualidade dos resultados por meio de critérios previamente estabelecidos.
Também pode registrar os problemas identificados, as melhorias implementadas e a recorrência de falhas semelhantes.
O importante é estabelecer uma linha de base, acompanhar os resultados e evitar atribuir à inteligência artificial melhorias que podem ter sido causadas por outros fatores.
Dessa maneira, a tecnologia deixa de ser avaliada apenas pelo que consegue produzir e passa a ser analisada pelo valor que efetivamente gera para a organização.
O cuidado com os dados e as responsabilidades profissionais
A utilização responsável da inteligência artificial em clínicas oftalmológicas também exige atenção à privacidade e à segurança das informações.
Dados pessoais e informações de saúde devem receber proteção compatível com sua sensibilidade. Antes de utilizar qualquer ferramenta, a clínica precisa avaliar suas condições de tratamento de dados, suas configurações de privacidade, as permissões de acesso e a adequação do uso à legislação aplicável, incluindo a Lei Geral de Proteção de Dados Pessoais (LGPD).
Informações identificáveis de pacientes não devem ser inseridas indiscriminadamente em ferramentas de IA. O uso precisa respeitar as bases legais aplicáveis, os controles de segurança e as políticas institucionais.
Também é necessário distinguir o apoio administrativo da tomada de decisões clínicas. Ferramentas de inteligência artificial não substituem a avaliação dos profissionais de saúde, nem transferem para a tecnologia a responsabilidade pelas decisões tomadas.
Estabelecer limites claros de utilização, definir quem pode aprovar determinadas ações e criar procedimentos para situações de incerteza são medidas fundamentais para que a inovação ocorra com responsabilidade.
A Organização Mundial da Saúde destaca a importância da autonomia humana, da segurança, da transparência e da responsabilização na utilização da inteligência artificial em saúde. Esses princípios oferecem uma referência importante para instituições que desejam incorporar novas tecnologias sem perder de vista os direitos das pessoas e a qualidade do cuidado (WHO, 2021).
A inteligência artificial como parte de uma cultura de aprendizado contínuo
O conceito de Life Long Learning parte de uma ideia simples: aprender não é uma atividade restrita à formação acadêmica ou a treinamentos ocasionais. É um processo contínuo de atualização, reflexão e desenvolvimento de competências.
Nas clínicas oftalmológicas, essa perspectiva ganha importância diante das mudanças tecnológicas, das novas expectativas dos pacientes e da necessidade permanente de aprimorar processos.
A inteligência artificial pode contribuir para esse processo ao facilitar o acesso à informação, apoiar análises, oferecer feedback e ajudar a identificar oportunidades de melhoria.
Entretanto, os benefícios dependem da forma como a tecnologia é incorporada ao trabalho.
Se a prioridade for apenas executar tarefas mais rapidamente, a organização poderá obter ganhos imediatos de produtividade sem desenvolver plenamente as capacidades de seus profissionais.
Se, por outro lado, a tecnologia for acompanhada de capacitação, pensamento crítico, avaliação de resultados e compartilhamento de conhecimento, poderá contribuir para uma equipe mais preparada e uma organização capaz de aprender com a própria experiência.
O objetivo não é fazer com que as pessoas realizem manualmente aquilo que a tecnologia pode executar melhor. É garantir que a automação não comprometa a compreensão dos processos, a qualidade do julgamento e a capacidade de lidar com situações novas.
No fim, a questão mais importante para os gestores não é quantas ferramentas de inteligência artificial a clínica utiliza, mas o que sua equipe se torna capaz de fazer graças a elas.
Uma clínica verdadeiramente preparada para o futuro não será apenas aquela que utiliza inteligência artificial, mas aquela que aprende continuamente a utilizá-la melhor.
GODDARD, Kate; ROUDSARI, Abdul; WYATT, Jeremy C. Automation bias: a systematicreview of frequency, effect mediators, and mitigators. Journal of the American Medical Informatics Association, v. 19, n. 1, p. 121–127, 2012. DOI: 10.1136/amiajnl-2011-000089. Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC3240751/.
LYELL, David; COIERA, Enrico. Automation bias and verification complexity: a systematicreview. Journal of the American Medical Informatics Association, v. 24, n. 2, p. 423–431, 2017. DOI: 10.1093/jamia/ocw105. Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC7651899/.
NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY (NIST). Artificial Intelligence Risk Management Framework (AI RMF 1.0). Gaithersburg: NIST, 2023. DOI: 10.6028/NIST.AI.100-1. Disponível em: https://doi.org/10.6028/NIST.AI.100-1.
WORLD HEALTH ORGANIZATION (WHO). Ethics and governance of artificial intelligence for health: WHO guidance. Geneva: World Health Organization, 2021. Disponível em: https://www.who.int/publications/i/item/9789240029200.
Edson Medeiros é autor, professor e pesquisador de Marketing e Inteligência Artificial aplicada à área médica. Com mais de 18 anos de experiência, ajuda médicos especialistas a fortalecer seu posicionamento e crescer no ambiente digital. É sócio da WE Marketing Médico.
Conheça mais sobre seu trabalho no meu Instagram https://www.instagram.com/iamedsonmedeiros