Estetoscópio com IA: por que uma tecnologia promissora pode falhar na prática

Em 1816, um médico francês chamado René Théophile Hyacinthe Laënnec se viu diante de um dilema clínico e social ao mesmo tempo. Sua paciente era uma mulher jovem com sintomas cardíacos, mas a prática de encostar o ouvido diretamente ao peito — a ausculta direta — era, segundo ele, “inadmissível pela idade e sexo da paciente”.

Laënnec se lembrou de um princípio simples de acústica: o som percorre a madeira com clareza surpreendente. Enrolou um caderno de papel, encostou uma extremidade ao peito da paciente e a outra ao próprio ouvido. O que ouviu foi mais nítido do que qualquer coisa que seu ouvido nu tivesse captado antes.

Esse rolo de papel se tornaria o estetoscópio — palavra derivada do grego stethos (peito) e skopein (examinar). Laënnec passou anos refinando o instrumento, substituindo o papel por cilindros de madeira torneados.

Em 1819, publicou os resultados em sua obra monumental De l’Auscultation Médiate, acompanhada, na venda, de um estetoscópio de madeira. Inicialmente recebida com ceticismo e até motivo de piadas entre colegas, a invenção logo se tornaria um dos maiores marcos da medicina moderna e o símbolo mais icônico da profissão médica.

Laënnec morreu de tuberculose em 1826, com apenas 45 anos. Ironicamente, a doença que o vitimou foi uma das primeiras para as quais ele mesmo descreveu sinais auscultatórios. Não viveu para ver seu instrumento percorrer o mundo.

Se pudesse imaginar o que viria depois — os estetoscópios biauriculares do final do século XIX, os modelos de alta precisão com diafragmas sintonizáveis do século XX e, hoje, os dispositivos digitais com algoritmos de inteligência artificial — o que Laënnec pensaria?

O estetoscópio inteligente e a nova tecnologia médica

Dois séculos depois, a medicina enfrenta uma versão moderna do mesmo problema: como detectar doenças cardiovasculares silenciosas antes que causem dano irreversível. Insuficiência cardíaca, fibrilação atrial e doenças valvares são condições que afetam milhões de pessoas e permanecem subdiagnosticadas, especialmente na atenção primária, onde os médicos não dispõem das ferramentas de um especialista.

Surge, então, o estetoscópio com inteligência artificial. Esses dispositivos não apenas captam sons, mas registram simultaneamente um eletrocardiograma de derivação única e um fonocardiograma — a representação gráfica dos sons cardíacos — em 15 segundos.

Esses sinais são processados por algoritmos de IA previamente treinados, que retornam uma previsão: há ou não indícios de fração de ejeção reduzida? De fibrilação atrial? De doença valvar?

Em estudos controlados anteriores, a ideia era promissora, com alta sensibilidade e especificidade para as três condições. O dispositivo recebeu aprovação regulatória como produto médico Classe IIa no Reino Unido. Estava pronto, em tese, para ser usado.

Mas o que acontece quando uma tecnologia médica validada encontra a realidade dos consultórios?

Leia mais: Veja como usar a IA em pesquisa médica sem reduzir o rigor e a responsabilidade

Tecnologia médica promissora, mas sem impacto estatístico na prática

Em 2023, pesquisadores do Imperial College London lançaram o maior experimento já conduzido com uma tecnologia de IA clínica em escala nacional. O estudo TRICORDER (Triple Cardiovascular Disease Detection Using an Artificial Intelligence Stethoscope), publicado no The Lancet em janeiro de 2026, envolveu 205 práticas de atenção primária do NHS, o Serviço Nacional de Saúde britânico, mais de 1,5 milhão de pacientes registrados e 972 profissionais de saúde.

As unidades de saúde foram randomizadas em dois grupos. Um deles recebeu os estetoscópios inteligentes, treinamento e instrução para incorporá-los à rotina clínica. O outro seguiu com o atendimento habitual.

Ao longo de 12 meses, o grupo de intervenção realizou quase 13 mil exames cardíacos com o dispositivo de IA.

A tecnologia aumentaria a detecção de insuficiência cardíaca na população? A resposta, no nível populacional, foi decepcionante: não houve aumento estatisticamente significativo na detecção de insuficiência cardíaca entre todos os pacientes das unidades de intervenção.

Quando a IA funciona, mas não é adotada

A tecnologia funcionava nos consultórios, mas o problema não estava apenas na ferramenta — estava na adoção. Ao longo dos 12 meses, o uso do dispositivo caiu progressivamente.

Cerca de 40% das unidades de intervenção haviam deixado de usar o estetoscópio inteiramente ao final do período. Dos profissionais treinados, apenas uma fração utilizou o dispositivo de forma consistente e frequente o suficiente para produzir impacto clínico em escala.

O principal obstáculo foi o tempo adicional que o exame exigia e a dificuldade de encaixá-lo nos fluxos de trabalho já sobrecarregados da atenção primária.

Além disso, uma parcela expressiva dos encaminhamentos retornava sem confirmação diagnóstica — o que, na percepção de médicos já céticos, não favorecia a continuidade do uso. Em vez de se tornar aliada da ferramenta, parte dos profissionais passou a percebê-la como geradora de trabalho adicional sem retorno claro.

O estudo EAGLE e a importância do fluxo clínico

O estudo EAGLE testou um algoritmo de IA para detectar fração de ejeção ventricular reduzida, mas com uma diferença decisiva na estratégia: o resultado do algoritmo era automaticamente embutido no laudo do eletrocardiograma digital e disparava um alerta eletrônico no prontuário recomendando ecocardiografia.

O médico não precisava lembrar de acionar o sistema. O sistema se integrava ao fluxo existente.

O resultado foi um aumento significativo na detecção, com razão de chances de 1,32, quase sem atrito.

A lição é clara: no EAGLE, a adoção era praticamente automática, pois a IA estava integrada ao fluxo já existente. No TRICORDER, o uso era discricionário — dependia de uma decisão ativa do médico a cada consulta, sem integração com o prontuário eletrônico.

Ferramentas que dependem de adoção voluntária, em ambientes clínicos sob pressão de tempo, tendem a ser progressivamente abandonadas.

O que a tecnologia médica com IA precisa considerar

Esses estudos mostram que qualquer etapa que não seja automatizada ou que interrompa o ritmo da consulta tem alta probabilidade de ser pulada sob pressão de tempo. Médicos de atenção primária, frequentemente sobrecarregados, são especialmente sensíveis a isso.

Quando o resultado de um exame não aparece automaticamente no prontuário do paciente, a informação existe em um silo. Ela precisa ser lembrada, transcrita, interpretada e transformada em conduta manualmente. Cada um desses passos representa trabalho adicional e risco de abandono.

Mesmo um teste com boa especificidade pode gerar uma proporção substancial de encaminhamentos que não confirmam o diagnóstico. Se o clínico não está habituado à interpretação estatística desse desempenho, a experiência subjetiva pode ser a de que “o aparelho erra muito”.

Além disso, um treinamento inicial, sem reforço posterior, tende a perder efeito com o tempo, especialmente quando surgem dúvidas práticas no cotidiano.

Conclusão: a tecnologia certa exige a implementação certa

O estetoscópio de Laënnec ajuda a compreender o TRICORDER. O consagrado instrumento foi inicialmente recebido com desconfiança e ridicularizado por parte dos colegas médicos da época. Levou décadas para ser amplamente adotado — não porque fosse ineficaz, mas porque transformar a prática clínica é um processo lento e depende de fatores que vão muito além do mérito técnico da ferramenta.

Hoje, a utilidade do estetoscópio tradicional é inquestionável. Mas seu processo de adoção não foi automático. A IA médica está atravessando seu próprio “século XIX”.

Os algoritmos demonstram desempenho impressionante em múltiplas tarefas diagnósticas. Ainda assim, a lacuna entre “funciona no laboratório” e “funciona no consultório” continua sendo o principal obstáculo a ser superado.

A pergunta que a medicina do século XXI precisa responder não é apenas “a IA funciona?”, mas “como fazemos a IA funcionar para as pessoas certas, nas condições certas e de forma sustentável?”.

#Conteúdo otimizado com o auxílio de IA e revisado pela equipe do Portal Afya.