No encontro promovido pela UphillHealth, o debate sobre digitalização em saúde teve como uma das figuras centrais o economista da saúde Pedro Pita Barros — professor catedrático da Nova School of Business and Economics (NOVA SBE), investigador em economia da saúde e uma das vozes mais reconhecidas em políticas públicas de saúde em Portugal.
Numa intervenção que cruzou apresentação e conversa informal, Pita Barros sublinhou que a grande pressão sobre os sistemas de saúde já não é apenas financeira, mas sobretudo humana: a escassez de médicos e enfermeiros.
“Há uma falta global de recursos humanos”, resumiu, defendendo que a transformação digital pode ser menos sobre eficiência administrativa e mais sobre redesenho profundo da forma como os cuidados são prestados.
No caso português, essa pressão é particularmente visível no Serviço Nacional de Saúde (SNS). Apesar de o debate público insistir na questão financeira, o economista destacou que o sistema continua a ser financiado ano após ano. O problema, defendeu, está menos na falta de dinheiro e mais na forma como ele é gerido e na incapacidade de atrair e reter profissionais. O SNS “quer contratar e não consegue”, sintetizando uma dificuldade estrutural crescente.
Acresce um conjunto de disfunções no modelo de planeamento: financiamento tardio, regras definidas já com o ano em curso e uma lógica de controlo orçamental que acaba por gerar pagamentos em atraso. Este enquadramento, argumentou, compromete a eficiência do sistema e agrava a pressão sobre os recursos humanos disponíveis.
Da substituição à transformação: três fases da digitalização
O economista descreveu a evolução tecnológica na saúde em três etapas: primeiro, a substituição do papel por ficheiros digitais; depois, a criação dos registos eletrónicos de saúde; e, finalmente, a fase atual — a tentativa de extrair valor clínico da informação acumulada.
A esta progressão acrescenta-se uma distinção relevante: a tecnologia pode limitar-se a substituir e automatizar tarefas, ou pode efetivamente transformar a forma como o sistema funciona e criar novos serviços. É nesta terceira dimensão que se joga o verdadeiro impacto da inteligência artificial.
É aqui que entra a inteligência artificial: não apenas para organizar dados, mas para os sintetizar e apoiar decisões clínicas com base em padrões históricos.
Ao contrário de outras tecnologias, o impacto da IA não se faz tanto na dimensão física dos cuidados, mas na forma como a informação é tratada e o conhecimento aplicado. Trata-se menos de fazer o mesmo mais depressa e mais de permitir decisões diferentes — e potencialmente melhores — com base nos dados já existentes.
VHS, Beta e outras lições da história tecnológica
Mas o entusiasmo foi temperado com uma advertência: nem toda a tecnologia “superior” vence.
Pita Barros recorreu a exemplos clássicos da história tecnológica para ilustrar a incerteza do momento atual. Nos anos 70, o sistema quadrafónico de som prometia melhor qualidade do que o estéreo — mas nunca vingou. Tal como a famosa disputa entre VHS e Betamax, em que a tecnologia teoricamente inferior acabou por dominar o mercado.
O mesmo aconteceu mais tarde nos telemóveis: antes do iPhone, a lógica dominante era “quanto mais pequeno, melhor” — com dispositivos como os primeiros Motorola e, depois, os Blackberry. A mudança de paradigma apanhou muitos analistas de surpresa.
A mensagem é clara: superioridade técnica não garante adoção.
IA na saúde: entre automação e reorganização do trabalho clínico
No campo da saúde, a inteligência artificial surge como uma tecnologia com potencial para libertar tempo clínico, automatizando tarefas repetitivas e permitindo que médicos se concentrem em decisões mais complexas.
Na visão apresentada, sistemas de IA poderão identificar padrões do tipo: “doentes com esta condição acabam, em 99% dos casos, por realizar determinados exames ou tratamentos”, reduzindo etapas intermédias e burocráticas.
Isso poderá significar menos consultas redundantes e maior eficiência no percurso do doente.
Num sistema como o SNS, esta capacidade ganha particular relevância: ao automatizar decisões simples — como a prescrição de exames frequentemente associados a determinadas condições — pode reduzir-se o número de interações necessárias entre doente e médico, encurtando tempos de espera e libertando capacidade para casos mais exigentes.
Mais do que substituir médicos, a lógica apontada é a de os “amplificar”: profissionais com acesso a melhor informação, capazes de decidir com mais rapidez e menor risco de omitir dados relevantes. A capacidade da IA para cruzar históricos clínicos, recomendações e resultados — sem esquecer elementos — é apontada como uma das suas principais vantagens.
Mas o próprio orador foi cauteloso: ainda não existe evidência sólida de impacto da IA ao nível do sistema de saúde como um todo. “A IA é forte ao nível da tarefa, mas ainda não ao nível dos resultados globais”, referiu.
Também do ponto de vista económico, permanece uma incógnita central: ao contrário de muitas inovações passadas que aumentaram custos, a inteligência artificial poderá vir a funcionar como tecnologia poupadora — substituindo trabalho humano caro por capacidade computacional. Mas, para já, trata-se ainda de uma hipótese sem validação empírica robusta.
Um “shake-out” inevitável
Como em outras ondas tecnológicas, o cenário esperado é de forte turbulência inicial: muitas soluções vão surgir, poucas vão sobreviver.
Esse processo — descrito como shake-out — já aconteceu noutras indústrias e deverá repetir-se na saúde digital.
A comparação histórica reforça a ideia: tal como o VHS venceu o Betamax, ou como o smartphone redefiniu a mobilidade contra previsões anteriores, também na IA em saúde não é claro quais soluções prevalecerão.
Um desafio triplo: médicos, doentes e financiadores
Um dos pontos mais críticos da intervenção foi a dificuldade de adoção quando a tecnologia entra diretamente no circuito do doente.
Ao contrário de sistemas internos — como registos clínicos ou triagem —, soluções orientadas para o público exigem confiança simultânea de três atores: profissionais de saúde, doentes e entidades pagadoras.
Essa triangulação poderá tornar a adoção mais lenta, mas também mais determinante.
Governar sem travar
Na fase final da intervenção, ficou o dilema central: como regular sem sufocar a inovação.
O desafio, sublinhou-se, será equilibrar segurança clínica, confiança pública e maturação tecnológica — evitando tanto a adoção precipitada como a regulação prematura.
Regular será essencial para garantir confiança, mas fazê-lo demasiado cedo poderá cristalizar soluções ainda imaturas ou até erradas, travando a evolução tecnológica num momento de grande incerteza.
Num sistema já pressionado por demografia, escassez de recursos e expectativas crescentes, a inteligência artificial surge assim menos como solução pronta e mais como força de reconfiguração em curso.
E, como na história das tecnologias que ficaram — e das que desapareceram —, ainda ninguém sabe, com precisão, quem ficará de pé quando a onda passar.
