Candidatos da esquerda à direita prometem usar inteligência artificial para acabar com a fila por ordem de chegada no SUS, mas especialistas alertam: sem dados clínicos padronizados e integração real entre municípios, o algoritmo pode priorizar o paciente errado — e o custo de um “falso negativo” é uma vida.
A proposta aparece nos programas de governo de Luiz Inácio Lula da Silva (PT) e Flávio Bolsonaro (PL), além de outros postulantes ao Planalto em 2026. A ideia central é substituir a cronologia por uma triagem de risco clínico automatizada. Parece inevitável, mas a execução esbarra em um problema invisível ao eleitor: a matéria-prima da IA está fragmentada, incompleta ou presa em sistemas que não conversam.
O consenso político e a armadilha da capacidade ociosa
Flávio Bolsonaro propõe identificar quem corre maior risco de adoecer e chamar o paciente antes do pronto-socorro. Lula defende “fila única digital ordenada pelo risco clínico”. Renan Santos (Missão) cita explicitamente o modelo DoctorSV, de El Salvador. O discurso une espectros opostos, mas ignora uma variável física: não adianta reordenar a fila se o número de médicos, leitos e exames não aumenta.
Wagner Meira Jr., professor da UFMG e pesquisador de IA em saúde, resume o dilema: “Se você simplesmente mudar a posição das pessoas e continuar com a mesma restrição de capacidade, não vai melhorar muita coisa”. A lógica é elementar — a IA otimiza a distribuição, não cria oferta.
O abismo dos dados administrativos
O maior entrave técnico não é o algoritmo, mas o que o alimenta. Grande parte do histórico do SUS nasceu para fins de faturamento, não para decisão clínica. São registros administrativos ricos em burocracia, pobres em nuances médicas.
- Ausência de base nacional: Até 2025, não existia número consolidado de quantos brasileiros aguardam atendimento. A gestão é municipal/estadual.
- Portaria recente: Nova regra exige envio padronizado à RNDS (Rede Nacional de Dados em Saúde), mas a implementação ainda engatinha.
- Sisreg limitado: Sistema federal de regulação não é adotado por todos os municípios, cego para parcelas do território.
Sem essa “matéria-prima”, o risco de falso negativo — a IA dizer que um paciente grave pode esperar — explode. “O falso positivo é ineficiência, custo. O falso negativo mata”, define Meira Jr.
El Salvador não é laboratório para o Brasil
A referência ao DoctorSV seduz pela aparência de modernidade: 1,1 milhão de usuários, 1,5 milhão de consultas geradas, integração com Google Cloud. Mas a escala é outra. El Salvador tem 6,4 milhões de habitantes — o tamanho da cidade do Rio de Janeiro. O SUS faz 2,8 bilhões de atendimentos/ano; o sistema salvadorenho, 10,5 milhões.
Além da escala, há a soberania dos dados. O contrato com o Google dura sete anos. Não se sabe quem assume depois, nem os termos exatos de uso dos dados sensíveis. Para Antonio Ribeiro, cardiologista da UFMG, “dados de saúde são os mais sensíveis possíveis. Permitem discriminação, negação de emprego”. A proteção jurídica e técnica precisa vir antes do deploy.
O que funciona hoje: pilotos cirúrgicos, não “panaceias”
Especialistas convergem: o caminho real são aplicações estreitas, validadas e com humano no loop. A UFMG testa um algoritmo que usa eletrocardiogramas para priorizar ecocardiogramas, detectando insuficiência cardíaca ou Doença de Chagas com precisão. Funciona porque o escopo é fechado, os dados são de qualidade e há validação prospectiva.
Alexandre Chiavegatto Filho (USP) separa o joio do trigo: IA generativa (textos, imagens) ajuda o médico no dia a dia, mas a transformação estrutural virá da IA preditiva treinada com dados brasileiros. “Temos tecnologia, profissionais, mas falta a matéria-prima: digitalização e padronização”, afirma.
O que observar daqui para frente
O termômetro não é o discurso de palanque, mas a execução da portaria de 2025 para a RNDS. Se Estados e municípios de fato padronizarem o envio de dados clínicos — não só administrativos —, a base para uma triagem algorítmica segura começa a existir. Até lá, qualquer promessa de “fila única digital” nacional em quatro anos entra no campo da ficção. Para o investidor ou gestor, o sinal está nos projetos-piloto com validação científica e governança de dados clara: é ali que o capital de risco e o dinheiro público geram retorno real, longe do hype eleitoral.
