A inteligência artificial (IA) emergiu como um ponto de convergência improvável nos planos de governo para as eleições de 2026. De candidatos da esquerda à direita, a promessa de integrar algoritmos ao cotidiano do Sistema Único de Saúde (SUS) aparece como uma solução para gargalos históricos, como a longa espera por consultas, exames e cirurgias. No entanto, especialistas alertam que a transição da teoria para a prática enfrenta obstáculos técnicos, estruturais e operacionais significativos.
A promessa de uma nova gestão de filas
A proposta mais ambiciosa que une os diferentes espectros políticos é a substituição da tradicional fila por ordem de chegada por um sistema de triagem algorítmica. A ideia é que a IA avalie o risco clínico e a gravidade de cada paciente, priorizando o atendimento de forma dinâmica. Luiz Inácio Lula da Silva (PT) defende uma “fila única digital” ordenada por critérios clínicos, enquanto Flávio Bolsonaro (PL) propõe o uso da tecnologia para agilizar agendamentos e identificar precocemente pacientes de risco, evitando que cheguem aos prontos-socorros em estados críticos.
Renan Santos (Missão) vai além e cita o modelo de El Salvador, que utiliza plataformas integradas para conectar laboratórios, farmácias e centros de diagnóstico. A premissa é que a tecnologia consiga otimizar a jornada do paciente dentro da rede pública, reduzindo o tempo de espera e aumentando a eficiência na alocação de recursos escassos.
Potencial técnico versus limitações estruturais
Para Alexandre Chiavegatto Filho, professor da Faculdade de Saúde Pública da USP, a adoção da IA na saúde é um caminho sem volta. O coordenador do Laboratório de Big Data e Análise Preditiva destaca que algoritmos podem ser decisivos no auxílio ao diagnóstico e na democratização do acesso a especialistas em regiões remotas do Brasil. “Os fatores que levam uma pessoa a ter um problema grave de saúde são interações complexas, e é exatamente nisso que esses algoritmos funcionam tão bem”, explica.
Contudo, a visão otimista encontra resistência na academia. Wagner Meira Jr., professor da UFMG e pesquisador do Centro de Inovação em Inteligência Artificial para Saúde, classifica algumas promessas como “futuristas” e de difícil execução em um mandato de quatro anos. Para ele, o maior equívoco é acreditar que a tecnologia resolverá a fila sem o aumento da capacidade física e de pessoal. “Se você simplesmente mudar a posição das pessoas na fila e continuar com a mesma restrição de capacidade, não vai melhorar muita coisa”, alerta.
O problema da qualidade dos dados
Um dos maiores desafios para a implementação dessas ferramentas é a fragmentação e a baixa qualidade dos dados no SUS. Atualmente, o Ministério da Saúde não possui um número nacional consolidado de pacientes em espera, pois a gestão das filas é descentralizada entre estados e municípios. Grande parte das informações existentes foi produzida com fins administrativos e de faturamento, e não para análises clínicas precisas.
A tentativa de sanar essa lacuna passa pela RNDS (Rede Nacional de Dados em Saúde), que começou a exigir o envio padronizado de registros em 2025. Sem uma base de dados robusta, integrada e confiável, a eficácia de qualquer algoritmo de triagem fica comprometida. A transição para um sistema inteligente depende, portanto, de uma reforma prévia na forma como o país coleta, armazena e compartilha as informações de saúde de seus cidadãos.
O Diário Global segue acompanhando de perto os desdobramentos das propostas eleitorais e o impacto da tecnologia nas políticas públicas brasileiras. Continue conosco para análises aprofundadas sobre os temas que moldam o futuro do país e da gestão pública, sempre com o compromisso de levar até você uma informação clara, contextualizada e independente.
