IA na radiologia: CFM regulamenta uso de algoritmos diagnósticos

O Conselho Federal de Medicina publicou em maio de 2026 uma resolução inédita que estabelece diretrizes claras para o uso de inteligência artificial em diagnóstico por imagem no Brasil. A medida responde à crescente adoção de algoritmos de deep learning em serviços de radiologia, tomografia e ressonância magnética, que já beneficiam mais de 2.500 estabelecimentos de saúde no país.

Segundo a nova norma, todos os sistemas de IA utilizados para auxílio diagnóstico devem passar por validação científica em população brasileira, com estudos clínicos que demonstrem sensibilidade e especificidade compatíveis com padrões internacionais. A ANVISA também atualizou suas regras de registro, classificando softwares de diagnóstico assistido como produtos médicos classe III, que exigem maior rigor regulatório.

A resolução do CFM é clara ao definir que a responsabilidade diagnóstica permanece integralmente com o médico radiologista, mesmo quando ferramentas de IA são empregadas. Os laudos devem indicar explicitamente quando houve auxílio computacional, e os profissionais precisam ter capacitação específica certificada para operar esses sistemas. Sociedades médicas como o Colégio Brasileiro de Radiologia têm oferecido cursos de atualização em IA diagnóstica desde 2024.

Na prática clínica, algoritmos de IA já demonstram alta acurácia na detecção de nódulos pulmonares, fraturas ósseas, lesões cerebrais e achados mamográficos suspeitos. Estudos brasileiros multicêntricos indicam redução de até 35% no tempo de laudagem e aumento de 12% na detecção de achados incidentais clinicamente relevantes quando radiologistas trabalham assistidos por IA.

O impacto no Sistema Único de Saúde pode ser significativo. Com déficit estimado de 4.200 radiologistas no país, especialmente em regiões Norte e Nordeste, ferramentas validadas de IA podem auxiliar na triagem de exames urgentes e na priorização de casos complexos, melhorando o acesso ao diagnóstico qualificado.

Especialistas alertam, contudo, para riscos de viés algorítmico quando sistemas são treinados predominantemente com dados de populações não-brasileiras. A diversidade étnica e epidemiológica do Brasil exige validação local robusta. A Sociedade Brasileira de Informática em Saúde recomenda transparência sobre datasets de treinamento e métricas de performance estratificadas por sexo, idade e etnia.

Para pacientes, a tecnologia promete diagnósticos mais rápidos e precisos, especialmente em exames de triagem oncológica e emergências traumáticas. A regulamentação garante que a inovação tecnológica seja implementada com segurança, mantendo o médico como responsável final pela interpretação clínica e decisão terapêutica.