A inteligência artificial aparece nos planos de governo das eleições de 2026 para diferentes áreas, mas há uma proposta comum entre candidatos de direita, esquerda e centro: aplicar a tecnologia ao SUS. As ideias incluem organizar filas por risco clínico, agilizar consultas e exames, apoiar diagnósticos e identificar pacientes com maior probabilidade de adoecer.
Luiz Inácio Lula da Silva (PT) propõe uma fila única digital, ordenada pelo risco clínico, além do aprimoramento da regulação do acesso à atenção especializada. Flávio Bolsonaro (PL) defende o uso de IA no agendamento de consultas e exames e em ações de prevenção. Renan Santos (Missão) sugere substituir a fila cronológica e cita o DoctorSV, plataforma criada pelo governo de Nayib Bukele em El Salvador.
A mudança permitiria que a prioridade deixasse de seguir apenas a ordem de chegada. Algoritmos poderiam considerar a gravidade do quadro e o risco de progressão da doença. O objetivo seria direcionar primeiro os pacientes com maior necessidade, em vez de manter uma fila baseada somente na data de entrada.
Especialistas veem potencial, mas fazem ressalvas
Alexandre Chiavegatto Filho, professor de inteligência artificial na Faculdade de Saúde Pública da USP e coordenador do Laboratório de Big Data e Análise Preditiva, afirma que a saúde tende a ser a maior beneficiária da tecnologia. Para ele, a IA pode ser usada desde o primeiro contato do paciente com o sistema até a alta, especialmente como apoio ao diagnóstico.
O pesquisador também vê possibilidade de ampliar o acesso a especialistas em regiões onde esses profissionais são escassos. Algoritmos treinados com dados de pacientes brasileiros poderiam auxiliar equipes de saúde em locais mais remotos.
Wagner Meira Jr., professor da UFMG e pesquisador do Centro de Inovação em Inteligência Artificial para Saúde, é mais cauteloso. Ele afirma que algumas propostas dos candidatos são futuristas e “dificilmente se realizam em quatro anos de governo”. Na avaliação dele, a tecnologia apresenta melhores resultados em situações específicas, como a análise de exames.
Meira Jr. ressalta que reorganizar a fila não aumenta, por si só, a capacidade de atendimento. Se o número de profissionais e serviços continuar igual, a mudança pode apenas alterar a posição dos pacientes. Ele considera mais imediatas aplicações administrativas, como identificar profissionais disponíveis, distribuir consultas e aproveitar estruturas ociosas.
Outro limite é a qualidade dos dados do SUS. Muitas informações foram registradas para fins administrativos e de faturamento, e não para uso clínico. O Ministério da Saúde afirma que não existe hoje um número nacional consolidado de pessoas aguardando consultas, exames e cirurgias, porque estados e municípios administram essas filas.
Uma portaria publicada em 2025 passou a exigir o envio periódico e padronizado dos registros à RNDS. A implementação ainda está em andamento. O Sisreg, sistema usado para agendar consultas e procedimentos, não é adotado por todos os municípios e, por isso, não representa todo o território nacional.
Essa insuficiência pode impedir que um algoritmo tenha dados para definir a prioridade em todas as especialidades. Meira Jr. alerta especialmente para o falso negativo, quando o sistema deixa de identificar justamente o paciente que precisava de atendimento. Ele defende auditoria, rastreabilidade, acompanhamento médico e regras para definir a responsabilidade quando uma decisão automatizada causar dano.
Infraestrutura antes de uma solução ampla
Antonio Ribeiro, cardiologista, professor da UFMG e coordenador da Rede de Teleassistência de Minas Gerais, afirma que critérios de risco já são usados no SUS e cita os transplantes como exemplo. Para ele, o desafio não é apenas criar algoritmos, mas garantir sistemas integrados e informações confiáveis.
Ribeiro considera mais realista começar com projetos específicos. Um estudo coordenado por ele na UFMG usa dados de eletrocardiogramas para priorizar exames de ecocardiograma, identificando pacientes com maior probabilidade de apresentar alterações estruturais no coração. Antes de chegar à assistência, porém, a ferramenta precisa ser validada prospectivamente e demonstrar que é efetiva, factível e custo-efetiva.
O cardiologista rejeita a ideia de uma solução geral para todas as filas do SUS. Para ele, os modelos devem ser testados em situações delimitadas, com possibilidade de intervenção humana. O apoio especializado à atenção primária também poderia evitar encaminhamentos desnecessários a especialistas.
Chiavegatto diferencia a IA generativa, usada para produzir textos, imagens, áudios e vídeos, dos algoritmos preditivos, que aprendem com dados reais de pacientes. Na avaliação dele, o impacto estrutural na saúde virá principalmente da segunda categoria. O principal gargalo, afirma, é a digitalização e a padronização das informações.
Limites do modelo de El Salvador
O DoctorSV, lançado pelo governo de Nayib Bukele em novembro de 2025, usa tecnologia do Google Cloud para administrar consultas, sugerir diagnósticos, indicar tratamentos e solicitar exames laboratoriais. Segundo o governo, o aplicativo foi baixado por 1,1 milhão de pessoas e havia gerado cerca de 1,5 milhão de consultas médicas até abril deste ano.
A segunda fase do projeto será financiada por um empréstimo de US$ 75 milhões do Banco de Desenvolvimento da América Latina e do Caribe. O sistema classifica usuários a partir de informações sobre fatores de risco, solicita exames, agenda consultas e envia um código para retirada de medicamentos em farmácias credenciadas.
Os pesquisadores, porém, dizem que a experiência não pode ser transferida diretamente para o SUS. Chiavegatto questiona o uso de algoritmos generalistas treinados com informações de outros países, que poderiam reproduzir desigualdades em vez de considerar as características da população brasileira. Para ele, os modelos precisam aprender a realidade de cada região.
Meira Jr. também destaca a diferença de escala. El Salvador tem 6,4 milhões de habitantes e realiza cerca de 10,5 milhões de atendimentos por ano. O sistema público brasileiro registra 2,8 bilhões de atendimentos anuais. O pesquisador ainda questiona o acesso de empresas privadas multinacionais aos dados de pacientes.
Ribeiro afirma que informações de saúde são especialmente sensíveis e podem ser usadas para discriminar pessoas. Por isso, a adoção de IA no SUS dependeria não apenas da capacidade dos algoritmos, mas também de proteção dos dados, integração dos sistemas, validação dos modelos e mecanismos de controle.
