Supervisão humana significativa: o que a CFM 2.454/2026 realmente exige de quem lauda com IA

O que a resolução mudou (e o que ela apenas tornou explícito)

Em 11 de fevereiro de 2026, o Conselho Federal de Medicina publicou a Resolução 2.454, que normatiza o uso de inteligência artificial na medicina. Para quem lauda, o ponto central cabe em uma frase que o próprio CFM repete: a palavra final sobre as decisões diagnósticas, terapêuticas e prognósticas será sempre do médico. A supervisão humana passou a ser obrigatória, não apenas recomendada.

A supervisão humana passou a ser obrigatória, não recomendada.

Vale dizer com honestidade que boa parte disso já estava, em espírito, no Código de Ética Médica e na lógica da responsabilidade profissional. O radiologista sempre foi o autor do laudo que assina. O que a 2.454 faz é tornar esse princípio explícito diante de uma tecnologia nova, orientar a classificação dos sistemas conforme o nível de risco e exigir que o uso da IA seja registrado, de modo a garantir rastreabilidade e permitir auditoria futura.

Na nossa leitura, a resolução não é um freio ao uso de IA. Ela é permissiva: assegura ao médico o direito de empregar ferramentas de IA como apoio à decisão clínica. O que ela recusa é a delegação. A IA entra como assistente; o médico permanece como agente responsável.

O que significa "significativa"

A expressão importada do debate internacional é meaningful human oversight, supervisão humana significativa. O adjetivo carrega o peso. Supervisão que não é significativa é aquela em que o humano está formalmente no circuito, mas na prática apenas homologa: assina o que a máquina produziu porque discordar dá trabalho, porque o botão de aceitar é o caminho mais curto, porque o sistema parece sempre certo.

Supervisão que não é significativa é aquela em que o humano apenas homologa o que a máquina produziu.

A literatura tem nome para esse fenômeno: viés de automação, a tendência de confiar acriticamente em sistemas automatizados mesmo quando eles erram. Estudos em mamografia sugerem que radiologistas de diferentes níveis de experiência podem ser influenciados por categorias BI-RADS propostas pela IA, e que sugestões incorretas tendem a elevar recalls falso-positivos, um efeito observado inclusive entre leitores experientes. As magnitudes variam entre os estudos, mas a direção é consistente. Supervisão significativa é, antes de tudo, uma defesa contra esse viés.

Na prática, enxergo três condições para que a supervisão mereça o nome. Primeiro, revisão real: o médico examina a saída da IA contra a imagem e o contexto clínico, não contra a mera plausibilidade do texto. Segundo, poder efetivo de discordar, sem penalidade e sem atrito proibitivo, a lógica da norma é clara ao preservar ao médico a prerrogativa de aceitar ou rejeitar recomendações. Terceiro, capacidade de justificar: se concordo, sei por quê; se discordo, registro a razão segundo o padrão profissional vigente.

1. Revisão real da saída da IA contra a imagem e o quadro clínico, não apenas contra a coerência do texto.
2. Poder efetivo de discordar, sem penalidade e sem fricção que empurre para o "aceitar".
3. Capacidade de justificar a concordância ou a recusa segundo o padrão profissional vigente.

Assistência não é automação: a fronteira que define o risco

A distinção mais útil que a resolução ilumina é entre assistir e automatizar. São coisas diferentes, e confundi-las é onde mora o risco, jurídico e clínico. Um sistema assistivo amplia a capacidade do radiologista: destaca, mede, pré-preenche, ordena a fila, propõe uma redação. O julgamento continua com o médico. Um sistema autônomo decide sozinho e comunica, operando com pouca ou nenhuma supervisão direta.

Assistir e automatizar são coisas diferentes, e confundi-las é onde mora o risco.

A analogia que circula na literatura ajuda. O modelo "IA como residente" pré-preenche o laudo, mas há um médico atendente que revisa, corrige e responde, como um preceptor supervisiona um residente. O modelo "IA como médico" gera o laudo completo com participação humana mínima. A 2.454/2026, ao vedar a delegação da comunicação de diagnósticos, prognósticos e decisões terapêuticas à IA, essencialmente proíbe o segundo modelo na relação com o paciente e consagra o primeiro.

Isso tem consequência direta para a escolha e o desenho da ferramenta. Sistemas de maior autonomia tendem a cair em faixas de risco mais altas e demandam padrões mais rigorosos de desempenho, validação e monitoramento contínuo, algo que o statement multissociedade de ACR, CAR, ESR, RANZCR e RSNA sobre desenvolver, adquirir e monitorar IA em radiologia já detalhava antes mesmo da norma brasileira. Assistência bem desenhada reduz risco; automação disfarçada de assistência o aumenta.

Responsabilidade: o que a norma protege e o que ela cobra

Um receio legítimo é que a IA transfira culpa para o médico sem lhe dar controle. A resolução tenta equilibrar isso. De um lado, mantém a responsabilidade final da decisão com o profissional. De outro, protege o médico de responsabilização por falhas atribuíveis exclusivamente aos sistemas de IA, desde que ele demonstre uso diligente, crítico e ético da ferramenta.

Repare na condicional: a proteção não é automática, ela é conquistada pela conduta. O que separa o médico diligente do médico exposto é justamente a supervisão significativa e o seu rastro. Se discordo da IA, preciso sustentar e justificar minha escolha segundo o padrão profissional. Se concordo, a concordância precisa ser fruto de revisão, não de reflexo.

Por isso o registro em prontuário deixa de ser burocracia e vira instrumento de defesa. Documentar que a IA apoiou a decisão e preservar um log do que foi sugerido, revisado, alterado e assinado sustenta a rastreabilidade que a norma exige e que uma eventual auditoria vai procurar. A responsabilidade compartilhada com o fabricante existe, mas, no marco do dispositivo médico, ela não dispensa a diligência de quem assina.

Desenhando um fluxo em que a IA assiste e o médico decide

Como se traduz tudo isso em um fluxo de trabalho que funcione às sete da noite, com a lista cheia? A resposta não é adicionar avisos legais que ninguém lê. É desenhar o sistema para que o médico permaneça autor final por construção, com fricção calibrada onde ela importa e ausente onde só atrapalha.

A ferramenta que obriga a pensar protege a competência; a que pensa no lugar do médico a corrói.

Alguns princípios que aplicamos e recomendamos: a saída da IA deve ser apresentada como sugestão editável, nunca como texto consumado; discordar deve custar um clique, não uma escavação; e os pontos de maior risco clínico, um achado acionável, uma medida que muda conduta, uma categoria RADS, merecem um instante de confirmação deliberada, enquanto o trivial flui. Automação bem colocada libera atenção; automação mal colocada anestesia a vigilância.

Também é prudente vigiar o efeito de longo prazo. Há uma literatura crescente sobre deskilling, a erosão do julgamento quando tarefas antes feitas com perícia passam a ser apenas monitoradas. O antídoto não é usar menos IA, é manter o médico ativamente decidindo: a ferramenta que obriga a pensar protege a competência; a que pensa no lugar do médico a corrói.

• Saída da IA sempre como sugestão editável, jamais como laudo consumado.
• Discordar ao alcance de um clique, sem penalidade nem atrito proibitivo.
• Confirmação deliberada nos achados que mudam conduta; fluxo leve no trivial.
• Log auditável do que foi sugerido, revisado, alterado e assinado.
• Registro em prontuário do apoio da IA, como orienta a resolução.

Onde a Laudos.AI se posiciona nisso

Sou radiologista e cofundador da Laudos.AI, então declaro o viés. Nossa premissa de produto é a mesma da resolução: a IA assiste, o médico decide e assina. Construímos para que a sugestão seja sempre editável, para que discordar seja barato e para que reste um log do percurso da decisão, não para vigiar o radiologista, mas para que a rastreabilidade que a norma exige exista sem esforço adicional.

Não vejo a 2.454/2026 como um obstáculo ao bom uso de IA em radiologia. Ela descreve, com força de norma, o fluxo que já defendíamos por convicção clínica. Supervisão humana significativa não é o preço a pagar pela IA; é a condição que faz a IA valer a pena, porque preserva aquilo que dá valor ao laudo, que é o julgamento de quem o assina.

Se a sua operação vai adotar ou já adota IA no laudo, o exercício útil é auditar o próprio fluxo com as três perguntas da supervisão significativa: o médico revisa de fato, pode discordar de fato e consegue justificar de fato? Onde a resposta for não, há um ponto de automação disfarçada para corrigir antes que ele vire um problema, ético, clínico ou jurídico.

Perguntas frequentes

Referências

1. Resolução CFM nº 2.454, de 11 de fevereiro de 2026, Normatiza o uso da inteligência artificial na medicina · Conselho Federal de Medicina (CFM)
2. CFM normatiza o uso da IA na medicina, comunicado oficial sobre supervisão humana obrigatória e responsabilidade médica, 2026 · Portal Médico / CFM
3. Developing, Purchasing, Implementing and Monitoring AI Tools in Radiology: Practical Considerations, A Multi-Society Statement from the ACR, CAR, ESR, RANZCR and RSNA, 2024 · Radiology: Artificial Intelligence (RSNA)
4. Automation bias e influência de categorias BI-RADS sugeridas por IA na leitura de mamografia, evidências sobre viés de automação em radiologistas · European Radiology
5. Navigating the AI revolution in radiology: a practical guide to medical-legal and ethical imperatives for the practising radiologist, 2026 · Clinical Radiology
6. Artificial intelligence in medicine: a scoping review of the risk of deskilling and loss of expertise among physicians, 2026 · ESMO Real World Data and Digital Oncology

As referências apontam para diretrizes, sociedades e literatura consultadas. Este conteúdo é informativo e não substitui julgamento clínico ou aconselhamento jurídico.