A cena ainda não aconteceu, mas está a caminho de qualquer vara cível do país. Uma paciente morre meses depois de um diagnóstico tardio. O médico que a atendeu havia consultado, como tantos já consultam, um sistema de inteligência artificial que classificou o quadro como de baixo risco. Na audiência, o juiz dirige ao perito a pergunta inevitável: esse sistema era confiável? O perito hesita. E hesita porque a resposta honesta, a única que a ciência hoje autoriza, é desconcertante: ninguém sabe medir.
Não sou eu quem o afirma. Em 27 de julho de 2026, a Nature Medicine, um dos periódicos médicos mais influentes do mundo, publicou um ensaio coletivo com título que parece ficção científica e conteúdo que interessa diretamente ao direito: "Toward a test of medical AI superintelligence", rumo a um teste de superinteligência médica. Mais de trinta autores, de Stanford e Harvard a cientistas das próprias empresas que desenvolvem os sistemas, entre elas Google, OpenAI e Anthropic, sustentam em conjunto que faltam à comunidade científica critérios rigorosos para definir e medir a chamada superinteligência médica, e que os testes hoje usados para avaliar a inteligência artificial na medicina são enganosos e insuficientes.
1. A confissão que vale mais que o anúncio
O documento merece atenção menos pelo que anuncia e mais pelo que confessa. Entre os signatários estão Eric Topol, referência mundial em medicina digital, e Eric Horvitz, diretor científico da Microsoft, ao lado de pesquisadores ligados aos laboratórios que constroem os grandes modelos. Rivais comerciais assinaram juntos. E o que assinam é um alerta: os parâmetros de referência com que se avalia a capacidade clínica desses sistemas, os chamados benchmarks, medem mal.
Medem mal por uma razão que qualquer professor conhece. Há anos os grandes modelos de linguagem obtêm desempenho acima da nota de corte em questões no estilo das provas de licenciamento médico. Gabaritar prova, porém, não é clinicar. A prova entrega o caso já editado: sintomas organizados, dados completos, alternativas fechadas. A clínica real entrega o oposto. Relato confuso, prontuário lacunoso, exame que chega depois, decisão sob incerteza e sob pressão de tempo. Um sistema pode brilhar no primeiro cenário e falhar no segundo, e o teste que só enxerga o primeiro produz exatamente aquilo que os autores denunciam: confiança sem lastro.
Daí a proposta central do ensaio: trocar a régua das provas pela régua das tarefas. Avaliar a máquina naquilo que ela efetivamente faria no fluxo de trabalho clínico, com critérios definidos, mensuráveis e reproduzíveis. Enquanto essa régua não existe, toda afirmação sobre a capacidade da inteligência artificial médica deve ser lida com desconto.
2. O que a régua ausente significa para o processo
À primeira vista, trata-se de disputa interna da ciência. Não é. O processo judicial pressupõe, em matéria técnica, exatamente aquilo que a Nature Medicine acaba de declarar inexistente: um padrão aceito de medição.
O CPC é explícito. O art. 473, III, exige que o laudo pericial indique o método utilizado, "demonstrando ser predominantemente aceito pelos especialistas da área do conhecimento da qual se originou". Pergunto: qual é, hoje, o método predominantemente aceito para aferir se um sistema de inteligência artificial diagnóstica era confiável no caso concreto? Se os próprios criadores dos sistemas confessam que os testes disponíveis enganam, o perito que fundar o laudo em pontuações de benchmark estará empregando um método que a comunidade científica, em peso e por escrito, acaba de desautorizar.
O direito comparado conhece o problema há três décadas. Nos Estados Unidos, desde Daubert v. Merrell Dow Pharmaceuticals (1993), a admissibilidade da prova científica depende de perguntas simples e cortantes: a técnica é testável? Tem taxa de erro conhecida? Passou por revisão de pares? É geralmente aceita? Aplicadas à inteligência artificial médica, as perguntas de Daubert devolvem hoje respostas constrangedoras. A taxa de erro conhecida, pedra angular do padrão, é justamente o que os testes atuais, na avaliação dos próprios cientistas, não conseguem informar com honestidade. Na União Europeia o cenário não é diferente: o Regulamento de Inteligência Artificial exige dos sistemas de alto risco níveis apropriados de exatidão e a declaração de suas métricas. Declarar métrica, contudo, pressupõe saber qual métrica diz a verdade.
3. O médico entre a obediência e a desobediência à máquina
A consequência mais delicada vem agora. A responsabilidade do médico, entre nós, é subjetiva: o § 4º do art. 14 do CDC exige a verificação de culpa. E culpa se mede contra um padrão de conduta, o que faria o profissional diligente naquelas circunstâncias.
Ocorre que a inteligência artificial instala o médico num dilema simétrico. Se ele segue a recomendação do sistema e o sistema erra, responderá por ter confiado na máquina? Se a contraria e o desfecho é ruim, responderá por ter desprezado uma ferramenta que, dirão os autores da ação, "acerta mais que humanos"? Nos dois braços do dilema, a resposta exige saber quanto o sistema efetivamente acerta. É precisamente o que hoje não se sabe medir.
Sem régua científica, o padrão de conduta vira areia movediça. E não apenas para o médico: para o hospital que adquire o sistema, para a operadora que o incorpora às suas rotinas, para o regulador que precisa decidir quanta autonomia se pode licitamente conceder à máquina, da simples sugestão ao ato diagnóstico sem supervisão. A resolução CFM 2.454/26, que disciplina o uso da inteligência artificial na medicina, e a resolução CNJ 615/25, que governa seu emprego no Judiciário, mostram que os reguladores brasileiros se moveram. Nenhuma norma, porém, substitui aquilo que só a ciência pode fornecer: o instrumento de medida.
4. Enquanto a régua não vem
Se o problema é de todos, a prudência é de cada um. Deixo três frentes concretas.
Ao médico e à instituição de saúde, recomendo documentar. Registrar em prontuário que o sistema foi utilizado, qual sistema, em qual versão, e sobretudo as razões clínicas pelas quais sua indicação foi seguida ou afastada. O prontuário que hoje registra a divergência fundamentada é a defesa que amanhã dispensará adivinhação pericial.
Ao advogado, recomendo transformar a lacuna em quesito. Em que população o sistema foi validado, e ela se assemelha ao paciente do caso? Qual a taxa de erro conhecida, medida como e por quem? O método de avaliação é predominantemente aceito pelos especialistas, como exige o art. 473, III, do CPC? Perícia sobre inteligência artificial que não enfrenta essas perguntas não é perícia; é fé com aparência de laudo.
Ao juiz, por fim, recomendo a virtude que sustentei em artigo anterior nesta mesma tribuna, ao tratar do devido processo probatório algorítmico: desconfiança metódica. Não o luddismo que recusa a técnica, mas a exigência de que toda afirmação de capacidade venha acompanhada da demonstração de como foi medida.
5. A única medida exata de que dispomos
Volto à audiência do começo. O perito hesitava, e sua hesitação, agora se vê, não era despreparo: era honestidade. A Nature Medicine apenas transformou essa hesitação em documento, assinado por quem constrói as máquinas. Quando a ciência confessa que não sabe medir, o processo não pode fingir que sabe.
O próximo capítulo desta história será escrito em dois lugares ao mesmo tempo: nos laboratórios que tentarão construir o teste de superinteligência médica que o ensaio reclama, e nas varas cíveis que não poderão esperar por ele. Entre um e outro, caberá ao direito fazer o que sempre fez diante da técnica que corre à sua frente: julgar com lucidez sobre os limites do próprio conhecimento. A régua ainda não existe. Reconhecê-lo é, por ora, a única medida exata de que dispomos.
_______
GOH, Ethan; WU, David; WALTON, Chase; McCOY, Liam G. e outros. Toward a test of medical AI superintelligence. Nature Medicine, 27 jul. 2026. DOI: 10.1038/s41591-026-04539-8. Disponível em: https://www.nature.com/articles/s41591-026-04539-8.
ESTADOS UNIDOS. Suprema Corte. Daubert v. Merrell Dow Pharmaceuticals, Inc., 509 U.S. 579 (1993).
TAYAH, José Marco. Quando a máquina depõe: o devido processo probatório algorítmico na perícia médica. Migalhas, 26 jun. 2026. Disponível em: https://www.migalhas.com.br/depeso/458938/quando-a-maquina-depoe-prova-algoritmica-na-pericia-medica.