A recente publicação da resolução CFM 2.454/26 representa um avanço institucional relevante na construção de parâmetros éticos para o uso da IA na prática médica¹A iniciativa do Conselho Federal de Medicina merece reconhecimento, sobretudo porque se antecipa, no plano deontológico-profissional, a dificuldades que ainda desafiam a atividade legislativa em sentido estrito. Ao disciplinar o emprego de sistemas de IA no âmbito da Medicina, o CFM assume protagonismo regulatório em matéria de elevada complexidade técnica, densidade ética e sensibilidade jurídica, na qual se entrecruzam a proteção da vida e da saúde, a preservação da autonomia profissional, a tutela da confiança do paciente, a segurança assistencial e a necessidade de governança sobre artefatos tecnológicos progressivamente opacos.

A relevância da resolução, contudo, não impede a formulação de uma indagação preliminar, decisiva para a compreensão de seu alcance: qual IA foi efetivamente regulada? Ou, de modo ainda mais preciso, qual estágio de desenvolvimento tecnológico foi tomado como pressuposto normativo para a elaboração do ato regulatório? A resposta parece emergir com razoável clareza da própria arquitetura da resolução. O texto normativo foi concebido a partir de um paradigma de IA predominantemente instrumental, auxiliar e subordinado, isto é, de uma IA compreendida como tecnologia de apoio à decisão médica, acionada pelo profissional, interpretada pelo profissional e juridicamente reconduzida ao crivo final do profissional.

Esse modelo corresponde, em larga medida, ao que se convencionou denominar IA generativa, especialmente na forma pela qual modelos de linguagem e sistemas correlatos foram socialmente assimilados a partir da difusão de aplicações como o ChatGPT. Trata-se de sistemas aptos a produzir textos, imagens, códigos, classificações, hipóteses, sumarizações, triagens informacionais ou recomendações a partir de comandos formulados por usuários humanos, mas que, em regra, não dispõem de autonomia operacional plena para executar, coordenar e revisar, por si mesmos, cadeias complexas de ação no ambiente externo. Nessa moldura, faz sentido afirmar que a inteligência artificial auxilia, sugere, organiza informações e apresenta probabilidades, cabendo ao médico exercer juízo crítico, controlar o resultado e assumir a decisão final.

Antes de avançar, impõe-se uma ressalva metodológica. Expressões como IA generativa e IA agêntica parecem representar, em grande medida, mais uma tentativa provisória, contingente e até certo ponto vã de categorizar um fenômeno de evolução tecnológica acelerada do que propriamente conceitos técnicos dotados de estabilidade suficiente para justificar, por si sós, derivações conceituais autônomas ou distinções dogmáticas plenamente amadurecidas. A tecnologia, nesse domínio, avança por recombinações funcionais, sobreposições de arquitetura, integração de ferramentas e variações de grau, o que dificulta a fixação de fronteiras conceituais estanques. Ainda assim, em razão da popularização dessas terminologias no debate técnico, regulatório e institucional contemporâneo, opta-se por utilizá-las neste trabalho como categorias operacionais, sem lhes atribuir pretensão classificatória definitiva.

O problema central reside no fato de que a fronteira tecnológica já não se encontra estabilizada nesse ponto. A resolução parte de um pressuposto implícito, qual seja, o de que a IA seria, ou ao menos deveria ser, instrumento de apoio à atividade médica, sempre subordinado ao julgamento humano. Esse pressuposto é normativamente compreensível, pois preserva a centralidade do ato médico e impede a substituição simbólica do profissional por sistemas automatizados. Não obstante, ele se mostra tecnicamente incompleto quando confrontado com o surgimento de modelos mais avançados de IA, em especial aqueles que já não se limitam a responder a comandos, mas passam a planejar, executar, coordenar e adaptar condutas em ambientes dinâmicos.

O setor de saúde começa a migrar, ainda que de modo heterogêneo e progressivo, para sistemas de inteligência artificial agêntica, capazes não apenas de gerar informações, mas de organizar processos, acionar ferramentas, interagir com bancos de dados, decompor objetivos complexos em subtarefas, coordenar fluxos assistenciais e operar com graus crescentes de autonomia funcional. Nesse novo cenário, a decisão clínica pode deixar de ser um ato isolado, pontual e plenamente identificável, para emergir de fluxos contínuos, distribuídos e parcialmente automatizados, nos quais a intervenção algorítmica se dissemina por diversas etapas do cuidado.²

Essa mutação tecnológica deve ser lida, também, à luz do debate sobre a chamada medicina de caixa-preta. Nicholson Price já havia demonstrado que a medicina personalizada contemporânea se desloca de relações explicitamente compreendidas e clinicamente validadas para modelos computacionais opacos, capazes de capturar conexões implícitas e complexas entre múltiplas características dos pacientes.³ O ponto é especialmente relevante para a regulação médica: quanto mais a decisão assistencial passa a depender de modelos que não apenas processam dados, mas identificam padrões não redutíveis a explicações humanas simples, mais se fragiliza a ideia de que a supervisão médica possa repousar apenas sobre a compreensão integral do funcionamento do sistema. A opacidade, nesse campo, não decorre necessariamente de ocultação deliberada, segredo empresarial ou assimetria informacional maliciosa, mas pode resultar da própria natureza estatística, relacional e não linear dos modelos empregados.

Essa passagem exige uma reconfiguração da própria gramática jurídica da supervisão. Quando a IA atua apenas como instrumento de consulta ou apoio cognitivo, ainda é possível preservar, ao menos em tese, a representação clássica segundo a qual o médico recebe uma sugestão, avalia sua pertinência e decide. Todavia, quando sistemas agênticos passam a atuar de forma semiautônoma, conectando-se a interfaces, prontuários, APIs, sistemas hospitalares, protocolos clínicos e ferramentas de monitoramento, torna-se substancialmente mais difícil identificar onde começa e onde termina a intervenção algorítmica, bem como em que medida o controle humano foi efetivo, informado, tempestivo e materialmente relevante.

Os chamados AI Agents já representam uma ampliação significativa do modelo tradicional. Diferentemente de aplicações meramente responsivas, esses agentes podem executar tarefas mediante o uso de ferramentas externas, interagir com sistemas diversos, encadear operações e produzir resultados que não se esgotam na emissão de uma resposta textual.⁴ Ainda assim, a evolução tecnológica não se limita a esses agentes isoladamente considerados. A literatura especializada tem apontado a emergência da chamada inteligência artificial agêntica, estruturada por múltiplos agentes especializados, dotados de capacidade de definição instrumental de objetivos, decomposição de problemas complexos, coordenação de ações e adaptação dinâmica ao ambiente.

Trata-se de sistemas concebidos para alcançar finalidades complexas mediante elevado grau de autonomia, ou mediante intervenção humana sensivelmente reduzida. Ao contrário dos modelos tradicionais, que dependem de comandos explícitos e atuam em tarefas delimitadas, esses sistemas se distinguem por sua capacidade de deliberar instrumentalmente sobre caminhos possíveis, ajustar estratégias em tempo real, orientar-se por metas de médio ou longo prazo e incorporar experiências pretéritas ao desempenho futuro. Para tanto, recorrem a técnicas como aprendizado por reforço, meta-aprendizagem, uso de memórias contextuais e mecanismos de planejamento multi-etapas.⁵

A distinção entre IA generativa e IA agêntica, portanto, embora terminologicamente precária e funcionalmente porosa, possui consequências regulatórias, éticas e jurídico-responsabilizatórias relevantes. A inteligência artificial generativa está orientada à produção ou transformação de conteúdos, tais como textos, imagens, códigos, relatórios, hipóteses diagnósticas e sínteses informacionais, a partir de comandos específicos fornecidos pelo usuário. A IA agêntica, por sua vez, opera com maior independência funcional, podendo executar tarefas complexas em contextos abertos, dinâmicos e interdependentes. Enquanto a primeira responde a instruções diretas, a segunda pode definir caminhos, selecionar meios, revisar estratégias e desencadear ações com base em objetivos previamente estabelecidos.⁶

Desse modo, a IA deixa de apenas responder, sugerir ou executar comandos delimitados para participar ativamente da construção da própria ação. A tecnologia passa a operar mediante arquiteturas distribuídas, memória persistente, coordenação entre agentes e planejamento de múltiplas etapas, fenômenos que tensionam as categorias tradicionais de imputação, controle e diligência profissional.⁷ A consequência jurídica é expressiva: o problema deixa de ser apenas saber se o médico aceitou ou recusou uma recomendação algorítmica, passando a envolver a reconstrução de cadeias decisórias complexas, nas quais a ação clínica é progressivamente constituída por humanos, sistemas técnicos, protocolos institucionais, fornecedores de tecnologia e infraestruturas informacionais.

É nesse ponto que a resolução CFM 2.454/26 revela, simultaneamente, sua importância e sua insuficiência estrutural. Sua importância decorre da afirmação inequívoca de que o ato médico não pode ser dissolvido na automação, nem substituído por uma delegação acrítica a sistemas algorítmicos. A preservação da responsabilidade profissional, da supervisão humana e da primazia do julgamento clínico é indispensável para evitar a erosão da medicina enquanto prática prudencial, relacional e eticamente comprometida. Sua insuficiência, por outro lado, decorre do fato de que a resolução parece regular, com maior nitidez, um cenário de IA de apoio, e não necessariamente o horizonte emergente de uma medicina progressivamente agenciada por sistemas autônomos ou semiautônomos.

A preservação do ato médico, nesse contexto, não pode ser concebida apenas como cláusula formal de atribuição de responsabilidade ao profissional. É insuficiente declarar que a decisão final pertence sempre ao médico se, materialmente, o processo decisório estiver sendo reorganizado por sistemas que selecionam informações, hierarquizam riscos, sugerem protocolos, automatizam encaminhamentos, priorizam pacientes, emitem alertas, monitoram sinais, interagem com bases de dados e influenciam a própria percepção clínica do profissional. A decisão final, nesses casos, pode tornar-se apenas o último elo visível de uma cadeia decisória muito mais extensa, na qual a influência algorítmica se exerce antes, durante e depois da manifestação de vontade do médico.

Daí porque a noção de supervisão humana efetiva deve ser densificada. Não basta exigir uma supervisão abstrata, nominal ou meramente retórica. É necessário indagar se o médico dispunha de informação suficiente sobre o funcionamento do sistema, se compreendia seus limites, se podia contestar seus resultados, se tinha tempo e condições institucionais para revisar as recomendações, se havia rastreabilidade das interações, se os dados utilizados eram adequados, se os vieses eram monitorados e se a organização de saúde fornecia ambiente real para o exercício do juízo clínico independente. Caso contrário, corre-se o risco de transformar a supervisão humana em ficção normativa, mantendo-se formalmente a responsabilidade do médico enquanto a condução material do cuidado se desloca para sistemas cuja atuação escapa aos modelos tradicionais de controle.

Nesse ponto, a contribuição de Daniel Tigard é particularmente interessante. Ao desenvolver a noção de technological answerability, o autor distingue a exigência de explicações técnicas integrais, frequentemente inalcançável em sistemas de IA, da demanda mais ampla por respostas capazes de preservar a conexão humana com os eventos mediados pela tecnologia.⁸ A partir dessa chave, a supervisão médica efetiva não deve ser confundida com a fantasia de completa transparência algorítmica, mas tampouco pode ser reduzida à aceitação passiva de resultados opacos. O que se deve exigir, em termos regulatórios, é um arranjo de responsividade tecnológica e institucional capaz de fornecer respostas suficientes, proporcionais ao risco, sobre o que o sistema fez, por que determinada recomendação foi apresentada, quais dados foram relevantes, quais limites de confiabilidade foram identificados e quem, na cadeia de desenvolvimento, implantação e uso, deve responder por cada etapa.

A reflexão assume ainda maior relevância quando se observa que a resolução do CFM se insere em um ambiente regulatório mais amplo, no qual também se discute, no Poder Legislativo, a construção de um marco normativo geral para a IA. O debate regulatório contemporâneo, inclusive aquele associado ao projeto de lei 2.338/23, ainda opera, em larga medida, a partir de um paradigma no qual a IA é concebida como instrumento de apoio à decisão humana. Essa opção é compreensível, mas pode tornar-se rapidamente insuficiente se não for acompanhada de mecanismos adaptativos capazes de incorporar a evolução de sistemas agênticos, multiagentes e integrados a infraestruturas críticas de saúde.

Sob essa perspectiva, a atuação do CFM aproxima-se de modelos contemporâneos de corregulação, nos quais entidades técnicas especializadas produzem normas setoriais voltadas à disciplina de atividades altamente complexas. Esse modelo é particularmente adequado para a medicina algorítmica, pois o legislador, isoladamente, dificilmente conseguirá acompanhar a velocidade da transformação tecnológica e a especificidade dos riscos clínicos envolvidos. A regulação da IA em saúde exige precisamente a conjugação entre legitimidade normativa, conhecimento técnico, prudência bioética e capacidade de revisão contínua.⁹

A insuficiência de modelos estáticos de responsabilidade também se evidencia quando se observa que sistemas algorítmicos complexos incorporam riscos próprios, muitas vezes não capturados de modo satisfatório pelas categorias tradicionais de culpa, defeito ou causalidade linear. Em estudo sobre accountability e sistemas de IA, sustentou-se que a compatibilização entre inovação tecnológica e tutela jurídica demanda deveres informados por dados, padrões de governança ex ante e uma cultura institucional de gestão de riscos, apta a converter perigos abstratos em riscos mensuráveis e juridicamente tratáveis.¹⁰ Essa perspectiva é especialmente útil no campo médico, pois a preservação do ato médico não depende apenas da imputação retrospectiva de responsabilidade, mas da construção prévia de deveres de documentação, rastreabilidade, validação, auditoria, treinamento, explicabilidade possível e revisão contínua.

Regular a IA, nesse cenário, assemelha-se a regular um alvo em movimento. Enquanto os marcos normativos são concebidos, debatidos e publicados, a própria tecnologia redefine seus contornos, desloca seus centros de risco e cria novas formas de intermediação entre conhecimento, decisão e ação. A pretensão de estabilizar definitivamente a matéria por meio de um único ato normativo tende, por isso, a frustrar-se. O papel mais adequado da resolução não é oferecer uma resposta acabada, mas inaugurar uma arquitetura regulatória evolutiva, apta a ser complementada por revisões periódicas, protocolos técnicos, guias interpretativos, exigências de auditoria, padrões de rastreabilidade e critérios diferenciados conforme o grau de autonomia do sistema.

A advertência é especialmente relevante diante das características das tecnologias de propósito geral. Como se observa na literatura contemporânea, tais tecnologias não evoluem de forma linear, mas em ondas marcadas por aceleração contínua, difusão massiva e ampliação progressiva de capacidades. A chamada hiperevolução tecnológica dificulta a previsão de impactos e compromete modelos regulatórios estáticos. A isso se soma a característica de omniuso, relacionada à possibilidade de aplicação da IA em múltiplos contextos, bem como a tendência de disseminação inerente às tecnologias que se tornam, com o tempo, mais acessíveis, mais baratas e mais amplamente incorporadas a práticas institucionais.¹¹

Nesse cenário, a pretensão de conter ou paralisar o desenvolvimento da inteligência artificial revela-se, em grande medida, ilusória. A história das tecnologias demonstra que, uma vez viabilizadas, elas tendem a difundir-se, aperfeiçoar-se e integrar-se a rotinas sociais, econômicas e profissionais, ainda que sob regimes regulatórios restritivos. Isso não significa abdicar da regulação, mas compreender que o centro de gravidade normativo deve deslocar-se de uma lógica puramente proibitiva para uma lógica de adaptação responsável, prevenção de danos, governança contínua, transparência operacional, accountability distribuída e calibragem proporcional dos deveres conforme o risco e a autonomia do sistema.

A resolução CFM  2.454/2026 deve, assim, ser compreendida como marco inaugural de um processo regulatório necessariamente dinâmico. Seu mérito está em afirmar que a IA não elimina a responsabilidade médica nem autoriza a renúncia ao juízo clínico. Seu desafio está em evoluir para enfrentar situações nas quais o próprio juízo clínico passa a ser condicionado por arquiteturas algorítmicas distribuídas, sistemas agênticos, cadeias automatizadas de decisão e ambientes institucionais nos quais a separação entre sugestão, decisão e execução se torna cada vez menos nítida.

A pergunta decisiva, portanto, não é apenas se o médico continuará responsável pelo ato praticado com apoio de IA. A pergunta mais profunda é saber quais condições técnicas, institucionais e normativas devem existir para que essa responsabilidade não se converta em mera imputação formal, dissociada da real capacidade de compreensão, contestação e controle do sistema utilizado. Somente a partir dessa densificação será possível preservar, de modo substancial, a centralidade do ato médico diante da medicina algorítmica emergente.

A resolução do CFM, nesse sentido, não deve ser lida como ponto de chegada, mas como ponto de partida. Ela inaugura uma gramática ética indispensável, mas ainda dependente de refinamento conceitual e atualização permanente. À medida que a IA se desloca, ao menos no vocabulário corrente, do campo generativo para o campo agêntico, a regulação médica precisará abandonar a imagem simplificada da ferramenta auxiliar e passar a enfrentar a realidade de ecossistemas decisórios híbridos, nos quais humanos e máquinas participam conjuntamente da produção do cuidado. O futuro da responsabilidade médica em ambientes de IA dependerá, em grande medida, da capacidade de reconhecer essa transformação antes que a norma se torne anacrônica diante da própria tecnologia que pretende disciplinar.