Inicio / Trilha 9
TRILHA 9 - ETICA + DESAFIO 30 DIAS

βš–οΈ Etica, Regulamentacao + Desafio 30 Dias

Use IA com seguranca legal e pratique 30 dias ate virar habito. Resolucao CFM, LGPD, vies algoritmico e 30 casos clinicos reais para consolidar tudo que aprendeu.

6
Modulos
36
Topicos
~6h
Duracao
Pratico
Nivel
Parte A: Etica e Regulamentacao
9.1 ~60 min

πŸ“œ Resolucao CFM 2.454/2026 decodificada

Artigo por artigo da resolucao que regulamenta o uso de IA na medicina brasileira. O que voce DEVE fazer, o que esta PROIBIDO e como registrar em prontuario.

O que e:

A Resolucao CFM 2.454/2026 e a primeira regulamentacao brasileira especifica sobre uso de inteligencia artificial na pratica medica. Publicada em marco de 2026, com vigencia a partir de agosto/2026, ela estabelece limites claros entre o que o medico pode e nao pode fazer com IA.

Por que aprender:

Desconhecer a resolucao nao isenta de responsabilidade. A partir de agosto/2026, medicos que usarem IA sem seguir as regras estarao sujeitos a processos etico-disciplinares no CRM.

Conceitos-chave:

Resolucao CFM 2.454/2026, regulamentacao de IA medica, timeline agosto/2026, responsabilidade etica, CRM.

O que e:

As 6 obrigacoes: (1) manter autonomia decisoria β€” IA sugere, medico decide, (2) registrar uso de IA no prontuario, (3) informar o paciente quando IA participou, (4) validar criticamente toda saida da IA, (5) manter-se atualizado sobre limitacoes, (6) assumir responsabilidade integral pelo ato medico.

Por que aprender:

Estas 6 obrigacoes sao o checklist minimo para usar IA de forma legal. Violar qualquer uma delas configura infracΓ£o etica passivel de sancao.

Conceitos-chave:

Autonomia decisoria, registro em prontuario, informar paciente, validacao critica, responsabilidade integral, 6 obrigacoes.

O que e:

As 5 proibicoes: (1) delegar decisao clinica final a IA, (2) usar IA como substituto do exame clinico, (3) omitir uso de IA quando o paciente perguntar, (4) usar ferramentas nao validadas para decisoes de alto risco, (5) compartilhar dados do paciente com plataformas de IA sem consentimento e anonimizacao.

Por que aprender:

As proibicoes sao as linhas vermelhas. Cruza-las pode resultar em suspensao, cassacao ou processo judicial. Saber onde estao e mais importante do que saber o que pode.

Conceitos-chave:

Proibicoes, decisao final humana, exame clinico obrigatorio, transparencia, ferramentas validadas, consentimento.

O que e:

Template padrao para registrar uso de IA no prontuario: ferramenta utilizada, tipo de consulta feita, output recebido, decisao clinica tomada (concordando ou discordando da IA), e justificativa. Modelo adaptavel para SOAP, prescricao e laudos.

Por que aprender:

O registro e a prova de que voce usou IA de forma responsavel. Em caso de questionamento, o prontuario e sua principal defesa.

Conceitos-chave:

Registro em prontuario, template, ferramenta usada, output da IA, decisao clinica, justificativa, defesa legal.

O que e:

Lacunas da resolucao: nao define quais ferramentas sao "validadas", nao regulamenta IA em pesquisa clinica, nao aborda IA em cirurgia robotica, nao distingue entre IA generativa e IA deterministica, e nao especifica penalidades alem das ja existentes no Codigo de Etica Medica.

Por que aprender:

Entender as lacunas evita falsa seguranca. A resolucao e um comeco, nao um guia completo. Nas areas nao cobertas, o principio da prudencia deve guiar.

Conceitos-chave:

Lacunas regulatorias, ferramentas validadas, IA generativa vs deterministica, principio da prudencia, evolucao normativa.

O que e:

Framework para classificar o risco do uso de IA na sua pratica: verde (pesquisa, educacao, organizacao β€” baixo risco), amarelo (apoio diagnostico, documentacao β€” medio risco, requer registro), vermelho (decisao terapeutica, prescricao β€” alto risco, requer validacao rigorosa + registro completo).

Por que aprender:

Nem todo uso de IA tem o mesmo risco. Classificar permite calibrar o nivel de cuidado e documentacao para cada situacao.

Conceitos-chave:

Classificacao de risco, verde/amarelo/vermelho, exposicao legal, nivel de cuidado, documentacao proporcional.

Ver Completo
9.2 ~60 min

πŸ”’ LGPD + Consentimento na pratica

Anonimizacao passo a passo, cenarios antes/depois, modelos de frase para consentimento e a diferenca entre IA local vs nuvem para dados sensiveis.

O que e:

Protocolo de 5 passos para anonimizar dados antes de enviar para IA: (1) remover nome completo, (2) substituir CPF/RG por codigo, (3) generalizar idade (faixa etaria), (4) omitir endereco e telefone, (5) substituir datas exatas por intervalos. Checklist pratico para uso diario.

Por que aprender:

Enviar dados identificaveis para plataformas de IA na nuvem viola a LGPD. A anonimizacao e o passo mais basico e mais negligenciado. Com o protocolo, leva menos de 1 minuto.

Conceitos-chave:

Anonimizacao, LGPD, dados sensiveis, 5 passos, checklist, dados identificaveis, pseudonimizacao.

O que e:

5 cenarios comparativos: como medicos tipicamente enviam dados para IA (antes) vs como deveriam enviar (depois). Inclui: prompt para SOAP, contestacao de convenio, explicacao para paciente, pesquisa clinica e laudo. Cada cenario mostra os dados que vazaram e como corrigir.

Por que aprender:

Ver o erro concreto β€” nome do paciente colado no ChatGPT β€” torna o risco tangivel. A maioria dos medicos nao percebe que esta compartilhando dados sensiveis.

Conceitos-chave:

Cenarios antes/depois, vazamento de dados, prompt seguro, correcao pratica, consciencia de risco.

O que e:

Regra pratica: informar SEMPRE que a IA influenciou diretamente a conduta clinica (diagnostico diferencial, escolha terapeutica). Nao precisa informar quando IA foi usada apenas para formatacao ou organizacao (redigir nota, formatar laudo). A chave e: se a IA mudou ou confirmou sua decisao, informe.

Por que aprender:

A transparencia gera confianca. Pacientes que sabem que IA foi usada de forma responsavel tendem a confiar mais, nao menos. Omitir quando relevante e risco etico e legal.

Conceitos-chave:

Transparencia, quando informar, influencia na conduta, confianca do paciente, dever etico.

O que e:

6 frases prontas para diferentes situacoes: (1) explicacao simples para paciente leigo, (2) frase para prontuario, (3) consentimento verbal documentado, (4) aviso em teleconsulta, (5) frase para material educativo, (6) explicacao detalhada quando o paciente pergunta mais. Cada uma testada em consulta real.

Por que aprender:

Ter frases prontas elimina o desconforto de improvisar na hora. O medico que sabe exatamente o que dizer transmite seguranca ao paciente.

Conceitos-chave:

Modelos de frase, consentimento informado, comunicacao com paciente, prontuario, teleconsulta, material educativo.

O que e:

As 8 perguntas que pacientes mais fazem sobre IA: "O robo vai me diagnosticar?", "Meus dados estao seguros?", "A IA pode errar?", "Voce confia nisso?", entre outras. Para cada pergunta, uma resposta testada que tranquiliza sem minimizar riscos.

Por que aprender:

Pacientes VÃO perguntar — cada vez mais. Estar preparado com respostas claras e honestas e parte do cuidado. O improviso gera desconfianca.

Conceitos-chave:

FAQ do paciente, perguntas frequentes, respostas preparadas, confianca, comunicacao em saude.

O que e:

Comparacao entre IA na nuvem (ChatGPT, Claude, Gemini β€” dados saem do dispositivo) e IA local (modelos rodando no proprio computador β€” dados nunca saem). Quando usar cada uma: nuvem para tarefas sem dados sensiveis, local para dados do paciente. Ferramentas locais acessiveis: Ollama, LM Studio.

Por que aprender:

A escolha entre local e nuvem define o nivel de risco de privacidade. Saber a diferenca e o primeiro passo para proteger dados de pacientes de verdade.

Conceitos-chave:

IA local, IA na nuvem, privacidade, Ollama, LM Studio, dados sensiveis, LGPD, risco de vazamento.

Ver Completo
9.3 ~60 min

πŸ” Vies algoritmico + avaliacao de ferramentas

Como o vies entra nos algoritmos, casos celebres (Obermeyer, Daneshjou), 15 criterios para avaliar ferramentas e red flags que indicam problemas.

O que e:

Vies algoritmico e a versao computacional do vies de selecao: se os dados de treino representam mais homens brancos, a IA funciona melhor para homens brancos. Analogia medica: e como um estudo clinico que so incluiu homens jovens β€” os resultados nao se aplicam a todos.

Por que aprender:

O medico que entende vies algoritmico sabe quando desconfiar da IA. Especialmente ao atender populacoes sub-representadas nos dados de treino: negros, indigenas, idosos, criancas.

Conceitos-chave:

Vies algoritmico, vies de selecao, dados de treino, sub-representacao, populacoes vulneraveis, desconfianca calibrada.

O que e:

Caso Obermeyer (Science, 2019): algoritmo hospitalar priorizava pacientes brancos sobre negros para cuidados preventivos β€” usava custo como proxy de gravidade, e negros gastavam menos por barreiras de acesso. Caso Daneshjou: algoritmos dermatologicos com acuracia 30% menor em pele escura por falta de diversidade no dataset.

Por que aprender:

Esses casos nao sao teoricos β€” afetaram pacientes reais. Conhece-los torna voce um usuario mais critico de qualquer ferramenta de IA em saude.

Conceitos-chave:

Obermeyer, Daneshjou, vies racial, proxy enviesado, dermatologia, disparidade em saude, casos reais.

O que e:

Checklist de 15 criterios organizados em 3 categorias: Seguranca (validacao clinica, aprovacao regulatoria, privacidade, transparencia, auditabilidade), Desempenho (acuracia reportada, populacao de treino, atualizacao, limitacoes declaradas, integracao) e Pratica (facilidade de uso, custo, suporte, feedback de pares, evidencia publicada).

Por que aprender:

Com dezenas de ferramentas surgindo, voce precisa de um metodo sistematico para separar o confiavel do marketing. O checklist e seu filtro.

Conceitos-chave:

15 criterios, seguranca, desempenho, pratica, avaliacao sistematica, checklist, due diligence.

O que e:

Red flags que indicam ferramenta problematica: promete acuracia acima de 95% sem publicacao, nao declara limitacoes, nao informa dados de treino, nao tem aprovacao regulatoria para uso clinico, usa termos como "substitui o medico", nao permite auditoria, e cobra sem oferecer trial.

Por que aprender:

O mercado de IA medica esta cheio de ferramentas com marketing agressivo e pouca substancia. Saber identificar red flags protege voce e seus pacientes.

Conceitos-chave:

Red flags, acuracia inflada, falta de transparencia, marketing vs evidencia, due diligence, rejeicao informada.

O que e:

3 casos analisados: (1) medico que seguiu diagnostico da IA sem validar e errou β€” responsabilidade integral do medico, (2) dados de paciente vazados via prompt no ChatGPT β€” violacao LGPD + CEM, (3) ferramenta de triagem com vies que priorizou pacientes errados β€” responsabilidade compartilhada instituicao + medico.

Por que aprender:

Casos concretos transformam principios abstratos em licoes memorizaveis. Voce nunca esquece o caso do medico que foi processado por confiar cegamente na IA.

Conceitos-chave:

Casos etico-legais, responsabilidade medica, vazamento de dados, vies em triagem, analise de cenario, licoes praticas.

O que e:

Exercicio pratico: escolha 1 ferramenta de IA que voce usa ou considera usar, aplique os 15 criterios, identifique red flags e classifique em verde (segura para uso), amarelo (usar com cautela) ou vermelho (evitar). Resultado: avaliacao documentada.

Por que aprender:

Praticar a avaliacao com uma ferramenta real torna o checklist parte do seu repertorio. Na proxima vez que alguem recomendar uma ferramenta, voce sabera exatamente como avaliar.

Conceitos-chave:

Exercicio pratico, avaliacao de ferramenta, 15 criterios aplicados, classificacao, documentacao.

Ver Completo
Parte B: Desafio 30 Dias
9.4 ~60 min

🏁 Desafio: Semana 1-2 (Dias 1-10)

10 desafios praticos de diagnostico e documentacao com IA. Diagnostico diferencial, dados conflitantes, emergencia, SOAP, contestacao, laudos e encaminhamentos.

O que e:

Dia 1: Pegue um caso real do seu consultorio e use IA para gerar diagnostico diferencial. Compare com o seu. Descubra hipoteses que nao considerou. Dia 2: Apresente dados conflitantes a IA (exame normal + sintoma sugestivo) e veja como ela lida com ambiguidade.

Por que aprender:

O diagnostico diferencial e o uso mais poderoso e mais perigoso da IA. Praticar com casos reais mostra tanto o valor quanto os limites.

Conceitos-chave:

Diagnostico diferencial com IA, dados conflitantes, hipoteses expandidas, validacao critica, caso real.

O que e:

Dia 3: Simule cenario de emergencia β€” use IA para checar dose de medicacao, protocolo de atendimento ou diagnostico rapido. Avalie: a IA ajudou ou atrasou? Dia 4: Caso pediatrico β€” adapte prompt para considerar peso, idade e particularidades da populacao infantil.

Por que aprender:

Emergencia e pediatria sao areas onde erros de IA tem consequencias graves. Praticar em ambiente seguro prepara para saber quando usar e quando nao usar.

Conceitos-chave:

IA em emergencia, caso pediatrico, pressao de tempo, dose por peso, limites da IA, pratica segura.

O que e:

Use IA para apoiar caso psiquiatrico: diagnostico diferencial de depressao vs bipolar, ajuste de medicacao, avaliacao de risco. Avalie criticamente: a IA captou nuances como contexto social, historia familiar, linguagem corporal? O que ela perdeu?

Por que aprender:

Psiquiatria e a area onde a IA mais falha em captar nuances humanas. Praticar aqui calibra sua confianca β€” voce aprende onde a IA e util (informacao) e onde e limitada (julgamento clinico).

Conceitos-chave:

Caso psiquiatrico, nuances clinicas, limitacoes da IA, julgamento humano, diagnostico diferencial psiquiatrico.

O que e:

Dia 6: Gere nota SOAP completa para consulta de primeira vez β€” inclua queixa, exame, hipotese, plano. Revise cada secao. Dia 7: Gere SOAP de retorno β€” foco em evolucao, ajustes e resultados de exames. Compare tempo com e sem IA.

Por que aprender:

SOAP e a documentacao mais frequente do medico. Se IA economiza 5 minutos por nota e voce faz 20 notas/dia, sao quase 2 horas recuperadas. Mas so se a qualidade for boa.

Conceitos-chave:

Nota SOAP, primeira consulta, retorno, documentacao com IA, revisao critica, economia de tempo.

O que e:

Dia 8: Gere carta de contestacao de convenio para um caso real. Revise: a IA inventou resolucoes? Citou normativas corretas? Dia 9: Gere carta de encaminhamento completa β€” inclua resumo clinico, hipotese, exames realizados e pergunta especifica ao especialista.

Por que aprender:

Contestacao e encaminhamento sao documentos que consomem tempo desproporcional. IA gera rascunho em segundos, mas voce DEVE revisar β€” IA frequentemente inventa resolucoes e normativas.

Conceitos-chave:

Contestacao de convenio, encaminhamento, alucinacao de normativas, revisao obrigatoria, documentos administrativos.

O que e:

Gere laudo pericial ou relatorio para INSS usando IA. Inclua: historia clinica, exame fisico, exames complementares, diagnostico, prognostico e conclusao. Revisao critica extrema β€” laudos periciais tem implicacoes legais diretas.

Por que aprender:

O laudo pericial e o documento de maior responsabilidade legal. Se a IA ajudou a redigir, voce precisa revisar cada palavra. Este exercicio treina o nivel maximo de supervisao.

Conceitos-chave:

Laudo pericial, INSS, responsabilidade legal, revisao extrema, documento de alta responsabilidade.

Ver Completo
9.5 ~60 min

πŸ”¬ Desafio: Semana 3-4 (Dias 11-20)

10 desafios de pesquisa e comunicacao. PICO com Elicit, Semantic Scholar, scite, Consensus, mini-revisao, explicacoes para pacientes, material educativo, aula e teleconsulta.

O que e:

Dia 11: Formule pergunta clinica no formato PICO e use Elicit para buscar artigos relevantes. Extraia dados em tabela automatica. Dia 12: Use Semantic Scholar para explorar o grafo de citacoes β€” descubra artigos conectados que o Elicit nao trouxe.

Por que aprender:

Pesquisa estruturada com PICO + ferramentas de IA reduz de horas para minutos. Voce pratica o stack completo da Trilha 3 em casos reais.

Conceitos-chave:

PICO, Elicit, Semantic Scholar, grafo de citacoes, pesquisa estruturada, extracao automatica.

O que e:

Dia 13: Use scite para verificar se os artigos encontrados sao apoiados ou contraditos por citacoes posteriores. Dia 14: Use Consensus para obter resposta sintetizada baseada em evidencia para sua pergunta clinica. Compare com o que voce encontrou no Elicit.

Por que aprender:

scite e Consensus completam o stack: Elicit busca, Semantic Scholar conecta, scite valida, Consensus sintetiza. Juntos, fazem em 30 minutos o que levava 1 semana.

Conceitos-chave:

scite, Consensus, apoio vs contradicao, sintese de evidencia, stack de pesquisa, validacao cruzada.

O que e:

Compile os resultados dos dias 11-14 em uma mini-revisao de 500 palavras: introducao (pergunta), metodo (ferramentas usadas), resultados (principais achados), conclusao (resposta a pergunta). Use IA para redigir o rascunho, voce revisa e ajusta.

Por que aprender:

Transformar pesquisa em texto estruturado consolida o aprendizado e cria um artefato util. Em 5 dias, voce fez pesquisa + escrita β€” o ciclo completo da Trilha 3.

Conceitos-chave:

Mini-revisao, 500 palavras, compilacao de resultados, rascunho com IA, revisao critica, ciclo completo.

O que e:

Dia 16: Gere explicacao personalizada de diagnostico para paciente β€” adapte por idade, escolaridade e nivel de ansiedade. Dia 17: Crie material educativo para pais de paciente pediatrico β€” linguagem simples, visual, com orientacoes de quando procurar emergencia.

Por que aprender:

Comunicacao personalizada e o que separa o medico bom do excelente. IA permite personalizar para cada paciente sem gastar 15 minutos extras.

Conceitos-chave:

Explicacao personalizada, material educativo, adaptacao por perfil, comunicacao em saude, pais de pediatrico.

O que e:

Dia 18: Crie orientacao pos-alta personalizada β€” medicacoes, sinais de alerta, retorno, contato de emergencia. Dia 19: Prepare aula de 15 minutos para equipe multiprofissional usando IA β€” roteiro, slides simplificados, pontos-chave e perguntas de fixacao.

Por que aprender:

Material pos-alta reduz reinternacoes. Aula bem preparada multiplica conhecimento. Ambos sao tarefas que IA acelera drasticamente sem perder qualidade.

Conceitos-chave:

Orientacao pos-alta, aula para equipe, material de follow-up, ensino com IA, reducao de reinternacao.

O que e:

Realize teleconsulta com workflow completo de IA: pre-consulta (formulario + resumo por IA), durante (anotacoes assistidas), pos-consulta (nota SOAP + orientacoes + agendamento de retorno). Avalie o fluxo completo de ponta a ponta.

Por que aprender:

A teleconsulta e o cenario perfeito para integrar IA β€” tudo e digital. Este desafio consolida trilhas 2, 4 e 8 em um unico workflow.

Conceitos-chave:

Teleconsulta, workflow completo, pre/durante/pos, integracao de trilhas, IA de ponta a ponta.

Ver Completo
9.6 ~60 min

πŸ† Desafio: Semana 5-6 (Dias 21-30) + Projeto Final

Casos complexos, projeto pessoal de workflow com IA, documentacao e reflexao final. Encerramento do Nivel 1 com CTA para Nivel 2.

O que e:

5 dias de casos avancados: multimorbidade (paciente com 4+ diagnosticos), interacao medicamentosa complexa, caso raro, paciente que nao melhora com tratamento padrao, e decisao compartilhada em cenario de incerteza. Cada dia, use IA como segundo opiniao e documente o processo.

Por que aprender:

Casos complexos sao onde a IA mais pode ajudar β€” e onde mais pode enganar. Praticar em cenarios dificeis calibra sua confianca para a vida real.

Conceitos-chave:

Casos complexos, multimorbidade, polifarmacia, caso raro, incerteza clinica, segunda opiniao por IA.

O que e:

Identifique o problema clinico ou administrativo mais frequente da sua pratica β€” aquele que consome mais tempo ou gera mais frustacao. Defina: o que e, com que frequencia ocorre, quanto tempo consome, e qual seria o cenario ideal. Este sera o tema do seu projeto final.

Por que aprender:

O projeto final so funciona se resolver um problema real SEU. Escolher bem o problema e 50% do sucesso.

Conceitos-chave:

Identificacao de problema, frequencia, impacto, cenario ideal, projeto pessoal, problema real.

O que e:

Desenhe o workflow completo: input (o que entra), processo (como a IA ajuda), output (o que sai), e validacao (como voce confere). Use as ferramentas e tecnicas das 8 trilhas anteriores. Documente passo a passo em formato replicavel.

Por que aprender:

Um workflow documentado transforma uso ad-hoc de IA em processo sistematico. A diferenca entre usar IA quando lembra e ter IA integrada na rotina.

Conceitos-chave:

Workflow, input/processo/output, validacao, documentacao, processo sistematico, integracao na rotina.

O que e:

Aplique o workflow do dia 27 em 3 casos reais. Registre: tempo gasto, qualidade do resultado, pontos de falha, ajustes necessarios. Itere o workflow com base nos resultados. O que funcionou bem? O que precisa mudar?

Por que aprender:

Todo workflow muda quando encontra a realidade. Testar com 3 casos revela os ajustes necessarios antes de adotar no dia a dia.

Conceitos-chave:

Teste pratico, 3 casos, iteracao, pontos de falha, ajustes, validacao do workflow.

O que e:

Documente o projeto final em formato padrao: problema identificado, solucao desenhada, ferramentas usadas, workflow final (pos-ajustes), resultados dos 3 testes, licoes aprendidas e proximos passos. Resultado: documento de 1-2 paginas que qualquer colega poderia seguir.

Por que aprender:

Documentar consolida o aprendizado e cria referencia futura. Alem disso, pode compartilhar com colegas β€” multiplicando o impacto do que aprendeu.

Conceitos-chave:

Documentacao, formato replicavel, licoes aprendidas, compartilhamento, referencia futura.

O que e:

Reflexao guiada: o que mudou na sua pratica em 30 dias? Quais ferramentas voce adotou de verdade? O que ainda nao funciona? Certificado de conclusao do Nivel 1 β€” Fundacao. CTA para Nivel 2 (AutomationsAI β€” R$ 35/mes): vibe coding avancado, mentoria por especialidade, projetos complexos.

Por que aprender:

A reflexao transforma experiencia em aprendizado permanente. O certificado marca a conquista. E o Nivel 2 oferece o proximo degrau para quem quer ir mais fundo.

Conceitos-chave:

Reflexao final, 30 dias, certificado Nivel 1, CTA Nivel 2, AutomationsAI, aprendizado permanente, proximo passo.

Ver Completo
← Trilha 8: Atendimento em Escala Voltar ao Inicio β†’