Uma paciente chega à consulta com o celular na mão: "Passei a foto da minha pinta em um aplicativo e ele disse que não é nada". Se você atende dermatologia ou estética, cenas assim já fazem parte da rotina. E a pergunta que fica para quem está do outro lado da mesa é direta: dá para confiar na análise de pele feita por inteligência artificial?
Uma revisão sistemática com meta-análise publicada em novembro de 2025 no BMC Primary Care foi atrás dessa resposta. Os pesquisadores reuniram 38 estudos que compararam algoritmos de IA com dermatologistas e médicos de família no diagnóstico de condições de pele, e 11 deles entraram na análise estatística combinada. O retrato que emerge é mais interessante do que o hype e do que o ceticismo: a IA acerta muito em condições controladas, mas ainda não provou o mesmo valor no consultório do mundo real.
Onde a IA acerta: os números são fortes
Traduzindo: a cada 100 melanomas presentes nas imagens, os algoritmos sinalizaram 86, e erraram pouco ao classificar lesões benignas como suspeitas. No comparativo direto com especialistas, a IA foi superior em 18 estudos, não inferior em 12 e menos precisa em apenas 4. Contra médicos de família e outros não especialistas, ela foi mais precisa em 8 estudos. Para uma tecnologia que há dez anos era promessa de laboratório, é um resultado notável.
Onde ela erra (ou ainda não prova valor)
Antes de concluir que o algoritmo substitui o olhar clínico, os próprios autores puxam o freio em três pontos. Primeiro: apenas 4 dos 38 estudos foram feitos em contexto real de atenção primária, com pacientes chegando como chegam na vida real. Nesses 4, a IA não demonstrou vantagem diagnóstica significativa sobre a prática clínica de rotina. O desempenho brilhante veio, em grande parte, de bancos de imagens selecionadas.
Segundo: 25 dos 38 estudos apresentavam alto risco de viés, principalmente na seleção de pacientes, que nem sempre representava o fluxo comum de um ambulatório. Terceiro: os melhores resultados usaram imagens dermatoscópicas, capturadas com equipamento adequado. Uma foto comum de celular, com luz ruim e ângulo torto, é outro cenário. Os autores destacam inclusive que médicos generalistas precisariam de treinamento em dermatoscopia para aproveitar essas ferramentas.
A conclusão honesta da ciência, portanto, não é "a IA diagnostica sozinha". É: a IA funciona muito bem como triagem e segunda opinião, desde que a imagem seja boa e que um profissional feche o raciocínio.
O que isso significa na prática (e o que diz o CFM)
No Brasil, esse equilíbrio já virou norma. Como explicamos no artigo sobre a Resolução do CFM para IA em clínicas, a inteligência artificial pode apoiar a avaliação, organizar informações e sugerir hipóteses, mas a decisão clínica é sempre do profissional, que responde por ela. A evidência da meta-análise aponta exatamente para o mesmo desenho de uso. Para colocar isso em prática na sua clínica:
- Posicione a IA como triagem e apoio, nunca como veredito. Use o resultado do algoritmo para priorizar casos e enriquecer a avaliação, com laudo e conduta sempre assinados pelo profissional.
- Cuide da qualidade da imagem. Padronize luz, distância e enquadramento nas fotos de pele. A precisão dos estudos veio de imagens bem capturadas.
- Explique o papel da ferramenta ao paciente. Quem chega com "diagnóstico do aplicativo" merece ouvir, com números, por que a análise presencial continua indispensável.
- Documente tudo no prontuário. Registre a análise da IA e a avaliação do profissional, criando histórico comparável a cada retorno.
É com essa lógica que a Vera Análise de Pele, da Ventture Health, foi desenhada para clínicas de dermatologia e estética: a ferramenta apoia a avaliação, organiza o registro fotográfico da pele do paciente e ajuda a engajar quem já chega curioso com a tecnologia. O algoritmo sugere, o histórico compara, e a palavra final continua onde a ciência e o CFM dizem que deve estar: com você.