Faz 22 anos que o Brasil não via um dos seus chegar tão fundo (la ele) em Paris. O último tinha sido ele, em 2004.

Na quadra, o motivo era um moleque de 19 anos. João Fonseca. Que anteontem virou de dois sets a zero pra bater o próprio ídolo, o Djokovic. E que ontem, na frente do Guga, passou pelo Casper Ruud e foi pra PRIMEIRA quarta de final de Grand Slam da vida dele.

Dois gigantes em 48 horas. Pra você ter ideia: o Djokovic tem 24 títulos de Grand Slam, o Ruud foi vice em Paris duas vezes. E o Fonseca, lá, garotão, com seus 19 anos.

4/6, 4/6, 6/3, 7/5, 7/5 contra o Djokovic, quase cinco horas de jogo. Foi o primeiro adolescente em 30 ANOOS a virar dois jogos seguidos vindo de dois sets a zero num Grand Slam (o último a tirar um ex-campeão dessa situação em Paris foi o Michael Chang, em 1989; eu nem tinha nascido). E ontem, mais 3h55 pra atropelar o Ruud.

Pensa no que tava do outro lado da rede nesses dois jogos. Décadas de estrada somadas, todos os títulos que existem… O repertório mais completo que o tênis já viu. E não foi suficiente.

Aí você me pergunta: tá, Manoel, e o que isso tem a ver comigo?

TUDO!

Porque por décadas o jogo (qualquer jogo: tênis, medicina, carreira) premiou uma coisa só. Acúmulo, mais anos, mais títulos, mais tempo de casa. O sênior ganhava do júnior porque tinha visto mais. A experiência era O ativo. Era ela que você passava a vida juntando.

Só que alguma coisa mudou debaixo dos nossos pés e diante dos nossos olhos.

Eu sinto isso TODO DIA na Chrona. A gente usa IA pra ABSOLUTAMENTE TUDO. Pra escrever, pra pesquisar, pra organizar, pra decidir o que cortar. E o que eu percebi é meio assustador (no bom sentido): a gente amadureceu mais em alguns meses do que eu amadureci em anos de formação. Não porque a gente é genial, longe disso! O negócio é que a IA virou um chão que comprime acúmulo. O que antes levava anos pra você dominar, hoje tá a um prompt de distância. A gente vai aprendendo um com o outro, ficando mais rápido, mais organizado. Toda semana melhor que a anterior.

Quando o acúmulo fica barato, o que sobra de valioso?

Três coisas: Curiosidade, velocidade e bom gosto.

Curiosidade é o motor. É a fome de ir atrás do que você ainda não sabe (o Fonseca não chegou ali esperando o jogo acontecer, ele foi buscar). Velocidade é transformar essa fome em ação antes do mundo virar de novo (dois gigantes em dois dias, lembra?). E bom gosto é o mais subestimado de todos. É saber a hora de bater, qual resposta da IA merece sua atenção, o que cortar, o que de fato importa pro paciente. Quando todo mundo consegue gerar QUALQUER coisa, quem decide o que presta ganha o jogo, bota fé?!

E aqui tá o ponto cego.

A medicina te treinou pra ser o Djokovic. Acumula anos, acumula títulos e espera sua vez na fila da senioridade. “Daqui a dez anos você chega lá.” O sistema inteiro foi desenhado pra te fazer apostar tudo no acúmulo.

Só que o jogo virou. A IA acabou de fazer com o conhecimento médico o que o Fonseca fez naquela quadra: nivelou o piso. O acúmulo continua importando (ninguém vira ruim de uma hora pra outra). Ele só deixou de ser suficiente. E o residente curioso, rápido e com bom gosto pra usar as ferramentas certas hoje compete com gente que tem vinte anos a mais de estrada.

E sabe o que torna isso tudo bonito demais? O Guga ali, emocionado. Ele também já foi esse moleque (ganhou Paris a primeira vez vindo do quase-anonimato, sem ninguém esperar nada dele). Sabe o que foi isso, diante dos nossos olhos?! RECONHECIMENTO!

Curiosidade, velocidade e ousadia ganhando de novo, 22 anos depois.

Isso é tudo sobre QUAL jogo você acha que tá jogando. Se você ainda acha que é o jogo do acúmulo, você é o favorito que vai PERDER pro moleque que nem sabia que devia ter medo (risos).

Ação dessa semana:

pega UMA coisa nova (uma ferramenta de IA, um tema, um jeito diferente de fazer um laudo, sei lá) e, em vez de “vou estudar isso com calma depois”, faz hoje mesmo, mal feito, rápido, curiosidade virando ação no mesmo dia. Repara como você se sente no fim. (Depois me conta, sério.)

bom… é isso.

O moleque tinha 19 anos e dois gigantes pela frente em dois dias e ganhou os dois porque jogou o jogo de hoje, não o de ontem.

Você tá jogando qual?

ÓTIMA SEMANA!

Manoel Guimarães.

Achei incrível, genuinamente. Disciplina, nova língua, horas investidas.

Aí ele completou: “assim eu consigo seguir os melhores médicos do mundo.”

Fiquei em silêncio uns três segundos.

Não é que seja errado tá?! calma! É que é uma forma muito específica de ficar dentro da mesma bolha, só que em italiano.

Essa semana eu fiz o oposto.

Fui ao Hospitalar (o maior evento de saúde da América Latina), participei do Founder to Founder da XP com a Ingrid (fundadora da Linker), e assisti uma aula de MBA na Link School of Business a convite de uma amiga.

Três ambientes COMPLETAMENTE diferentes, três mundos onde eu era, com frequência, a pessoa que menos sabia do que estava sendo discutido.

E isso foi exatamente o ponto.

No Hospitalar, eu conversei com um anjo.

Não é metáfora não, viu?! Kkkkkk Angel investor é como se chama quem investe o próprio dinheiro em empresas muito cedo, antes do venture capital, antes da série A. Geralmente alguém que já construiu empresa, vendeu, e agora aposta em quem está começando.

Os papos foram sobre deals de R$100 milhões, sobre como CEOs de healthtech enxergam o sistema hospitalar de fora, sobre quem projeta as engrenagens que o médico opera todo dia.

Explodiu minha cabeça de um jeito que nenhum congresso de radiologia conseguiria fazer.

Porque eu saí de um lado da cadeia alimentar e fui pro outro.

Médico usa o sistema… esse pessoal CRIA o sistema.

A perspectiva muda completamente quando você vai conversar com quem decide o que você vai usar semana que vem.

Na XP, a Ingrid disse uma coisa que me fez refletir: “a gente pede conselho pra pedir cheque.”

Ou seja: antes de pedir dinheiro a um investidor, você pede opinião. Você apresenta o produto, pede feedback genuíno, deixa a pessoa se sentir parte da construção.

Por que funciona? Porque compromisso é gradual. Quem te deu conselho já tem um pedaço da ideia, quem opinou sobre o produto já tem posição formada. Percebe que pedir cheque pra esse cara não é solicitação fria? Na verdade, é a continuação natural de uma conversa que ele ajudou a construir.

(Isso funciona fora de captação também. Com parceiros, com mentores, com qualquer pessoa cujo apoio você precisa. Você não chega pedindo, você chega perguntando.)

Achei uma baita sacada, é o jogo! simples assim.

Na aula de MBA, falaram sobre CAC e LTV de um jeito que me fez repensar coisas que eu achava que entendia.

CAC é quanto você gasta pra adquirir um cliente e LTV é quanto esse cliente gera ao longo do tempo.

A lógica óbvia: reduza o CAC, que fica mais barato crescer.

Só que não é bem assim… Pensa aqui comigo rapidão:

Se você paga R$100 pra adquirir alguém que vai gerar R$500 no total, tá ótimo.

E se você puder pagar R$200 de CAC por alguém que vai gerar R$5.000?

Aumentar o custo de aquisição pode ser a decisão MAIS inteligente do negócio, depende de quem você está adquirindo, e de quanto tempo eles ficam.

(Nenhum médico aprende isso na faculdade, e se você substituir cliente por paciente particular, parceiro de projeto ou relação profissional, a conta AINDA fecha. O que importa não é só quanto VOCÊ investiu pra construir a relação, na realidade o que importa é o quanto essa relação vale no tempo.)

Tá. Qual é o Blind Spot aqui?

O médico que só vai a eventos médicos está desenvolvendo expertise e um ponto cego gigante na mesma proporção.

Congresso médico te torna mais competente dentro de UM sistema que você já conhece e não te dá perspectiva sobre o sistema todo.

Pra enxergar o sistema todo, você precisa sair dele por um tempo.

Ir em lugares onde você é a pessoa menos experiente da sala.

Onde você não entende todos os termos.

Onde você precisa perguntar o que é angel investor.

Esse desconforto específico (de ser o menos instruído no assunto) é o sinal de que você está aprendendo algo que não sabia que precisava aprender.

O meu amigo foi buscar os melhores médicos do mundo. Talvez… com a mesma dedicação, poderia ter ido buscar quem cria os sistemas que esses médicos usam.

São dois mundos muito diferentes e, te contando um segredo que nem é tão segredo assim… só um deles te tira da bolha.

Ação desta semana:

Um ambiente diferente. Só um.

Um evento fora da medicina, uma conversa com alguém de outra área, um podcast de negócios, de tecnologia, de gestão, tanto faz!

Qualquer coisa que te coloque na posição de aprendiz, não de especialista.

Não estou querendo te induzir a virar outra coisa não viu?! Quero te ajudar a enxergar melhor o que você já é.

bom…

Nos vemos na próxima segunda.

Manoel Guimarães.

O software de IA transcreve tudo perfeitamente e o médico sai achando que está bem.

Só que a mania não estava nas palavras. Estava no ritmo, na pressão do discurso, na velocidade com que as ideias se sobrepunham. O software capturou o texto e perdeu o paciente.

Essa semana acompanhei três notícias sobre IA em saúde que, separadas, contam histórias diferentes. Conectadas, contam a mesma: estamos projetando a invisibilidade do erro e fazendo isso parecer progresso.

Começando pela bula que poucos usavam

O governo Trump eliminou dois requisitos de IA em saúde semana passada.

O primeiro: empresas de software médico tinham que testar produtos com médicos reais e reportar os resultados ao governo. Agora podem testar se quiserem, os dados são opcionais.

O segundo: cada ferramenta de IA precisava de um cartão modelo, como se fosse uma bula (isso veio da era Biden). Para trazer origem dos dados de treinamento, limitações do modelo, como foi desenvolvido. O médico podia clicar e ver.

Agora isso foi eliminado com um argumento: poucos médicos usavam.

Mas pera lá… pensa na lógica disso.

Poucas pessoas leem a bula do remédio. Isso significa que a bula deve ser eliminada?

Quando você remove transparência, o erro não desaparece. Você, simplesmente, está removendo a visibilidade do erro. O erro continua acontecendo, mas agora ninguém precisa responder por ele.

Existe uma palavra em inglês sem tradução direta que é accountability. Ela mistura três coisas ao mesmo tempo:

1. responsabilidade pelos resultados

2. transparência sobre as ações

3. disposição de prestar contas sem terceirizar culpa.

Percebe o que acabou de acontecer? O que foi reduzido não foi a regulação, foi a obrigação de prestar contas.

E tem uma coisa que a medicina ensina com clareza que nenhuma formação empresarial replica:

Dois produtos, um nome

Olha que ironia… na mesma semana: um estudo mostra a IA superando médicos em diagnóstico de doenças raras e outro mostra a IA falhando EXATAMENTE no caso que abri essa edição, o paciente maníaco.

São dois produtos com lógicas diferentes sendo vendidos como se fossem um.

Porque, para pra analisar… A IA raciocina sequencialmente: sintoma A, hipótese X, exame B, hipótese Y. É algo lógico, estruturado e linear. É exatamente o que os benchmarks medem.

Só que o médico raciocina em paralelo com incerteza, ele mantém 4 hipóteses vivas ao mesmo tempo, cada uma com probabilidade diferente, atualizando todas conforme novos dados chegam, inclusive dados que contradizem as hipóteses sem poder descartá-las completamente.

É como testar um piloto de F1 em simulador com pista seca e dizer que ele vence qualquer piloto de rally na lama. São habilidades diferentes, para terrenos diferentes.

E aqui eu preciso ser honesto sobre um ponto: tem um contexto onde o raciocínio sequencial da IA resolve um problema estrutural que a medicina humana NÃO consegue resolver sozinha.

Doenças raras.

Faça a seguinte conta comigo… um médico que vê 30 pacientes por dia, 250 dias por ano, durante 30 anos acumula cerca de 225 mil consultas. Pensando em uma doença que afeta 1 em 100 mil pessoas… ele vai ver 2 casos na vida inteira. Talvez nenhum. A IA foi treinada na literatura de TODOS os médicos que já documentaram todos os casos. Isso, definitivamente, não é hype… isso é dado real com implicação real.

Percebemos então que o problema não é a tecnologia, certo?!

Então qual é? É que o mercado está vendendo os dois como se fossem o mesmo produto, e quando a ferramenta falha onde não deveria, ninguém sabe por quê, até porque a bula foi embora… não é mesmo?! Hahaha (risos com ironia).

O abandono silencioso

Trabalhei com uma edtech e alguns produtos chegavam em mim de cima pra baixo.

Eu tinha vivido o processo, era exatamente o perfil que a ferramenta precisava servir, ou seja, eu poderia ter colaborado. Poderia ter apontado o que não funcionava antes de chegar ao ar, mas a decisão vinha pronta, com regras que eu não concordava, que não faziam sentido pro meu fluxo real.

Eu tinha que engolir guela abaixo.

A vontade era de abandonar mesmo.

(E se eu senti isso, imagina o médico que recebe uma ferramenta de IA que nunca pediu, de um fornecedor que nunca perguntou como ele trabalha.)

Isso é o que acontece em healthcare com IA o tempo todo: a ferramenta chega, ninguém reclama formalmente, dois meses depois ninguém usa. Não vira caso de fracasso para aprender, sabe por que? Porque vira algo invisível e no fim das contas… o dinheiro foi embora.

Por que isso acontece? Ao meu ver, têm três camadas que precisam estar alinhadas e raramente estão.

A liderança executiva compra a ferramenta impressionante no demo.

O clínico a recebe sem treinamento, sem entender como encaixa no fluxo.

A equipe operacional não tem mandato claro para forçar adoção.

É como reformar a cozinha do restaurante sem consultar o chef. A cozinha é tecnicamente superior, com mais equipamentos, mais espaço. Só que o chef tem décadas de memória muscular na cozinha antiga. O fluxo não cabe no novo espaço… a comida piora e adivinha? O restaurante culpa o chef.

Percebe que o problema não é a cozinha nova… na verdade o problema foi não ter feito a co-criação.

Quem constrói a ferramenta precisa ser do nicho ou ter participação real de quem vive o processo. Não consultor simbólico numa reunião de discovery. Co-criador com poder real de dizer o que não funciona antes de ir ao ar.

O ponto cego

São três histórias, com um mesmo mecanismo.

Quando você remove a bula da IA → o erro fica invisível.

Quando você vende dois produtos como um → o erro se generaliza onde não deveria.

Quando você implementa sem alinhar as três camadas → o erro não vira aprendizado, pior… vira silêncio.

Já parou pra analisar? O paciente está no fim da cadeia de decisão e no topo da cadeia de consequências.

Isso é o incentivo perverso clássico: quem decide não paga e quem paga não decide.

O maior risco da IA em saúde é que projetamos a invisibilidade do erro.

Você já viu esse mecanismo operar?

Ação desta semana

Uma pergunta para fazer às três camadas da sua organização esta semana ou antes de implementar qualquer ferramenta de IA em saúde:

“O profissional que vai usar essa ferramenta sabe exatamente onde ela falha?”

Se a resposta honesta for não, esse é o ponto de partida.

bom…

Nos vemos na próxima segunda.

Manoel Guimarães.

REFERÊNCIAS:

[1] The Charlotte Post - Trump, Kennedy want eased AI healthcare tool safeguards
https://www.thecharlottepost.com/news/2026/05/17/health/trump-kennedy-want-eased-ai-healthcare-tool-safeguards/

[2] Rad AI - HIMSS: Reflections from Hype to Real-World Help in Healthcare AI
https://www.radai.com/blogs/himss-reflections-from-hype-to-real-world-help-in-healthcare-ai

[3] TechRadar - New AI reasoning models outperform specialist doctors in diagnosing rare diseases
https://www.techradar.com/pro/change-in-technology-that-will-reshape-medicine-leading-medical-experts-say-new-ai-reasoning-models-are-so-good-they-outperform-even-the-best-specialist-doctors-when-it-comes-to-diagnosing-some-of-the-worlds-most-mysterious-and-rare-clinical-cases-in-a-fraction-of-the-time

Só pra te contextualizar, ele é meu sócio (e ele entende MUITO de marketing e parte comercial pra médicos). A missão do fim de semana era de criar os sites da empresa.

A gente foi começar pelo design (ele já havia montado uma interface). Já veio com paleta de cores definida, logo no lugar e o template aberto (vulgo HTML).

Só que o texto ainda tinha MUUUUITO o que melhorar…

O Fhelipe (outro sócio) falou uma coisa que ficou rodando na minha cabeça e que a cada frase que a gente ajustava, ficava EXTREMAMENTE claro:

“O design tem que se ajustar à copy. Não a copy ao design.”

Certo! Então a gente foi escrever primeiro.

A gente construiu três páginas: uma institucional e duas landing pages.

E são coisas completamente diferentes.

A página institucional é sobre quem você é (sua empresa, no caso), sua tese, o que você defende. Quem chega ali quer entender se pode confiar em você antes de qualquer coisa. Então entenda, ali é currículo, é credibilidade construída parágrafo por parágrafo, sem pressão.

Já a landing page é outra coisa. São vendas! E o objetivo é um só: a pessoa agir. Cada frase tem uma função e cada parágrafo está lá porque PRECISA estar.

E pra escrever landing page de verdade, você precisa saber:

Quem é seu público.

Quem NÃO é seu público.

Que tom de voz você quer.

O que você JAMAIS diria.

O que você faz questão de deixar claro.

Conforme íamos respondendo essas perguntas, as palavras foram saindo. Mais claras… uma abrindo espaço pra outra. É um baita exercício pensar em cada frase com intenção (“o que eu quero que essa pessoa SINTA ao ler isso?”)

Há pouco tempo a gente ficava mais preocupado com o design do que com o texto, sério… fizemos isso durante boa parte do tempo aqui na Chrona.

E aqui vale uma explicação do que a gente está criando, afinal de contas, ja se foram 11 semanas fazendo blindspot e eu NUNCA falei sobre isso, então aqui vai a explicação de quem somos:

A Chronafy parte de uma observação que qualquer profissional reconhece quando para pra pensar: a maioria das perdas acontece nos espaços entre uma coisa e outra, quando não existe estrutura para sustentar a continuidade.

Eaí, com essa lógica, nós criamos dois produtos, um para a vida pessoal (b2c) e um para clínicas (b2b).

Pra você entender a do lado pessoal, eu te convido a imaginar…

Imagina que você está no carro, saindo de uma reunião ou no meio de um atendimento e lembra de um compromisso que precisa ser marcado. Não é o momento de abrir o Google Calendar, navegar até o dia certo, criar o evento, preencher cada campo. Então você guarda na cabeça, na maioria das vezes funciona. Às vezes não.

E a gente existe EXATAMENTE nesse espaço. Você manda um áudio, texto ou imagem pelo WhatsApp, exemplo: “marca reunião com João amanhã às 15h, na cor verde” e o evento já aparece no Google Agenda, com o link do Meet gerado automaticamente. O compromisso sai da sua cabeça e entra na agenda no mesmo instante, sem mudar de aplicativo e sem formulário.

E o lado clínico, imagina de novo…

Sério, eu fico de cara com a qualidade das imagens que o novo GPT está fazendo (opinião: está melhor que o nano banana 2, testa lá, confia!)

Clínicas perdem pacientes o tempo todo. Só que a perda raramente acontece de uma vez, ela acontece em silêncio, ponto a ponto. O paciente que mandou mensagem fora do horário e não teve resposta. A consulta que ficou sem confirmação e virou falta. O retorno que ninguém foi atrás de agendar. O paciente da base que sumiu há seis meses e nunca recebeu um contato.

Cada etapa da jornada tem um ponto de abandono e, olha, eu já entrevistei mais de 100 pessoas, e a MAIORIA das clínicas não tem estrutura para cobrir todas etapas ao mesmo tempo.

A Chrona Care organiza esse acompanhamento (da primeira mensagem ao resgate de pacientes inativos) para que NENHUM paciente se perca por falta de follow-up. Nosso objetivo não é só ser mais um software de agenda e nem automação de WhatsApp, nosso objetivo é ser a estrutura operacional que mantém o fio da jornada do paciente de ponta a ponta.

Então só pra finalizar sobre a chrona:

Os dois produtos são diferentes, mas resolvem o mesmo problema: coisas importantes que se perdem quando não existe estrutura para segurá-las. A Chronafy existe para fechar esses espaços.

Beleza, depois desse pitch, a gente volta pra ideia hahaha. A pergunta que a gente fazia era “que cor de botão fica melhor?” quando, na verdade, a pergunta certa era: “o que esse botão deveria dizer, para que a pessoa clique aqui?” Isso foi ficando cada vez mais claro!

As pessoas entram num site porque ele é bonito, só que saem se o conteúdo for ruim.

É a mesma coisa com pessoas kkkkk. Você para pela embalagem e fica pela substância.

Tô mentindo?!

E uma coisa me surpreendeu genuinamente no meio de tudo isso:

A terceira página ficou MUITO melhor que a primeira. Sabe por que? Porque a gente tinha mais clareza!

A primeira página foi aprendizado. Na segunda, a gente já sabia o que não funcionava. Na terceira, a gente começou a sentir quando uma frase estava errada antes mesmo de terminar de escrevê-la.

Aqui eu quero trazer um comparativo:

Foi exatamente igual de quando eu rodei no ultrassom…

Lembro MUUUUITO BEMMM no início da residência, eu olhava pra tela e via cinza (o famoso 50 tons de cinza kkkk). Com o tempo, fui vendo estruturas. Depois detalhes dentro das estruturas. Depois variações dentro dos detalhes.

E sério, isso não tem nada a ver com dom e muito menos com inteligência…. Isso é, SIMPLESMENTE, repetição consciente. É prestar atenção no que você está fazendo ENQUANTO faz.

TUDO É TREINÁVEL! ABSOLUTAMENTE TUDO!

E essa talvez seja a lição mais importante que a medicina me deu sem perceber, porque ela nunca me ensinou isso explicitamente.

Aqui tá o ponto que ficou comigo, que acho que pode ser bom pra você:

O médico passa seis anos aprendendo a comunicar evidência clínica, nota de evolução, laudo, apresentação em congresso. A linguagem de quem convence outros médicos.

Só que NENHUM desses formatos te ensina a comunicar VALOR pra quem não é médico.

E tem uma ironia que ficou muito clara pra mim esse fim de semana: quem vende pra médico geralmente comete o mesmo erro.

Apresenta feature. “Nossa plataforma tem X, Y e Z.” Comete o erro GRAVÍSSIMO de falar do produto e não do problema.

Só que médico não compra feature, ele compra solução pra uma dor que ele já sente, mas que ainda não conseguiu nomear com clareza. (às vezes já nomeou)

A copy que funciona, seja vendendo pra médico ou pra qualquer outra pessoa, não começa pelo produto. Então, comece pelo problema! Trabalhe em cima dele! Mostra que você entende aquela dor melhor do que quem a sente, e só aí apresenta o caminho.

Pra mim, copy, DEFINITIVAMENTE, não é uma habilidade de publicitário. É clareza pura! É saber o que você quer que a pessoa sinta quando terminar de ler. É entender quem você quer alcançar e quem você não quer.

E clareza se treina! Exatamente como ultrassom e exatamente como laudo.

Cada texto que você escreve é um exame. Com o tempo, você começa a ver o que os outros ainda não veem.

Ação desta semana:

Escreva as três primeiras linhas do que você diria pro seu paciente ideal se tivesse 30 segundos. Sem currículo, sem CRM, sem “sou especialista em X.”

Só: o que você quer que ele sinta quando terminar de ler?

Essa resposta é o começo da sua copy.

Nos vemos na próxima segunda.

Manoel Guimarães.

Fui à JPR (Jornada Paulista de Radiologia) essa semana que passou, foram quatro dias com múltiplos auditórios rodando em paralelo. Tem o salão principal, as salas de subespecialidade (inúmeras), algumas vilas (inovação e ultrassom, por exemplo), mas pra mim, as ÚNICAS salas que importam são as salas A e G (uma de tecnologia e inovação, outra de gestão em saúde)

Desde o meu R1 que eu fico nessas salas. Na época, não tinha uma explicação racional para isso, só sabia que eram as discussões que me faziam acordar. Anos depois ficou mais fácil nomear: é onde a medicina encontra os mundos que nunca te ensinaram na faculdade.

E olhando ao redor, percebia que eram justamente as salas menos cheias, o que dizia MUITO sobre quem se importava com o quê.

Mas antes de entrar no conteúdo, preciso te falar uma coisa sobre congressos.

A maioria das pessoas vai com uma crença implícita: “vou aprender pelas palestras.” E vai, mas não só por isso.

Quinze minutos de slide vai te informar, fato! Se você quer informação você tem no YouTube (de grátis kkkkk, nunca foi tão fácil o acesso ao conhecimento), em qualquer horário, pode assistir em pé, deitado, de cabeça pra baixo, de pijama, de moletom, nu kkkkkk

Agora…. O que você NÃO consegue no YouTube é a conversa depois da palestra que vira um projeto. O colega de outro estado resolvendo o mesmo problema que você, por um ângulo que você nunca tinha pensado. A pessoa que te ouviu falar três frases e disse “a gente precisa conversar.” O stand de uma empresa que está construindo EXATAMENTE o que você imaginava há dois anos.

Existe diferença entre estar presente num evento e executar operação presença (é assim que gosto de chamar).

Estar presente é sentar, ouvir, bater palma, ir embora (o que a imensa maioria faz). Só pra deixar claro, não estou falando que está errado fazer isso… Mas talvez, você esteja subaproveitando um leque de possíveis oportunidades.

Já a operação presença é ir com intenção. Saber o que você está buscando (seja uma parceria, uma resposta específica, uma conexão que ainda não tem nome). E trabalhar isso durante, não só depois. Ficar nos stands, chegar cedo nas salas, gastar TODA sua bateria social.

Existe uma pesquisa clássica em sociologia que resume bem o que acontece num congresso: as suas conexões mais próximas (os amigos íntimos, os colegas de dia a dia) geralmente sabem o que você já sabe. São os laços distantes, o colega que você vê uma vez por ano no evento, o chefe de serviço de outro hospital, que trazem informação nova, oportunidades que ainda não chegaram até você, perspectivas que o seu círculo próximo não tem.

Traduzindo: congresso é uma máquina de laços valiosos e a IMENSA maioria das pessoas, usa disso muito menos do que realmente poderia.

Se você parar pra analisar, a conversa com o chefe de um serviço que você admira não é networking, na verdade é inteligência de mercado! Ele vê o que está chegando antes de chegar na sua prática, ele sabe quais tecnologias estão sendo avaliadas, quais modelos de remuneração estão sendo testados, quais problemas ainda não têm solução. Uma conversa de 15 minutos com ele vale mais do que QUALQUER palestra sobre tendências (isso aqui eu posso te afirmar!)

O colega de residência que foi para outro estado ou País e está numa grande rede privada, vê um mercado diferente do seu. O que já chegou lá ainda não chegou aqui, o que está incomodando ele pode ser o que vai te incomodar daqui uma ano, 2 anos.

O gestor de inovação de uma empresa que está desenvolvendo ferramentas para radiologia, muitas vezes, não está no palco. Está no stand, tomando café, esperando alguém com perguntas interessantes.

E aqui está o ponto que quase ninguém fala direito quando o assunto é networking:

Seja interessante antes de ser interesseiro!

A maioria das pessoas aparece num evento com mentalidade de extração (o que eu consigo aqui? Emprego, parceria, indicação, venda). Isso aparece na conversa! As pessoas percebem quando você está vendendo algo, mesmo que seja você mesmo (inclusive, uma amiga minha fez esse comentário umas 2/3x sobre uma pessoa desse evento…)

A mentalidade que funciona é diferente: o que eu posso oferecer nessa conversa? E tem algumas coisas que você pode levar, como uma perspectiva que a pessoa ainda não ouviu, uma conexão que faria sentido pra ela, uma pergunta que a faz pensar diferente sobre o próprio trabalho.

Você não precisa ter MUUUITO para dar. Às vezes é uma referência que você leu, uma experiência que a pessoa não teve, um ângulo diferente sobre um problema que ela está no meio de resolver.

E para pra analisar… reputação é presença consistente nos lugares certos! Isso tem retorno composto: cresce com o tempo, juros sobre juros, ano após ano de aparecer com as perguntas certas. Me responde uma coisa com sinceridade… Você acha que é coincidência que os médicos com as redes mais densas são os que aparecem consistentemente? E pode ver, não porque são os mais brilhantes tecnicamente (muitas vezes não são), mas porque mostraram, repetidamente, que estão no jogo.

Agora, sobre o que estava nas discussões:

A IA em radiologia, de fato, é o presente e está entrando em etapas muito específicas do fluxo de trabalho que a maioria dos médicos ainda não mapeou.

Talvez você ache que estou falando de uma ferramenta que auxilia o diagnóstico. Na verdade estou falando de sistemas operando em pontos distintos da jornada radiológica, deixa eu te trazer uns exemplos:

Na aquisição: algoritmos embarcados nos próprios equipamentos que reconstroem imagens com menos tempo de exame (Os exemplos que vi eram de Ressonância Magnética). O que levava 25 minutos está sendo feito em 7. Mas aqui tem um dado que pouca gente comenta: o gargalo deixou de ser a máquina e passou a ser o processo ao redor dela (recepção, preparo, acesso venoso). A IA resolveu a parte dela, o resto ainda está no século XX.

Na priorização: sistemas que analisam a fila e identificam achados críticos (hemorragias, desvio de linha média, abscessos) jogando esses casos para o topo da lista. O radiologista vê primeiro o que precisa ser visto primeiro, e cara, isso muda desfechos clínicos, literalmente.

No contexto clínico: aqui é onde fica mais interessante. Modelos de linguagem rodando dentro do prontuário eletrônico que extraem, em tempo real, a história clínica relevante para aquele exame específico (medicações, diagnósticos anteriores, internações recentes) e entregam isso ao radiologista antes de abrir a imagem.

Foi apresentado ao vivo um caso onde o sistema identificou que o paciente estava em uma medicação nova para Alzheimer e apontou uma complicação neurológica específica daquela droga. A indicação clínica no pedido era inútil. Sem o contexto do prontuário, o laudo sairia sem a conexão.

A IA, nesse caso, foi a melhor MEMÓRIA.

Outro caso: condição raríssima numa localização incomum. O sistema cruzou dados laboratoriais com a imagem, puxou dezenas de publicações sobre o tema em tempo real e entregou o diferencial durante o laudo. Coisa que levaria horas de pesquisa foi feita em segundos. (PALMAS PARA ERA AGÊNTICA)

O padrão se repetiu: a IA performa muito bem no centro da curva (casos comuns, achados frequentes). Nos extremos da distribuição (os raros, os atípicos) ainda erra com confiança, o que é perigoso (confabulação). É exatamente nesses casos que o julgamento clínico do radiologista continua sendo INSUBSTITUÍVEL.

Na geração do laudo: sistemas que navegam pelo PACS (PACS = Picture Archiving and Communication System, basicamente é a infraestrutura que permite que imagens médicas sejam armazenadas e acessadas digitalmente de forma rápida, integrada e sem uso de filme), visualizam todas as sequências e produzem um laudo completo. Mostrado ao vivo, levou menos de dois minutos para um caso típico. Acertou os achados principais. Nos atípicos, errou no diferencial. Não está pronto para assinar sozinho, mas está chegando lá mais rápido do que a maioria imagina 👀.

E foi na nas mesas redondas, nos hotseats, que as discussões ficaram mais densas e mais honestas.

A radiologia é uma das especialidades médicas com MENOR crescimento de produtividade nos últimos 30 anos. Enquanto setores como financeiro, varejo e educação aumentaram produtividade em 50-60% no mesmo período, a medicina diagnóstica avançou marginalmente. Isso importa porque quando uma indústria de baixa produtividade é atingida por tecnologia transformacional, não há como fugir da pressão: a produtividade tem que aumentar!

O problema é o que acontece depois disso.

O volume de exames cresce 4-5% ao ano no Brasil (com potencial de 15-20% com expansão de acesso). Mais exames sendo feitos, mais demanda, mais necessidade de radiologistas. Parece bom! E é, em parte.

Mas o preço por exame está estagnado. Em muitos contratos, caindo em termos reais, abaixo da inflação.

Alguém aqui conseguiu reajuste acima da inflação nas tabelas com operadoras nos últimos anos? (Você sabe a resposta.)

Enquanto isso, o mercado se concentra. Os grandes grupos capturam fatias crescentes da radiologia brasileira. Operadoras integram prestadores verticalmente e aqui tem um dado que raramente aparece nas discussões de congresso: o Brasil tem mais de 500 faculdades de medicina formando cerca de 40 mil médicos por ano. Um médico recém-formado, sem especialização, está legalmente habilitado a laudar exames de radiologia. Não tem título, mas tem respaldo na legislação. Em contextos de pressão por custo, você sabe quem tende a ser contratado.

Esse é um ofensor real de reserva de mercado e ninguém discute com a clareza que merece.

Vale trazer um ponto para calibrar a conversa. Em 2016, Geoffrey Hinton, frequentemente chamado de “padrinho do Deep Learning”, fez uma declaração que ecoou pelos corredores de hospitais e faculdades de medicina ao redor do mundo: “Deveríamos parar de treinar radiologistas agora. É completamente óbvio que, dentro de cinco anos, a aprendizagem profunda será melhor do que os radiologistas.”

A previsão era audaciosa, cativante e, acima de tudo, parecia lógica para o Vale do Silício. Afinal, algoritmos de Visão computacional já estavam quebrando recordes na classificação de imagens. Se uma IA conseguia distinguir um gato de um cachorro com precisão sobre-humana, por que não distinguiria um tumor benigno de um maligno?

Avançamos para o presente. O prazo de cinco anos expirou há muito tempo. Adivinha o que aconteceu? O número de radiologistas americanos foi de 31 mil para 37 mil. A remuneração média foi de US$ 330 mil para US$ 580 mil anuais.

Paradoxal, não é mesmo?! Só se você não entender a lei de mercado.

O medo da IA gerou menos médicos escolhendo radiologia. A pandemia reduziu ainda mais o fluxo de formação, veio um boom de exames no pós-pandemia. Resultado: escassez de radiologistas, demanda não atendida, salário crescendo. A lei de mercado funcionou, porque o mercado americano, apesar de concentrado, ainda tem uma dinâmica diferente da nossa.

No Brasil, o caminho não é automático e é exatamente por isso que a pergunta que ficou sem resposta no painel importa tanto.

E então veio uma discussão um tanto quanto interessante…

O debate oficial era “a IA vai substituir o radiologista?” A plateia votou, a maioria acredita que vai impactar negativamente a remuneração no longo prazo. O que você pensa sobre isso? Impacta positivamente ou negativamente? Deixa sua opinião nos comentários.

Mas no painel de tecnologia e inovação, alguém fez uma pergunta que me fez refletir de verdade e, na hora, ninguém respondeu (pelo menos em voz alta):

“Num mercado concentrado, que remunera por volume, por qual mecanismo o ganho de produtividade que a IA vai gerar vai parar no bolso do radiologista?”

Silêncio ensurdecedor!!!!!

A discussão acabou logo depois, mas porque o tempo tinha terminado hahahaha. Todo mundo estava querendo mais, estava uma discussão totalmente fogo no parquinho.

Aqui está o ponto cego dessa semana:

A IA vai aumentar produtividade, isso é certo. O que não é certo é quem captura esse valor. Quando uma indústria de baixa produtividade é impactada por tecnologia transformacional, o custo de produção cai, demanda cresce e o mercado expande. Mas em mercados concentrados (grandes grupos, hospitais verticalizados, operadoras integrando prestadores) quem se apropria do ganho de produtividade historicamente é quem tem a governança. As empresas, não automaticamente os profissionais.

As mesmas empresas presentes no congresso já estão discutindo governança de IA: quem treina os modelos, quem detém os dados, quem define os protocolos de validação. Enquanto a plateia ainda debatia substituição, o jogo real já está rolando uma casa à frente.

Ao meu ver, existe um perfil de radiologista que sai dessa transição melhor posicionado: o que entende que seu papel não é mais gerar laudos em volume, o famoso “abaixador de pilha” “interpretador de pixels” (o esquema é supervisionar sistemas, validar outputs, capturar o contexto clínico complexo que a IA ainda erra, e articular isso com o restante da cadeia de cuidado).

E existe o perfil que se comoditiza junto com o laudo commodity.

A diferença entre os dois é de posicionamento (perceba… eu poderia estar falando sobre técnica) e começa pela pergunta que você está fazendo sobre o futuro da sua especialidade.

Ação desta semana

Duas perguntas, uma por vez.

Para o próximo congresso que você for: o que especificamente você está buscando lá? Uma parceria, uma resposta, uma conexão? Defina essa coisa e trabalha essa uma coisa.

Para agora: no sistema onde você trabalha, quem se apropria do ganho de produtividade quando um processo melhora… você, o grupo, a empresa, o plano?

Não precisa ter resposta, só precisa começar a fazer a pergunta certa.

Nos vemos na próxima segunda.

Manoel Guimarães.

O paciente chega na sua consulta. Antes de te ver, ele perguntou pro ChatGPT Health o que pode ser, o ChatGPT acessou o prontuário dele, o Apple Health, os exames do mês passado e formulou uma hipótese. O paciente foi no Perplexity verificar com literatura clínica. Confirmou! A Amazon já renovou a receita do anti-hipertensivo automaticamente e entregou em casa na última semana.

Você abre o consultório, ele entra e você se pergunta: o que EU faço aqui agora?

Parece cena de ficção científica né?! Só que é exatamente o que está sendo montado agora, em tempo real.

De janeiro a março de 2026, cinco gigantes do mundo tech anunciaram produtos novos em saúde. Eu acompanhei cada um, e o que me deixou inquieto não foi o movimento em si. Até aqui tudo bem! O que me deixou encucado foi o padrão.

Se você parar pra analisar, NENHUMA invadiu, completamente, o território da outra.

A Amazon foi pela execução.

Loop completo: pergunta → decisão → consulta → prescrição → entrega.

A One Medical (comprada por $3,9B em 2023) garante um médico de verdade dentro do fluxo. A lógica é tirar o humano da parte chata e repetitiva do processo (triagem, renovação de receita, agendamento) e deixar a parte que requer julgamento real pra consulta em si. Farmácia é integrada ao Prime, com 200 milhões de pessoas tendo acesso.

É infraestrutura de saúde disfarçada de conveniência.

A OpenAI foi atrás do momento que vem ANTES de tudo isso.

230 milhões de pessoas já perguntam sobre saúde no ChatGPT toda semana (dado da própria OpenAI). O ChatGPT Health conecta prontuário, Apple Health, apps de saúde e já está implementado em Boston Children’s, Cedars-Sinai, Stanford Medicine e UCSF.

Eu fui fundo no site deles pra entender o que de fato estão construindo, e tem uma coisa que me chamou atenção: a linguagem deles é toda sobre entrar no fluxo de trabalho. Nada de “o ChatGPT vai substituir o médico.” O que eles vendem é encaixe! Workspace seguro, suporte ao raciocínio clínico, redução de carga administrativa, integração com equipes de saúde, pesquisa e operações.

Falam muito em HIPAA também. Que, pra quem não conhece: a LGPD protege dados pessoais em qualquer contexto. O HIPAA protege dados de SAÚDE dentro do sistema americano. É o que garante que hospital pode usar a ferramenta sem violar privacidade do paciente. Aqui no Brasil esse ponto ainda tá em aberto.

Ah, e tem uma coisa que preciso falar com honestidade: eles dizem que fazem busca de evidências com citações transparentes. Só que qualquer um que já pesquisou algo no ChatGPT sabe que ele manda link APENAS quando você pede, e às vezes o link simplesmente não existe (hahaha). Esse ponto ainda me parece mais aspiração do que realidade. Vale a pena monitorar.

O Stanford AI Index desse ano, tem um capítulo só de medicina, o capítulo 6, e lá eles deixam isso explícito: o grande esquema de 2026 é IA que entra no fluxo de trabalho e fica invisível. Esqueça IA bonita com interface bonitinha.

A Perplexity foi pelo ângulo da confiança.

Fontes verificadas, prontuários de 1,7 milhão de médicos, wearables, resultados de exames em tempo real via Function Health. O produto deles faz algo que me pareceu muito inteligente: conecta tudo ao mesmo tempo. Você faz uma pergunta sobre sua frequência cardíaca em repouso e a resposta leva em conta sua atividade recente, seu histórico cardíaco e seus últimos exames de sangue. Se você parar pra analisar, é uma síntese personalizada com contexto real!

Eles não querem ser mais um chatbot de saúde. Querem ser o lugar onde você vai VERIFICAR o que é verdade. Em saúde, confiança com evidência é uma posição muito específica e muito valiosa.

O Claude, claudinho para os íntimos, (Anthropic) entrou pelo backoffice clínico/hospitalar.

E, sinceramente, achei a aposta mais inteligente de todas.

Sumarização de prontuários, apoio à decisão clínica, prior authorization. Stanford Healthcare, Banner Health, Novo Nordisk, Sanofi já usam. A Anthropic construiu toda a sua tese em cima de segurança e previsibilidade de comportamento. Em qualquer outro setor isso seria entediante, já em saúde é EXATAMENTE o que os gestores hospitalares precisam ouvir antes de assinar QUALQUER contrato (nada como conhecer bem seu perfil de cliente ideal, não é mesmo?!).

Eles não estão nem ai de ser o produto que o paciente vê, eles querem ser o motor que roda por baixo/trás do sistema de saúde sem que ninguém perceba. Pensando em ecossistema, em longo prazo.

A Microsoft consolidou o que já tinha dentro dos hospitais.

Dragon Copilot, eu, particularmente, nunca nem tinha ouvido falar. Você já?

50 mil organizações de saúde, 50+ wearables. O Copilot Health entrou em março como produto novo, mas a infraestrutura estava lá há anos. É a empresa que mais claramente está apostando na posição de “já estou dentro, agora é só formalizar.”

Aqui tem uma analogia que me ajuda a pensar nisso, acho interessante trazer pra você.

Quando o GPS chegou, a vantagem do taxista que conhecia a cidade virou zero da noite pro dia. A parte de navegação foi absorvida e depois veio o Uber, e absorveu mais (risos).

Mas eu tenho um exemplo mais próximo.

Sou radiologista. Quando os primeiros modelos de IA para leitura de imagem chegaram, o plantão inteiro perguntava: “vai acabar com a gente?” Não acabou! (até o momento kkk) O que mudou foi O QUE um radiologista precisa ser bom.

Antes, tinha que, apenas, reconhecer padrões.
Agora, tem que saber o que fazer quando o padrão quebra. Quando o caso não encaixa no modelo. Quando a decisão tem consequência que nenhuma acurácia de 94% resolve.

Com o médico em geral vai ser a mesma coisa, só que agora em escala maior e mais rápido.

O que as cinco empresas estão absorvendo, principalmente, é a parte da medicina que funciona como recuperação de informação. Triagem, histórico, confirmação de hipótese, prescrição de rotina, exame preventivo padronizado. Tudo isso tem uma lógica que um modelo bem treinado executa com consistência assustadora.

O que fica pro médico é a parte que nenhum modelo ainda consegue fazer direito: raciocínio em contexto de incerteza alta, decisão com informação incompleta, manejo da cena humana que envolve a doença, intuição para além dos dados. E a responsabilidade legal, que por enquanto continua sendo nossa e, sinceramente, não sai tão cedo.

Aqui está o ponto cego da semana.

O debate em medicina sobre IA gira em torno de substituição. “Vai me substituir?” “O CFM permite?” “Quem responde se errar?”

Essas são perguntas reais, mas se você analisar com carinho, não são as perguntas mais importantes agora.

A pergunta mais importante, ao meu ver, é: quando a jornada inteira do paciente for coberta por esses cinco sistemas antes de chegar até você, o que você entrega que nenhum deles entrega? Qual é o seu moat (defensibilidade)?

Se você não souber responder isso com clareza, você está em risco de se tornar irrelevante dentro de um sistema que você nem percebeu que foi construído ao redor de você. (É… fica dando bobeira aí…)

Ação desta semana.

Pega as últimas dez consultas que você fez. Para cada uma, responde: qual parte do que eu fiz poderia ter sido feita por um paciente bem informado com acesso a um bom sistema de IA? (agora você já sabe, minimamente, o que as bigs estão fazendo, você já tem um senso de que pé que tá, acima de 95% da população brasileira… easy kkk)

Não é uma pergunta pra te assustar, minha ideia é te provocar, não assustar... A ideia é você mapear onde ainda está o seu diferencial real. Porque ele existe! Só que a maioria dos médicos nunca precisou articulá-lo antes.

bom… Agora precisa!

Nos vemos na próxima segunda.

Manoel Guimarães.

REFERÊNCIAS BIBLIOGRÁFICAS:

AMAZON. Amazon launches Health AI agent on Amazon website and One Medical. About Amazon, jan. 2026. Disponível em: https://www.aboutamazon.com/news/retail/amazon-health-ai-agent-one-medical.

AMAZON WEB SERVICES. Introducing Amazon Connect Health: agentic AI for healthcare, built for the people who deliver it. AWS Blog, mar. 2026. Disponível em: https://aws.amazon.com/blogs/industries/introducing-amazon-connect-health-agentic-ai-for-healthcare-built-for-the-people-who-deliver-it/.

AMAZON WEB SERVICES. AWS Health AI Hub. Amazon Web Services, 2026. Disponível em: https://aws.amazon.com/health/aihub/.

ANTHROPIC. Advancing Claude in healthcare and the life sciences. Anthropic, 2026. Disponível em: https://www.anthropic.com/news/healthcare-life-sciences.

ANTHROPIC. Claude for Life Sciences. Anthropic, 2026. Disponível em: https://www.anthropic.com/news/claude-for-life-sciences.

CNBC. Amazon launches AI health-care tool for One Medical members. CNBC, 21 jan. 2026. Disponível em: https://www.cnbc.com/2026/01/21/amazon-ai-health-care-one-medical-members.html.

MICROSOFT. Copilot for Health: your AI companion for smarter medical decisions. Microsoft Copilot, 2026. Disponível em: https://www.microsoft.com/en-us/microsoft-copilot/for-individuals/do-more-with-ai/ai-for-daily-life/copilot-for-health-your-ai-companion-for-smarter-medical-decisions.

MICROSOFT. Unify. Simplify. Scale: Microsoft Dragon Copilot meets the moment at HIMSS 2026. Microsoft Cloud Blog, 5 mar. 2026. Disponível em: https://www.microsoft.com/en-us/microsoft-cloud/blog/healthcare/2026/03/05/unify-simplify-scale-microsoft-dragon-copilot-meets-the-moment-at-himss-2026/.

OPENAI. AI as a Healthcare Ally: how Americans are navigating the system with ChatGPT. OpenAI, jan. 2026. Disponível em: https://cdn.openai.com/pdf/2cb29276-68cd-4ec6-a5f4-c01c5e7a36e9/OpenAI-AI-as-a-Healthcare-Ally-Jan-2026.pdf.

OPENAI. Introducing ChatGPT Health. OpenAI, 2026. Disponível em: https://openai.com/index/introducing-chatgpt-health/.

OPENAI. Introducing OpenAI for Healthcare. OpenAI, 2026. Disponível em: https://openai.com/index/openai-for-healthcare/.

OPENAI. What is ChatGPT Health? OpenAI Help Center, 2026. Disponível em: https://help.openai.com/en/articles/20001036-what-is-chatgpt-health.

PERPLEXITY AI. Introducing Perplexity Health. Perplexity Blog, 19 mar. 2026. Disponível em: https://www.perplexity.ai/hub/blog/introducing-perplexity-health.

PERPLEXITY AI. What is Perplexity Health? Perplexity Help Center, 2026. Disponível em: https://www.perplexity.ai/help-center/en/articles/14035438-what-is-perplexity-health.

STANFORD HAI. Medicine: The 2026 AI Index Report, Chapter 6. Stanford Human-Centered Artificial Intelligence, 2026. Disponível em: https://hai.stanford.edu/ai-index/2026-ai-index-report/medicine.

STANFORD HAI. The 2026 AI Index Report. Stanford Human-Centered Artificial Intelligence, 2026. Disponível em: https://hai.stanford.edu/ai-index/2026-ai-index-report.

Nessa edição, quero começar agradecendo um cara chamado Felipe Ricardo.

Ele foi quem me convidou para o evento do final de semana. Mas antes de falar do evento, deixa eu te contar quem é o Felipe, porque ele é, por si só, um ponto pra essa história.

Estudante de medicina. Mas também matemático, bacharel em Ciência e Tecnologia e em Engenharia Biomédica pela UNIFESP e empreendedor.

Ele é exatamente o tipo de pessoa que essa newsletter existe pra falar: alguém que recusou ser definido por uma única caixa.

Felipe, obrigado pelo convite. Você não sabe o quanto esse final de semana valeu.

Na sexta à tarde e sábado o dia todo, eu estava no Inova HC (Hub de inovação do Hospital das Clínicas da USP) acompanhando o HSIL Hackathon 2026, uma iniciativa da Harvard T.H. Chan School of Public Health realizada em simultâneo em hubs ao redor do mundo.

O tema era: como construir sistemas de saúde de alto valor usando IA.

48 horas, times multidisciplinares. Alunos de medicina da USP, Mackenzie, engenharia do ITA. Alguns médicos, especialistas. Mas, o ponto é… a maioria NUNCA tinha ficado do lado de dentro de um serviço de saúde de verdade.

Eu fui como aprendiz e acabei tendo o privilégio de mentorar alguns grupos.

Eu, DEFINITIVAMENTE, saí diferente desse final de semana.

Mas antes de te contar o que aconteceu lá, preciso te levar pra esse lugar aqui! A Lua! (Sério kkkk)

O efeito que ninguém esperava

Em 1971, Edgar Mitchell (físico, engenheiro, piloto da Marinha e astronauta da Apollo 14) passou nove horas caminhando na superfície lunar. (By boatos 😂)

Na volta, a 384 mil quilômetros da Terra, ele olhou pela janela da cápsula e descreveu o seguinte:

“You develop an instant global consciousness, a people orientation, an intense dissatisfaction with the state of the world, and a compulsion to do something about it. From out there on the moon, international politics look so petty.”

Pra quem prefere em português:

“Você desenvolve instantaneamente uma consciência global, uma orientação voltada para as pessoas, uma intensa insatisfação com o estado do mundo e uma compulsão de fazer algo a respeito. De lá, na Lua, a política internacional parece tão mesquinha.”

Não era euforia de missão cumprida e também não era cansaço.

Era outra coisa…

Frank White: pesquisador que entrevistou dezenas de astronautas, passou anos tentando nomear esse fenômeno. Em 1987, publicou o livro e cunhou o termo:

Overview Effect.

A ideia é simples e incômoda ao mesmo tempo: quando você vê a Terra de fora, você NUNCA mais consegue vê-la do mesmo jeito de dentro. Não tô falando de perspectiva cosmética, estou te mostrando que ela é estrutural.

O que muda não é o que você vê. É o que você consegue enxergar.

Eu coloquei essa foto propositamente por causa do nome dela: Home, Seen from Orion (NASA). Você vai entender o motivo, leia até o final.

O ponto cego que a formação cria

Aqui vai uma pergunta que poucos param pra fazer:

Quantos médicos você conhece que tiveram o equivalente disso?

Não estou falando de viagem. Estou falando de PERSPECTIVA… de ter saído do sistema médico por tempo suficiente pra olhar pra ele de fora e não conseguir mais vê-lo do mesmo jeito. (Sabe aquela máxima? “Depois que viu, não tem mais como desver” pois é, é isso que eu tô te falando agora!)

A formação médica é magnificamente eficiente numa coisa: TE MANTER DENTRO!

6 anos de faculdade - Residência - Subespecialidade (nessa brincadeira vai pelo menos UMA DÉCADA).

Cada etapa aprofunda, cada certificação estreita o foco. O modelo foi desenhado pra produzir o melhor instrumento possível, não pra você questionar se quer continuar sendo um instrumento.

Sabe qual o resultado disso? O médico que nunca saiu compara salário com os colegas, avalia carreira pelo volume de plantão, mede sucesso pelo CRM e pela especialidade. Faz tudo certo dentro do sistema e NUNCA questiona o sistema.

Eu prefiro acreditar que não é burrice, prefiro acreditar que é APENAS ausência de perspectiva. Você não pode enxergar o que está dentro do ângulo morto.

(Blind spot é o nome da newsletter. Lembra? kkk)

O que aconteceu no hackathon

Um dos times que acompanhei mais de perto estava resolvendo o seguinte problema:

Crianças com amputação de membros inferiores usam próteses. Só que… crianças crescem, próteses não.

O problema não é a troca em si… é que ninguém percebe que a troca é necessária até que já virou lesão. O coto distal começa a sofrer pressão irregular, o tecido é comprometido, e quando o sinal chega ao sistema de saúde, o dano já está feito.

A pergunta que esse time se fez não foi “como tratamos a lesão?”

Foi: como a gente identifica o problema antes que ele apareça?

Olha que massa… a tese da solução que eles desenvolveram nas 48 horas, foi um adesivo com sensores de pressão aplicado no coto distal, que transmite dados em tempo real para um aplicativo, alertando cuidadores (mãe, pai, avô, avó, tio ou tia) sobre alterações que indicam necessidade de troca da prótese antes que a lesão se instale.

Ou seja, monitoramento preditivo, prevenção real. Não protocolo, PRODUTO!

Esse time recebeu menção honrosa! de 31 equipes, apenas 3 receberam essa menção e o convite a participar da Associação Brasileira de Startups de Saúde e Healthtechs (Aqui eu deixo um abraço especial pra cada integrante dessa equipe, falando da esquerda pra direita: Arthur, Valentina, Lucas, Maria Tereza e Rafa. Eu fiquei genuinamente orgulhoso e feliz por vocês) Dois outros times do hub vão representar o Brasil em Harvard. 🎉

O que me pegou nem foi a tecnologia, foi o raciocínio deles.

Esses alunos (sem especialização, sem anos de residência) chegaram ao problema pela porta que a medicina raramente usa: e se a gente não esperasse o sintoma aparecer? (Se você é da área da saúde e não fica maluco com um raciocínio desse, ESQUEÇA TUDO)

Para pra analisar… A formação médica nos treina pra responder ao que chega. Anamnese, hipótese, conduta. É um sistema reativo magnificamente calibrado.

O que eles fizeram foi diferente: desenharam um sistema que não espera o paciente chegar com queixa. SIMPLESMENTE, vai buscar o sinal ANTES.

Isso não é crítica à medicina, só pra deixar claro! É o que acontece quando você junta raciocínio clínico com raciocínio de produto e NENHUM dos dois sozinho teria chegado lá.

A cena que ficou na minha cabeça

Num dos momentos de mentoria (tive oportunidade de passar por alguns grupos), uma aluna me apresentou o produto como se estivesse lendo uma bula, sendo precisa, técnica, correta em CADA detalhe.

Eu falei: “Você precisa VENDER a ideia antes de EXPLICAR o produto.”

Ela me olhou: “Como assim?”

E eu travei por um instante.

Porque eu nunca tinha feito esse vínculo, que vou te trazer agora.

Analisa comigo, o pitch tem uma lógica clara:

Um bom pitch não começa pela solução, ele começa pelo PROBLEMA! e pelo problema tão bem nomeado que quem ouve SENTE a dor antes de você oferecer o alívio.

A estrutura é, basicamente, assim:

1. O problema visceral: não existe você trazer uma ineficiência no sistema. Você tem que trazer: quem sofre, como sofre, com que frequência, a que custo. A dor tem que ser sentida antes de ser entendida. Se você precisa convencer alguém de que o problema existe, você perdeu o pitch antes de começar.

2. O tamanho real: D A D O S. Não estimativas vagas. Quantas pessoas, quanto dinheiro, quantas mortes, quantas horas perdidas. O stack de dor é o que transforma interessante em urgente.

3. A solução: só AGORA! Tem que ser URGENTE! E de forma simples: o que FAZ, não como funciona. O investidor não quer saber da arquitetura técnica no primeiro encontro. Ele quer saber se a dor some, se você, de fato, resolve o problema.

4. Por que você e não outro: defensibilidade (MOAT). O que te coloca numa posição que ninguém mais ocupa. Pode ser tecnologia (apesar de ter virado commodity), pode ser acesso, pode ser a combinação de perfis que nenhum outro time tem.

5. O close: o menor próximo passo possível. Não é “quero investimento.” Mas: “quero 30 minutos na semana que vem.”

O pitch não é apresentação de colégio kkkkkk É engenharia de convicção.

Você constrói o problema até ele se tornar I-N-S-U-P-O-R-T-Á-V-E-L, aí oferece a saída.

O médico faz exatamente isso em TODA consulta. Quer ver?

Ele nomeia o problema que o paciente não sabia nomear, mostra a gravidade com exame, com imagem, com número. Apresenta o tratamento, justifica por que esse e não outro, por que agora e não depois. (bom, pelo menos deveria né?!)

E no final, fecha o loop pedindo o menor próximo passo possível: A ADESÃO!

Só que em vez de term sheet, a assinatura é seguir o tratamento kkkkk

(Term sheet = Um termo de compromisso, entre empreendedor e investidor, que permite que as partes negociem e solicitem esclarecimentos sobre detalhes antes da assinatura de um contrato. )

A medicina construiu, ao longo de séculos, uma das estruturas de pitch mais refinadas que existem. Só nunca chamou assim e por não ter nomeado, nunca treinou conscientemente… nunca perguntou: onde exatamente estou perdendo a adesão? No stack de dor? No close? Na justificativa de por que esse tratamento e não outro?

Nomear é o primeiro passo pra melhorar.

O Overview Effect da medicina

Naquelas 48 horas, enquanto eu tentava ensinar, eles me devolveram o que eu já sabia mas NUNCA tinha nomeado.

Isso é o Overview Effect da medicina.

Não vem da Lua, vem quando você entra num ambiente que não é hospitalar e percebe que o que você faz tem nome em outros domínios e que esses domínios têm décadas de refinamento sobre como fazê-lo melhor.

Vem quando você ensina quem não é médico e descobre que eles fazem a pergunta certa que você parou de fazer.

Vem quando você para de fazer plantão por 30 dias e olha pra rotina de dentro como se fosse a primeira vez.

A perspectiva não é luxo. É o que separa o médico que opera dentro do sistema do médico que consegue redesenhá-lo.

Ação desta semana

Você não precisa ir pra Lua. (Você iria? Eu iria)

Você precisa sair do hospital por tempo suficiente pra olhar pra ele de fora.

Um hackathon, um curso fora da área, um projeto que não paga plantão, um final de semana num hub de inovação onde ninguém sabe o que é CRM.

O tamanho da saída não importa, o que importa é que você saia.

Nos vemos na próxima segunda.

Manoel Guimarães.

REFERÊNCIAS:

WHITE, Frank. The Overview Effect: Space Exploration and Human Evolution. Boston: Houghton Mifflin, 1987.

NASA. The Overview Effect. Disponível em: https://www.nasa.gov/podcasts/houston-we-have-a-podcast/the-overview-effect/.

HARVARD T.H. CHAN SCHOOL OF PUBLIC HEALTH. HSIL Hackathon 2026: Building High-Value Health Systems: Leveraging AI. Disponível em: https://hsph.harvard.edu/research/health-systems-innovation-lab/work/hsil-hackathon-2026-building-high-value-health-systems-leveraging-ai/.

Eram 23h de uma quarta-feira quando um homem de 52 anos chegou de ambulância com infarto em evolução.

Seis horas antes, o Apple Watch dele tinha detectado irregularidade no ritmo cardíaco e enviado uma notificação.

Ele ignorou! Porque não havia nada errado.

O sistema funcionou perfeitamente! A tecnologia alertou, o paciente estava vivo. E ninguém (nenhum médico, nenhum plano, nenhum hospital) estava posicionado para interceptar naquelas seis horas.

A medicina preditiva não é ficção científica. É 2026!

Uma meta-análise publicada no JACC Advances em janeiro de 2025, com 11 estudos e mais de 4.200 participantes, mostrou que o Apple Watch detecta fibrilação atrial com sensibilidade de 94,8% e especificidade de 95%, comparável ao Holter de 24h.

O sistema TREWS (Targeted Real-Time Early Warning System), desenvolvido em Johns Hopkins, detectou sepse em média 6 horas antes dos critérios clínicos tradicionais, com 82% de identificação precoce e 20% de redução na mortalidade.

Modelos de IA identificam risco de readmissão hospitalar com alta acurácia antes da alta, reduzindo custo e melhorando desfecho clínico. A tecnologia existe, está publicada, foi validada.

Aqui, pelo menos pra mim, fica cristalino que a tecnologia chegou e deixou de ser o problema, na verdade, o problema é outro!

Pensa no seguro de carro: ele cobre colisão, roubo, perda total. Mas não cobre revisão, troca de óleo, alinhamento (as coisas que evitam o sinistro. Sinistro de seguro = quando acontece o problema que ativa o seguro). Por quê? Porque o contrato foi desenhado para pagar pelo dano, não para evitá-lo.

O sistema de saúde funciona EXATAMENTE IGUAL!

Plano de saúde reembolsa consulta, exame, procedimento, internação. Não reembolsa o médico que monitorou o paciente por 6 meses e evitou o infarto.

Não existe código de faturamento para crise que não aconteceu (já pensou que lindo seria?!).

Não há linha no DRE (Demonstrativo de Resultados do Exercício) do hospital para readmissão evitada.

Mas dá para criar.

Nos EUA, o Medicare implantou o HRRP (Hospital Readmissions Reduction Program), é um programa que penaliza hospitais com taxa de readmissão acima da média nacional em até 3% do reembolso. Desde que o programa começou, 93% dos hospitais já foram penalizados ao menos uma vez. E funcionou: readmissões caíram de 21,5% em 2007 para 17,8% em 2015.

Olha que interessante… o HRRP só pune quem está acima da média. Não recompensa quem está abaixo. O sistema aprendeu a penalizar o problema, mas ainda não aprendeu a remunerar a solução.

No Brasil, value-based care (pagamento baseado em resultado, não em procedimento) ainda é exceção, 75% dos hospitais trabalham com modelo de pacote fixo, e apenas 7% adotam DRG (Diagnosis-Related Group) com desfecho clínico real. Mas 67% dos provedores pretendem expandir modelos baseados em performance até 2025.

A métrica existe. O que falta é o contrato que a remunere.

Enquanto esse contrato não chega, o médico que quiser capturar esse valor tem um caminho: criar o próprio relatório de valor gerado… paralelo ao DRE financeiro. Taxa de readmissão em 30 dias, custo evitado vs benchmark, tempo de internação reduzido. Esses números não aparecem no faturamento, mas aparecem na conversa com o plano na hora de renegociar.

Quem sabe mensurar o que evitou tem argumento. Quem não sabe, aceita o preço que o sistema oferece.

Ao meu ver, esse é o ponto cego mais caro do sistema e a maioria dos médicos nunca para para nomear ele.

O incentivo financeiro atual RECOMPENSA doença. Um paciente saudável não gera receita hospitalar, já um paciente em crise gera UTI, exames de urgência, procedimento, diária. O sistema não é malicioso (vamos tentar acreditar nisso), vamos tentar acreditar que ele é SIMPLESMENTE coerente com o modelo que foi construído há 60 anos, antes de wearable, antes de IA, antes de medicina preditiva existir como conceito operacional.

O ponto cego dessa semana não é tecnológico, é econômico!

A medicina preditiva já tem a tecnologia, o que não tem é modelo de reembolso. E sem modelo de reembolso, a adoção vai ser sempre marginal… restrita a quem pode pagar do próprio bolso ou a sistemas integrados que capturam o valor da prevenção internamente.

O Kaiser Permanente nos EUA é o exemplo mais citado: eles são o plano E o hospital ao mesmo tempo. Então prevenção reduz o custo deles próprios, o incentivo inverte. Resultado: diabéticos acompanhados pelo modelo reduziram hospitalizações em 50%.

O médico que entende esse mecanismo sabe duas coisas que o sistema não ensina:

Primeiro: onde o sistema vai resistir à inovação preditiva. Não por falta de evidência, por falta de código de faturamento.

Segundo: onde abrir espaço. Medicina preventiva paga pelo paciente (não pelo plano) já existe e cresce. Clínicas de longevidade, medicina funcional, monitoramento contínuo, todos fora do sistema de reembolso tradicional.

Não por acaso.

A pergunta não é quando a medicina preditiva vai chegar, até porque ela já chegou!

A pergunta é: quem vai pagar por ela?

AÇÃO DESTA SEMANA

Uma pergunta para levar pro café da manhã de segunda:

No seu contexto atual (seja consultório, hospital, ou gestão) para o que você é remunerado? Para EVITAR um desfecho ruim ou para TRATAR depois que ele aconteceu?

Se a resposta for TRATAR, você está trabalhando dentro do incentivo correto do sistema atual. Que fique claro, não estou criticando, estou apenas diagnosticando.

O próximo passo é entender onde esse incentivo vai mudar e se você quer estar do lado que muda junto.

Nos vemos na próxima segunda.

Manoel Guimarães.

REFERÊNCIAS

SHAHID, S.; IQBAL, M.; SAEED, H. et al. Diagnostic accuracy of Apple Watch electrocardiogram for atrial fibrillation: a systematic review and meta-analysis. JACC: Advances, v. 4, n. 2, fev. 2025. DOI: 10.1016/j.jacadv.2024.101538. Disponível em: https://www.jacc.org/doi/10.1016/j.jacadv.2024.101538.

JOHNS HOPKINS UNIVERSITY. AI to detect sepsis. Johns Hopkins Magazine, edição de inverno, 2022. Disponível em: https://hub.jhu.edu/magazine/2022/winter/ai-technology-to-detect-sepsis/.

HENRY, K. E.; ADAMS, R.; PARENT, C. et al. Factors driving provider adoption of the TREWS machine learning-based early warning system and its effects on sepsis treatment timing. Nature Medicine, v. 28, n. 7, p. 1447-1454, jul. 2022. DOI: 10.1038/s41591-022-01895-z. Disponível em: https://www.nature.com/articles/s41591-022-01895-z.

UNITED STATES. Centers for Medicare & Medicaid Services. Hospital Readmissions Reduction Program (HRRP). Baltimore: CMS, [s.d.]. Disponível em: https://www.cms.gov/medicare/payment/prospective-payment-systems/acute-inpatient-pps/hospital-readmissions-reduction-program-hrrp.

SAÚDE BUSINESS. Saúde baseada em valor é exceção no Brasil, mas estudo aponta mudança. Saúde Business, [s.l.], [s.d.]. Disponível em: https://www.saudebusiness.com/operadoras/saude-baseada-em-valor-excecao-brasil-estudo-aponta-mudanca/.

PEARL, R.; MADVIG, P. Demonstrating the value of integrated care: managing the top 5%. Kaiser Permanente International, 5 mar. 2020. Disponível em: https://international.kaiserpermanente.org/blog/2020/03/05/demonstrating-value-of-integrated-care-managing-top-five-percent/.

Não era congresso médico, não tinha estande de farmacêutica e nem tinha atualização de guideline. (contém risos irônicos)

Era o Download SXSW (South by Southwest), um encontro promovido pela AFYA e pela comunidade inovação em saúde (CIS), onde médicos, founders, executivos e pesquisadores se sentaram pra processar o que aconteceu em Austin esse ano, no maior festival de tecnologia, cultura e negócios do mundo.

Eu saí de lá com cinco coisas na cabeça. Que fique claro que não é uma lista de aprendizados, está mais pra um diagnóstico único, que cada fala confirmava, só que de um ângulo diferente.

Vou tentar fazer o mesmo aqui.

O diagnóstico

A IA está criando dois mundos paralelos dentro da medicina.

E a maioria dos médicos ainda não percebeu que já está em um deles, sem ter escolhido conscientemente… 🤯

Ponto 1: O dado que deixou a sala em silêncio

Brian Solis, futurista, apresentou no SXSW uma pesquisa do Wall Street Journal com 5.000 trabalhadores.

A pergunta era a seguinte: quanto tempo você acha que está economizando por semana com IA?

40% dos empregados responderam: NADA.

2% dos C-levels responderam a mesma coisa.

Do outro lado: 19% dos C-levels acham que economizam mais de 12 HORAS por semana.

2% dos empregados dizem o mesmo, olha que dicotomia bizarra!

Aqui o link, caso queira dar uma olhada: https://briansolis.com/2026/03/sxsw-2026-cognitive-darwainism-ai-slop-the-hidden-ai-tax-and-a-futurist-coming-home/#:~:text=This%20year%2C%20after%20seven%20years,are%20we%20doing%20to%20ourselves?%E2%80%9D

Fonte: https://investnews.com.br/the-wall-street-journal/ceos-dizem-que-a-inteligencia-artificial-esta-tornando-o-trabalho-mais-eficiente-funcionarios-contam-outra-historia/

Quero dizer, às vezes, mesma empresa, mesma ferramenta, só que mundos paralelos.

Na medicina, a tradução é direta. O executivo de healthtech vende eficiência e o médico, na ponta, está tentando descobrir por que o sistema não integra com o prontuário e por que ninguém da empresa atende quando ele liga.

Pra mim, isso não é bug de implementação, isso é estrutural. Quem decide RARAMENTE sente o que quem executa sente.

Ponto 2: O animal que digere o próprio cérebro

O moderador do painel AI and the Brain abriu com uma analogia um tanto quanto interessante.

Existe um animal marinho chamado tunicado, ja ouviu falar? É um animal pertencente ao subfilo Tunicata… tô zoando, se quiser saber mais vai pesquisar kkkkk

Quando ele encontra um lugar fixo para viver e para de se mover, o cérebro vira custo sem função, logo o corpo o absorve.

Sanjay Sarma, professor do MIT, foi direto na sequência: “Estamos flertando com a atrofia do cérebro.”

O princípio é da neurociência básica, use ou perca (a tal da lei do uso e desuso).

Redes neurais que deixam de ser exercitadas enfraquecem.

Sarma perguntou pra plateia quem usa Google Maps… quase todo mundo levantou a mão!

“Ele já destruiu nosso senso de direção.”

Faz total sentido!

Agora substitui Google Maps por ChatGPT e senso de direção por raciocínio clínico sob incerteza.

A pesquisa que ele citou é bem clara: quem usa IA do começo ao fim do processo tem desempenho cognitivo pior do que quem começa pensando sozinho e depois usa IA, e pior do que quem não usa at all.

Você vai MAIS rápido sendo MENOS capaz. Essa é a armadilha silenciosa.

Aqui o link caso queira ver mais sobre o assunto: https://fenati.org.br/uso-ia-levar-atrofia-cerebro-diz-especialista/

Ponto 3: Eficiência não é sabedoria

O Ari Araújo, médico radiologista, pesquisador de inovação, alguém que admirei pela forma que trouxe a interseção entre medicina e outros tópicos, disse uma frase no evento que me fez parar pra refletir e tentar REALMENTE entender o que ele disse:

“Let AI be smarter. Let us be wiser.”

Não é papo motivacional.

Até porque eficiência e sabedoria são métricas diferentes. Em muitos contextos, são opostas.

IA maximiza eficiência. Te dá velocidade, consistência, reduz a fadiga. Isso é real e é útil.

O que ela não replica é sabedoria! saber quando o protocolo está errado, reconhecer o caso que não cabe na régua, a decisão que depende de contexto construído ao longo de anos de exposição à complexidade real.

Na medicina é o que separa o médico bom do médico excelente. Não é quem acerta o protocolo mais rápido. É quem percebe quando o protocolo não se aplica.

Não sei se você já percebeu isso, ou se ja falaram para você. Mas o bom cirurgião não é o que opera mais, é o que sabe quando NÃO operar.

Ponto 4: Você está dirigindo ou sendo levado?

A Natália Cuminale trouxe a divisão que um futurista fez da sociedade frente à IA:

25% vão ser os drivers, ou seja, vão desenhar a arquitetura, tomar as decisões, definir as regras do jogo.

75% vão ser os passengers, ou seja, vão usar o que outros construíram, dentro dos limites que outros definiram.

Para executivos, a resposta parece óbvia. “Eu sou driver.”

Mas na medicina a questão é mais específica: os médicos, coletivamente, estão no banco do motorista ou no banco de trás da transformação que vai mudar como eles trabalham nos próximos 20 anos? 👀

Já temos um case, chama-se prontuário eletrônico. Desenvolvido por engenheiros, validado por gestores e implementado sobre médicos.

O resultado é uma ferramenta que a maioria contorna quando pode, que virou compliance em vez de ferramenta clínica.

IA tem 10 vezes mais potencial de transformação e 10 vezes mais capacidade de reproduzir EXATAMENTE o mesmo erro.

Ponto 5: O estudo que ninguém quer ver

O Ari Araújo também citou um artigo que saiu no PubMed recentemente.

Antes de você me pedir o link do artigo, toma: https://pubmed.ncbi.nlm.nih.gov/40816301/

Endoscopistas treinados com IA aprenderam a achar pólipo, ficaram dois meses usando IA no processo, pararam de usar, voltaram com desempenho abaixo do que tinham antes.

Deskilling o nome disso! Atrofia por desuso. O tunicado de novo, mas dessa vez com jaleco 😂

Agora imagina o residente que nunca aprendeu a fazer endoscopia sem IA?!!! (lágrimas de sangue)

O maior risco da IA, nas palavras do próprio Ari: não é ela errar. É ela te convencer de que está certa e você não ter o julgamento para perceber a diferença.

Você já deve ter percebido isso, ela vem com uma mentira absoluta como se fosse uma verdade absoluta e, se der bobeira, você cai que nem vê.

O ponto cego da semana:

Se você parar pra analisar, os cinco pontos são o mesmo ponto.

A IA está criando DOIS MUNDOS!

No primeiro: quem tem julgamento para usar a ferramenta como extensão do próprio raciocínio e sai mais forte, mais veloz, mais efetivo.

No segundo: quem delega o raciocínio para a ferramenta e vai ficando mais dependente sem perceber, resumindo: vai ficando mais BURRO!

E o que é interessante é que a escolha entre esses dois mundos não acontece num momento de decisão clara, acontece no acúmulo de hábitos pequenos. Em cada vez que você pergunta pro ChatGPT antes de pensar, em cada vez que usa o protocolo sem questionar se ele se aplica, em cada vez que aceita a resposta sem checar se ela faz sentido clínico.

O ponto cego não é não saber sobre IA, é achar que usar IA já é suficiente.

Ação desta semana

Antes de usar qualquer ferramenta de IA hoje, formule a hipótese por conta própria primeiro.

Não importa se leva mais tempo. Não importa se você vai confirmar com a IA depois.

O exercício é o PONTO!

Use o músculo antes de chamar a muleta, bota fé?!

Nos vemos na próxima segunda.

Manoel Guimarães.

Tem dois anos que a Nicole (minha namorada) me apresentou ao mundo de dois esportes.

Fórmula 1 primeiro, me colocou pra assistir drive to survive e depois o tênis, me colocou pra assistir breakpoint… Inclusive, recomendo ambas! (Ambas estão na netflix)

O que ela não esperava é que eu fosse acompanhar mais de perto do que ela (hahahah. Sim, virou isso). Hoje eu mando áudio sobre estratégia de grid e ela me responde com um “tá bom coisa linda.” (ps: coisa linda é o jeito que a gente se chama)

Então quando o João Fonseca entrou no Miami Open, eu estava lá. Acompanhando de perto (da minha casa).

E quando ele perdeu pro Alcaraz (6-4, 6-4), o que eu mais ouvi foi:

“Que azar. Era cedo demais pra pegar o Alcaraz agora.”

Eu penso exatamente o contrário.

E vou te explicar por quê, e por que isso tem tudo a ver com você, médico que está se preparando pra residência (ou construindo qualquer carreira).

O Fonseca de 19 anos que a maioria não está vendo

Antes de chegar até o Alcaraz, o Fonseca bateu o Marozsan e isso não é trivial. (Ele havia perdido para Marozsan no ano passado e esse ano amassou o cara, percebemos uma boa evolução aqui)

Depois perdeu pro número 1 do ranking. 6-4, 6-4. Não foi uma surra humilhante. Foram set points aqui e ali, momentos onde o jogo poderia ter virado.

Uma semana antes: tinha perdido pro Sinner, apenas TOP 2 do mundo!

A narrativa que o povo constrói: “coitado, que sequência difícil pra um cara tão novo.”

A narrativa que eu construo: ele está jogando contra os dois melhores do mundo com 19 anos e está recebendo um feedback de calibração que nenhum coach, nenhum treino, nenhum torneio menor consegue dar.

Os melhores adversários não te ensinam em sala de aula.

Eles expõem seus pontos fracos com precisão cirúrgica.

Isso tem valor IMENSO e a maioria das pessoas está olhando pro placar e perdendo o filme inteiro, pensamento totalmente de curto prazo e não estão pensando no longo prazo! Importante lembrar que a carreira do João não deve acabar amanhã e ele tem APENAS 19 fucking anos.

Atleta de elite quer desconforto, a maioria acha que é sofrimento.

Tenho quase certeza que quase 100% dos atletas profissionais que querem crescer, quando perguntados, vão te dizer que querem ser expostos aos melhores o mais cedo possível.

Não porque são masoquistas (às vezes sim kkkk).

Porque eles entendem que você cresce do tamanho do adversário que você enfrenta.

Enfrentar o Alcaraz aos 19 anos e perder com dignidade é um baita de um presente. O Fonseca agora sabe exatamente onde o forehand dele quebra sob pressão real, sabe onde a primeira bola precisa melhorar, sabe o que é sentir o peso de um rally contra alguém que não vai te dar nada, você vai ter que lutar muito para arrancar um ponto desse tipo de cara.

Isso não se aprende treinando contra quem você já bate.

A medicina te treinou exatamente ao contrário

Desde o primeiro dia de aula, a mensagem é muito clara: erro é inaceitável!

E faz sentido (parcialmente). Na beira do leito, com paciente real, errar tem consequências sérias. Não estou romantizando erro clínico, que fique bem claro!

Mas essa mentalidade contamina algo que NÃO deveria, o processo de aprendizado.

O estudante de medicina passa anos interiorizando que ele não pode errar, que ir mal é sinal de incapacidade, que resultado ruim é = você não serve pra isso.

E aí chega a preparação pra residência e o padrão aparece, escancarado na sua cara!

O que eu vi se repetir por pelo menos 6 anos

Trabalho no mercado de educação médica, mentoria para prova de residência e cursinho preparatório (Mentoria residência e Mentoria medcel, ambos inseridos no ecossistema da AFYA).

E um padrão aparecia e aparece sem exceção, ano após ano: Alunos que evitavam fazer simulados porque tinham medo de ir mal.

Não estou brincando. Gente que estudava horas por dia, dominava o conteúdo, mas resistia a se testar porque a ideia de ver um placar ruim era ameaçadora demais.

Adivinha o resultado disso? Chegavam no final do ano sem calibração real, sem saber onde o raciocínio clínico quebrava, sem ter treinado a gestão do tempo sob pressão, sem ter desenvolvido a resiliência pra quando uma questão difícil aparecia e precisava segurar o pânico.

O simulado com placar ruim em junho não reprova ninguém em novembro, isso é fato!

Agora… a ausência de simulados em junho reprova em novembro, isso também é fato!

O ponto cego dessa semana é você confundir o processo com o resultado

A medicina te treinou pra avaliar resultados binários: certo ou errado, aprovado ou reprovado, passou ou não passou.

Mas aprendizado não funciona assim, aprendizado funciona por:

ciclos de exposição → erro → análise → ajuste.

Você não fica bom em diagnóstico diferencial lendo sobre ele.

Você fica bom ERRANDO diagnóstico diferencial, entendendo por que errou, e ajustando o raciocínio.

O Fonseca não vai ficar mais rápido assistindo vídeo do Alcaraz ou jogando com quem ele já sabe que vai vencer.

Ele vai ficar mais rápido jogando contra o Alcaraz (e perdendo) até não perder mais.

Aqui fica claro que a diferença entre quem vira referência e quem fica na média não é talento, é quem se dispôs a errar cedo, com frequência, e usar isso como dado.

Tentei fazer uma imagem no gemini que representasse isso que estou falando, falhei miseravelmente kkkkkkkkkkkkkkk

A ação mínima desta semana

Se você está se preparando pra residência: faz um simulado essa semana. Do jeito que estiver, sem condição perfeita, sem ter terminado o conteúdo, sem se sentir pronto.

O placar ruim agora é o presente, quando digo presente é tanto de tempo quanto de dádiva mesmo.

Se você está construindo carreira (qualquer carreira): identifica a arena onde você está evitando jogar por medo de performance. É lá que está o próximo salto.

Derrota calibrada não é fim, é upgrade de skill.

Até semana que vem,

Manoel Guimarães

Deixa eu te explicar, porque quando fui entender isso de verdade, fiquei impressionado com o que ninguém estava conectando.

O conflito começou no fim de fevereiro. EUA e Israel lançaram ataques contra instalações militares e nucleares iranianas. O Irã mostrou como faz historicamente quando encurralado: fechou o Estreito de Ormuz.

(Só pra te explicar, o Estreito de Ormuz é um corredor marítimo com menos de 55km de largura, espremido entre o Irã e os Emirados Árabes Unidos, literalmente a garganta do mundo. Todo petróleo que sai do Golfo Pérsico passa por ali. Sem ele, os maiores produtores do planeta: Arábia Saudita, Kuwait, Iraque, EAU, ficam sem saída.)

Fonte da imagem: https://www.cnnbrasil.com.br/economia/macroeconomia/o-que-pode-acontecer-com-a-economia-caso-o-ira-feche-o-estreito-de-ormuz/

APENAS (contém ironia) 20% do petróleo MUNDIAL passa por ali.

O mundo discutiu o preço do barril??? Obviamente! Faz sentido, é o número que aparece nos jornais, no posto de gasolina, nos grupos do WhatsApp.

Só que o que não apareceu nos jornais foi o que acontece com a seringa que você usa amanhã.

Tá! agora você deve estar pensando: “é o que mininu?”

Aqui eu te trago a conexão que todo mundo pulou.

As mesmas moléculas do petróleo fazem os plásticos de TUDO na cadeia de saúde: seringa, bolsa de soro, embalagem de remédio, kit de exame.

Mas tem algo mais direto ainda, o Brasil importa entre 85% e 95% dos IFAs (insumos farmacêuticos ativos), as substâncias que dão efeito aos remédios. Ou seja, produzimos 5% do que consumimos… e a rota que traz esses insumos até aqui é mais específica do que parece:

Índia + China → Arábia Saudita (ponte aérea) → Dubai (hub logístico) → Brasil.

Só pra você ter noção, Índia e China juntos respondem por 70% dos IFAs que usamos.

Pausa pra explicação de um conceito que vai aparecer no próximo parágrafo:
Cold chain (cadeia de frio): Basicamente é o sistema de transporte e armazenamento que mantém medicamentos em temperatura controlada (geralmente entre 2ºC e 8ºC) do laboratório até o paciente. Insulina, vacinas e anticorpos monoclonais perdem eficácia ou ficam perigosos fora dessa faixa. Um voo cancelado, um container parado num porto sob calor, uma falha de energia num hub logístico, qualquer um desses eventos quebra a cadeia. É por isso que o colapso em Dubai é especialmente crítico: Porque não vai ser só um atraso, vai ser DESCARTE!

Imagem original: https://www.smart-academy.in/blog/cold-chain-logistics-in-supply-chain-management/

Dubai é o maior centro logístico global para cargas farmacêuticas refrigeradas, especialmente a cold chain de anticorpos, vacinas e insulina.

Com o conflito, essa rota inteira está sob pressão. O desvio pela Rússia tem limitações pelo conflito com a Ucrânia (sim, ainda está acontecendo). Sobra o Pacífico que é mais longo e mais caro.

Adivinha qual o resultado disso? O Sindusfarma (Sindicato da Indústria de Produtos Farmacêuticos) estima alta de 20% a 25% nos custos de logística. E as seguradoras pararam de emitir seguro para rotas que passam pela região, o que significa que eventuais perdas de carga estão sendo absorvidas pelo próprio setor.

(Quando seguradora para de oferecer seguro, o risco deixou de ser hipotético kkkk. É o sinal mais concreto que EXISTE, de fato.)

Mas o governo não está quieto!
O ministro Alexandre Padilha foi à USP no dia 3 de março e disse: “O Brasil precisa produzir cada vez mais o que precisa e depender cada vez menos da cadeia produtiva global.”

Fonte: https://iclnoticias.com.br/guerra-ira-expoe-brasil-remedios-e-insumos/

O que acabamos de ver? Uma admissão pública de vulnerabilidade estratégica.

O país firmou 31 novas parcerias e está investindo R$5 bilhões por ano na indústria de saúde. Voltamos a produzir insulina depois de 20 anos parados. Farmácias e laboratórios operam normalmente, por enquanto.

“Por enquanto” é a parte que importa.

Aqui está o PONTO CEGO (BLIND SPOT) que me chamou atenção nisso tudo.

A medicina te treinou para pensar nos próximos 4 horas de plantão. Fez bem, é exatamente isso que o paciente precisa de você.

Mas… zero sobre o sistema que garante que você vai ter o que precisa para tratar esse paciente.

Cadeia de suprimentos, risco geopolítico, resiliência logística. Eu tenho certeza que nunca entrou no currículo de ninguém, nem no seu, nem no meu.

Construindo na área de saúde digital, tenho monitorado essa cadeia e o que os dados mostram é menos sobre catástrofe iminente e mais sobre algo mais silencioso… um sistema que não foi desenhado para absorver esse tipo de choque.

Ao meu ver, esse é o maior gap de formação do médico gestor hoje. Não é liderança, não é finanças. É não perceber que uma instabilidade a 12.000 km é, também, um problema de gestão hospitalar.

O gestor que entende isso já está mapeando estoque, diversificando fornecedor, criando redundância antes de precisar. (bom, pelo menos deveria né?! RISOS)

O que não entende vai descobrir em 60-90 dias quando o pedido voltar com “prazo indefinido.”

Aqui vai a ação dessa semana (10 minutos):

Pergunte ao responsável de compras da operação de onde você trabalha: qual é o prazo de estoque atual dos 5 insumos mais críticos?

Insulina. Antibiótico de largo espectro. Anticoagulante. Anestésico. Material cirúrgico básico.

Se a resposta for “não sei” - já é informação suficiente para agir.
Se for “menos de 30 dias” - é urgente. (casa caiu)

O SUS voltou a produzir insulina depois de 20 anos por uma razão, vale entender qual é!

Nos vemos na próxima segunda.

Manoel Guimarães

A parte que a formação não ensinou começa antes e depois que a porta fecha, vou te explicar o porque…

Nos últimos meses, eu fiz entrevistas com 36 médicos.

Numa delas, um médico me descreveu com precisão tudo que faz dentro do consultório: exame, diagnóstico, conduta, prescrição. Quando eu perguntei o que acontece depois que o paciente sai, ele pausou. E disse algo que ouvi em versões diferentes ao longo de quase todas as entrevistas:

“Aí é com o paciente. Meu trabalho termina quando ele sai.”

Essa frase me interessa e me estressa ao mesmo tempo hahaha

Não porque seja errada clinicamente, ela é razoável. Mas porque revela algo que a formação médica plantou tão fundo que parece verdade óbvia. Quando na prática é um ponto cego com custo real.

Antes de falar sobre o que fazer, preciso que você entenda por que esse ponto cego existe.

A medicina que a faculdade ensina foi desenhada para o hospital. No hospital, a unidade de valor é o procedimento. Você é pago pelo que faz DURANTE o atendimento: o exame solicitado, o laudo emitido, o procedimento realizado.

E o antes e depois? Irrelevante para o sistema de pagamento! O sistema não te remunera por lembrar do paciente. Te remunera por atender o paciente.

O problema é que o médico em prática privada aprendeu a pensar como médico de hospital mas está operando num sistema onde a unidade de valor não é mais o procedimento, é o relaciomento!

Na prática privada, o ativo que gera faturamento ao longo do tempo não é a consulta. É a confiança acumulada. E confiança não se constrói APENAS no intervalo entre o paciente entrar e sair. Ela se constrói no silêncio entre uma consulta e outra.

A jornada de um paciente, ao meu ver, tem 7 etapas (coloquei menos porque isso poderia virar um tratado). Da primeira vez que ele percebe que algo não está bem, até o momento em que vira um paciente que volta todo ano, que indica, que confia de verdade.

Dessas 7 etapas, o médico controla diretamente 1… A CONSULTA!

As outras 6 acontecem, com ou sem você:

1. Consciência do problema. O paciente percebe que algo não está bem, você não existe nesse momento. Se não aparece onde ele está buscando, ele encontra outro. (SIMPLES ASSIM!) → A lição que quero aproveitar pra trazer aqui é SAIBA ONDE SEUS PACIENTES ESTÃO, ENTENDA SOBRE CANAIS DE COMUNICAÇÃO, ANALISE AS MÉTRICAS, ONDE VOCÊ PERCEBER QUE ESTÁ DANDO CERTO, CHEGUE COM OS DOIS PÉS NO PEITO!

2. Busca por solução. Ele pesquisa quem pode ajudar, já te afirmo: Posicionamento genérico é invisibilidade! Ele não procura o melhor médico, procura quem parece entender exatamente o que ele tem. (Entenda o que estou falando aqui, pelo amor de Deus)

3. Primeiro contato. Ele manda mensagem. A maioria das clínicas responde em 3 a 4 horas, ou melhor, quando a secretária puder (lágrimas de sangue). Só que eu não sei se você sabe, mas em 5 minutos, a chance de conversão é 80%. Em 2 horas, cai pra 10%. O lead que chegou já está esfriando enquanto você está em consulta.

Lead = potencial cliente que demonstrou interesse inicial no seu produto/serviço.

4. Agendamento. Ele decide marcar ou desiste. O que a secretária fala nesse momento, e como fala, define o paciente que você vai ver ou não vai ver essa semana ou em outra data.

5. A consulta. O único momento que você controla de verdade. E o único que a formação te preparou de verdade (e olhe lá, aqui eu falei de preparar tecnicamente… mas se você não tiver skill de comunicação, você não vai conseguir se conectar, não vai conseguir explicar direito e, consequentemente, fazer o paciente sair de lá entendendo de verdade e satisfeito → isso eu DUVIDO que a faculdade e/ou residência tenham te ensinado!)

6. Pós-consulta imediato. Ele vai embora com orientações. Sem follow-up estruturado, 34% esquecem de voltar ou de seguir o tratamento. Viram pacientes fantasmas, silenciosamente, sem aviso.

7. Fidelização. Ele poderia ser seu paciente para sempre. Sem sistema de recall, volta só quando a dor fica insuportável OU vai para quem lembrou dele antes.

É o jogo! Se doeu aí, ÓTIMO! Esse é o objetivo de eu estar investindo meu tempo aqui!

Sabe por que os pacientes somem?

Acompanhei recentemente os dados de uma plataforma que atende mais de 700 clínicas.

O resultado foi esse:

34% simplesmente esqueceram de voltar. A dor passou, a vida seguiu.

28% acharam que não precisavam mais.

19% perderam o contato da clínica.

Repara no que NÃO aparece nessa lista: insatisfação, concorrente, preço.

Você não perde o paciente para o concorrente (se seu atendimento for realmente bom).

Você perde para o silêncio!

Esse dado muda o problema inteiro. Porque significa que a maioria dos pacientes que sumiu não foi embora, ficou suspensa. Esperando alguma razão para voltar. E a razão mais simples do mundo é: alguém que se importou o suficiente para lembrar.

Você está sentado em cima de um ativo que já existe, que já te conhece, que já confia em você e que não voltou porque ninguém chamou. Você pode não gastar um centavo em tráfego, pode não ter que fazer um post, zero!

Você pode aumentar seu faturamento, indo, SIMPLESMENTE, atrás de quem já é seu.

Tem uma imagem que ficou comigo pensando nisso: um músico que só existe no palco. Entre shows, nada. Sem presença, sem vínculo. Os fãs esquecem, não por má vontade. A vida é barulhenta demais para lembrar de quem sumiu.

O médico que só existe durante a consulta tem o mesmo problema.

O paciente sai com a receita, fecha a porta, e a relação entra em pausa indefinida, até a dor voltar forte o suficiente para motivar outra marcação ou até você aparecer primeiro.

O médico que, 6 meses depois de um atendimento, manda isso:

“Faz 6 meses desde que você veio com aquela dor no tornozelo que te impedia de correr. O planejamento que a gente montou prevê uma reavaliação agora. Tenho horário terça às 18h e quinta de manhã, qual fica melhor?”

Esse médico não está vendendo consulta, ele está praticando medicina com continuidade.

É diferente de “está na hora da sua consulta de rotina.”

O contexto muda tudo.

Mensagem sem contexto gera silêncio (não seja o chato que fica vendendo desesperadamente, a maioria dos pacientes vai ficar puto contigo).

Mensagem com contexto gera resposta, porque o paciente sente que o médico guardou o que importava pra ele. Não é telemarketing rapaziada! Isso é cuidado com memória.

O ponto cego desta edição:

A crença de que SEU trabalho termina quando o paciente sai não nasceu de preguiça, também não nasceu de descaso, nasceu de um sistema que treinou o médico para otimizar a consulta, porque é nela que o sistema paga.

O problema é que na prática privada, você não é mais remunerado pelo procedimento.

É remunerado pela confiança, e confiança é um ativo que se constrói fora da consulta!

A consulta não é o produto. É o pico de intensidade de um relacionamento que pode durar anos OU pode durar 50 minutos, dependendo do que acontece depois que a porta fecha.

A medicina que a faculdade ensina cuida da doença durante a consulta.

A medicina que você PODE praticar cuida da pessoa o tempo todo.

A diferença entre as duas não é mais horas trabalhadas, é onde você decide colocar atenção.

Ação desta semana, caso você atenda em clínica ou tenha a sua:

Pensa num paciente específico, não uma categoria, uma pessoa que não volta há mais de 3 meses.

Escreva uma mensagem pra essa pessoa que mencione o problema dela pelo nome. O que ela tinha quando veio, o que foi conversado, onde estava no tratamento.

Não manda ainda, só lê de volta. (Namoral, isso vai te custar 5 min, no máximo! Depois você me diz qual foi o retorno)

Se você sentiu que essa mensagem é diferente de “está na hora da sua consulta de rotina”, você acabou de entender o que separa atender de acompanhar.

E se você não atende em clínica?

Tudo que você leu aqui se aplica à sua carreira do mesmo jeito.

O colega que poderia te indicar um caso, o chefe de departamento que decide quem se destaca, o médico que vai lembrar do seu nome quando uma oportunidade aparecer, todos eles passam por uma versão desses 7 estágios antes de te colocar no mapa mental deles.

E a maioria dos médicos também perde para o silêncio profissionalmente. Faz um trabalho excelente, espera que o trabalho fale por si. E o trabalho fala, mas só dentro da sala onde aconteceu.

A pergunta não muda… o que você está construindo no silêncio entre os momentos de contato? (aqui ta o game!)

Se esse tipo de conversa faz sentido pra você, aqui é onde eu conecto marketing, vendas, inovação e mentalidade com a realidade de quem escolheu medicina, essa newsletter sai toda segunda-feira às 5h da manhã.

Não trago motivação, não trago dica de prova. É o bate-papo que eu queria ter tido antes.

Me segue aqui e aparece na próxima segunda.

Nos vemos lá.

Linkedin: https://www.linkedin.com/in/manoel-guimar%C3%A3es-md-476296238/

Insta: @omanoelguiamaraes

O CFM publicou a Resolução 2.454/2026 em fevereiro. Se você estava nas redes, viu a repercussão: médico responsável, hospital precisa de comissão de governança, IA não pode decidir sozinha. As análises que circularam estão certas.

Mas, acredito que estão respondendo à pergunta errada.

O ponto cego da resolução não é o que ela regulou. É o que ela pressupõe sobre o médico que vai operá-la e o que ela não faz nada para garantir.

Vou começar de onde tenho autoridade para falar: A Radiologia!

O equívoco mais comum sobre IA na medicina é achar que o problema central é a máquina tomar decisões sozinha. Na radiologia, esse problema nunca foi o central. O radiologista vê a imagem e isso é rápido, é o que anos de treinamento constroem. O ponto de atrito real é o que vem depois, que é transformar aquela leitura numa estrutura que outro médico consiga navegar, interpretar e usar para tomar uma decisão clínica.

Durante a residência na FAMERP, eu usava o LeoRad para isso. É um sistema de IA que auxilia na estruturação dos laudos, você insere os achados, o sistema organiza em formato padronizado e legível. O radiologista continua sendo o olho clínico. A IA é a arquitetura da comunicação.

Aqui eu deixo um link caso você queira conhecer: https://leorad.com.br/

Conheço o Luís Pecci, radiologista e um dos fundadores do LeoRad. Não tenho nenhum vínculo comercial com eles, menciono porque usei de verdade, com volume, meus amigos também usam bastante e porque o Luis é um dos profissionais mais diferenciados que conheço, como médico e como pessoa.

E tem mais, já tem tomógrafo que usa IA para calcular a posição ideal do paciente no exame e a dose de radiação adequada. Não tô anunciando coisa de hospital do futuro. É, simplesmente, o que tá acontecendo hoje, em alguns centros de diagnóstico no Brasil.

A IA na medicina não está chegando. Já chegou. E, obvio, a Resolução 2.454 chegou depois dela.

O que a resolução acerta é real:

Proíbe IA autônoma em decisões clínicas, exige médico responsável, demanda governança institucional, protege o paciente de receber diagnóstico comunicado por máquina. Beleza, tudo razoável, tudo necessário.

O problema está no que a resolução pressupõe para funcionar.

O artigo 4º diz que é dever do médico “exercer julgamento crítico sobre as informações e recomendações fornecidas pela IA, avaliando sua coerência com o quadro clínico, as evidências científicas disponíveis e as boas práticas médicas.”

E diz também que é dever do médico “manter-se atualizado quanto às capacidades, limitações, riscos e vieses conhecidos dos sistemas de IA utilizados.”

Duas perguntas que a resolução não responde e que eu te faço agora… atualizado ONDE? Atualizado COMO?

Não existe currículo específico na parte de IA nas faculdades de medicina que eu conheço no Brasil. Não existe na residência. Não existe nos programas de atualização formais. O médico que receber amanhã um sistema de IA de alto risco no seu serviço vai encontrar, no máximo, um tutorial de onboarding de 20 minutos (que ele não vai ter paciência de assistir kkk) e um contrato de responsabilidade para assinar.

O CFM criou um dever sem criar o ambiente onde esse dever pode ser cumprido. Exigir “manter-se atualizado” sem construir a estrutura de atualização não é regulação. Ao meu ver, é uma transferência de obrigação.

Mas o problema mais profundo não é sequer a falta de formação.

É que a resolução protege contra o risco errado.

A preocupação central é que a IA tome decisões autônomas sem supervisão humana. Esse risco existe, mas não é o maior. O maior risco de IA na prática clínica é o médico concordar com a IA quando não deveria. E isso tem nome técnico: automation bias.

Automation bias é a tendência cognitiva de super-confiar em sistemas automatizados, mesmo quando a experiência ou os dados clínicos disponíveis apontam para outra direção. Veja, não é preguiça e também não é incompetência. É como o cérebro processa sistemas que percebe como mais consistentes e mais difíceis de questionar do que ele mesmo.

Na aviação, acontece o mesmo: pilotos com anos de experiência, as vezes, ignoram a sensação de que algo está errado porque o autopiloto não sinalizou nada. Na medicina, vai aparecer assim: o sistema sugere grau 1, o médico sente grau 2 clinicamente, e registra grau 1 “para não ir contra o sistema.” Já acontece! Vai escalar conforme mais sistemas forem adotados.

Bom, eu não vi, na Resolução 2.454 alguma linha sobre isso.

Aqui está a arquitetura de responsabilidade que a resolução construiu, e que vale a pena ver inteira de uma vez.

O artigo 3º protege o médico de responsabilização por falhas da IA, desde que comprovado o “uso diligente, crítico e ético.” O artigo 7º diz que o médico “permanece integralmente responsável” pelos atos médicos. O artigo 4º diz que ele deve exercer “julgamento crítico.”

Então, você é sempre responsável, mas está protegido se foi crítico. O problema é que “crítico” é uma qualidade avaliada retroativamente. Só vai ser medida depois que algo der errado, por um Conselho Regional, sem nenhum parâmetro técnico definido do que “julgamento crítico” significava naquele momento clínico específico, apenas subjetivo.

Não é proteção real. É uma ilusão de proteção que se desfaz exatamente quando mais importa.

O médico assina o laudo achando que está coberto. O sistema formal está conforme, o hospital tem comissão, o médico supervisionou, a cadeia legal está cumprida. O risco real, automation bias operando silenciosamente na cognição de quem usa o sistema, não aparece em nenhum campo de auditoria.

A resolução tem um artigo que se aproxima do que realmente importa.

O artigo 7º, parágrafo 2º, diz que é dever do médico “comunicar às instâncias competentes eventuais falhas, riscos relevantes ou usos inadequados de modelos de IA que possam comprometer a segurança do paciente.”

Isso é um embrião de cultura de reporte de erros. Mas o framing é compliance, não aprendizado. “Comunicar às instâncias competentes” evoca processo disciplinar.

A aviação aprendeu a diferença há décadas: o que reduz acidentes não é o reporte obrigatório de incidentes graves (esses vão para o arquivo e geram subnotificação sistemática). É o reporte voluntário e sem punição de quase-acidentes, o momento em que o piloto quase errou e comunicou antes que virasse catástrofe. Esse dado é o que alimenta melhoria real de sistema!

A medicina tem a peça! Mas ao meu ver, montou ao contrário!

O que EU QUERO ver construído, e que ainda não existe com a urgência que deveria:

Formação real por especialidade, não “curso de IA para médicos” genérico, que já existe em quantidade e é raso. Formação que ensine ao radiologista como o sistema de detecção de nódulo tem seu perfil específico de falso negativo, ao neurologista como o sistema de análise de EEG falha em determinados padrões, ao patologista como a classificação histológica performa fora do dataset de treinamento. Específica! Com volume e com feedback.

Protocolo de calibração antes da adoção, o piloto tem horas de simulador antes de voar o avião real. O médico que adota um sistema novo de IA em serviço deveria ter um processo estruturado de calibração: conhecer o sistema, testar seus limites, entender onde ele falha no contexto específico daquele serviço, antes de incorporar à rotina clínica.

Cultura de reporte não-punitivo, mecanismos formais para médicos comunicarem quando a IA sugeriu algo errado e eles pegaram. O dado de quase-erro é mais valioso para melhoria de sistema do que o dado de erro consumado. E cria, nos profissionais que participam, consciência ativa de quando questionar o sistema em vez de seguir automaticamente.

Nada disso está na Resolução 2.454.

O LeoRad me deixava vulnerável a automation bias? Sim, deixava.

Mas eu tinha contexto suficiente para saber quando confiar e quando questionar. Sabia onde o sistema interpretava bem e onde ele tendia a simplificar demais. Sabia quando reescrever do zero versus quando aceitar a sugestão com ajuste.

Esse repertório não veio de nenhuma resolução. Veio de uso real, com volume, trabalhando ao lado de radiologistas que já tinham acumulado esse repertório antes de mim.

É treinamento! Não regulação.

A resolução criou o dever, mas não criou o ambiente onde o dever pode ser cumprido.

Regulação sem formação correspondente não é segurança. É uma responsabilidade transferida para o profissional sem os instrumentos para exercê-la. Quem vai preencher esse espaço ainda não está claro. O interior desse território ainda está sem mapa.

Você usa ou já usou algum sistema de IA na prática clínica? Recebeu formação real para isso, ou foi direto no uso?

Quero saber.

Blind Spot é publicada toda segunda-feira às 05h. Se alguém te encaminhou essa edição e você quer receber as próximas, assina aqui.

Você provavelmente chegou aqui de duas formas.

Ou me segue nas redes e decidiu que vale a pena ler textos mais longos. Ou alguém compartilhou algo que eu escrevi e você clicou sem saber muito bem quem eu sou.

Nos dois casos, antes de continuar, você merece uma apresentação honesta. Não uma bio. Não um currículo disfarçado de humildade. Uma apresentação de verdade, com as partes que a maioria das pessoas omite.

Então vamos lá.

Eu fui o pior aluno do colégio classe A

Não é figura de linguagem. Não é “era distraído mas sempre curioso.”

Eu estudava num colégio bom, em Porto Velho. O tipo de escola que as famílias escolhem com cuidado, que tem estrutura, que prepara pra vestibular. E dentro dessa estrutura, eu fui convidado a me retirar. Literalmente, eu fui eleito o pior aluno do colégio.

Na época, achei engraçado. Não entendia que havia algo errado com a minha relação com aprendizado porque ninguém tinha me mostrado ainda que aprender podia ser diferente do que me apresentaram.

Entrei num cursinho depois disso, em Curitiba (POOOOOOOOOOOOOSITIVO UÁÁÁÁ - piada interna. Só quem fez sabe). Foi lá que alguma coisa mudou. Não sei explicar exatamente o quê, mas de repente eu estava interessado. Passando horas estudando matérias que antes me pareciam absurdas. Descobrindo que eu conseguia aprender, que tinha capacidade, que o problema nunca tinha sido eu, era o contexto.

Passei pra medicina, tinha acabado de fazer 18 anos.

Desde esse momento, nunca mais parei de tentar entender como aprendizagem funciona. Não só dentro de sala de aula. Em tudo.

A faculdade não me preparou pra faculdade

Entrei na medicina, meu pai sem fôlego financeiro pra bancar a graduação com tranquilidade. Isso me obrigou a encontrar saídas rápido.

Com dezoito, dezenove anos, eu era monitor de anatomia. Fui professor de vestibulinho (prova que ex: um enfermeiro transfere para medicina) pra turmas que tinham profissionais de cinquenta anos, era loucura. Pensa na cena: um adolescente explicando origem e inserção muscular pra enfermeiro, dentista e etc... formado há quinze anos que decidiu transferir para medicina. (Não era confortável. Mas foi onde eu aprendi que autoridade e idade são coisas completamente diferentes.)

Pouco depois, comecei a dar aula particular de radiologia pra quem estava na faculdade.

Primeiro, era zero reais, depois de muita insistência de um primo meu, eu cobrei R$10 a aula. Só pra testar se as pessoas pagariam. Pagaram. Fui aumentando. Chegou em R$80 por aluno. Turma de quarenta pessoas. Faz a conta.

Não foi sorte. Foi a primeira vez que eu entendi na prática que conhecimento, quando comunicado bem, tem valor de mercado. Que o que você sabe pode ser um produto. Que ser bom em algo e conseguir transmitir esse algo são habilidades distintas e eu precisava desenvolver as duas ao mesmo tempo.

Isso mudou a forma como eu encarei os anos seguintes.

Co-fundei um cursinho antes de me formar

Em algum ponto da graduação, virei sócio de um curso preparatório pra residência médica. Era estudante, professor e minimamente gestor ao mesmo tempo. Três papéis que não deveriam existir simultaneamente, e que me ensinaram tudo que a faculdade deliberadamente decidiu não ensinar: negociar, priorizar, errar em público, aprender na velocidade que o mercado impõe (que é muito mais rápida do que a academia gosta).

Me formei em meados de 2020. Seis meses antes do prazo normal, por causa do COVID. O mundo estava fechado, a colação foi dentro do carro, e eu precisava descobrir o que vinha depois.

Olha os carros lá atrás hahaha.

Fui pra Pontes e Lacerda, no Mato Grosso. Trabalhava em um ambulatório de COVID, como polia. Estudei feito atleta. Passei na residência em oito lugares (FAMERP, ABC, UNESP, AC Camargo, UFTM, Felício Rocho, UFSM, Hospital Pompeia). Não conto isso pra me gabar. Conto porque representa o período em que eu aprendi que preparação sistemática bate talento pontual toda vez. Atleta de alta performance não tem resultado por acidente. Tem resultado porque treino é processo, não episódio.

Fiz quarenta dias numa missão no meio da Amazônia

Isso não estava no plano.

Quis entrar pra Força Aérea. Por algum desvio da burocracia que até hoje não entendo completamente, acabei no Exército. Fui servir em Epitaciolândia, no Acre, na fronteira com a Bolívia. Sim! O ACRE EXISTE! E, eu pelo menos, não vi nenhum dinossauro lá hahahaha.

Num desses períodos, fizemos uma missão fluvial. Um mês no rio, dentro da floresta, sem muito o que fazer depois do trabalho além de pensar. Leio bastante normalmente. Naquele mês, li mais do que em qualquer outro período da minha vida. Não sei se era o silêncio ou a falta de alternativa, mas alguma coisa sobre estar completamente desconectado me deu uma clareza sobre o que eu queria fazer que eu não tinha encontrado antes.

Voltei sabendo que precisava estar num ambiente onde criação e ensino acontecessem juntos. Não era clínica. Era educação. Era estratégia. Era a interseção que ninguém tinha um nome bonito pra chamar.

Conheci alguém que já estava construindo isso

Bernardo Precht (o tanto que admiro esse cara, não tá escrito) me convidou pra fazer parte da Mentoria Residência. Fui, a princípio, como mentor. Mas quem me conhece sabe que eu não consigo ficar só num papel por muito tempo quando enxergo mais que pode ser feito.

Ao mesmo tempo, entrei na residência de radiologia na FAMERP, em São José do Rio Preto. Lá a coisa ficou interessante de novo… Radiologia tem uma estrutura de raciocínio diagnóstico que me fascina até hoje. Você aprende a ver padrões onde a maioria vê ruído ou apenas 50 tons de cinza (risos). Aprendi também a construir hipóteses a partir de evidência parcial, a comunicar com precisão o que é certeza e o que é probabilidade. (Isso, por sinal, é uma das habilidades mais subvalorizadas fora da medicina. Saber calibrar confiança é raro.)

A Afya comprou a empresa onde eu trabalhava por R$35 milhões

A Além da Medicina foi adquirida pela Afya. R$16M na assinatura, mais R$19,2M de earnout vinculado a metas.

Passei pela transição startup para corporativo em tempo real. É um choque de culturas que poucas pessoas descrevem com honestidade, é top-down. De um lado, a velocidade e a improvisação criativa da empresa pequena. Do outro, os processos, a governança de uma corporação de capital aberto. Aprendi com os dois. E aprendi também onde cada modelo falha.

Virei coordenador da Mentoria Residência e da mentoria Medcel. Depois editor-chefe de conteúdo dos dois produtos. Fiz um curso em Harvard sobre liderança na transformação digital na área de saúde.

Cada um desses papéis me deu um ângulo diferente do mesmo problema: como o conhecimento médico é produzido, distribuído e monetizado no Brasil. E quanto desse sistema ainda funciona por inércia e convenção, não por design inteligente.

Tentei ser CEO de uma startup. Não fui bom nisso.

Me mudei pra Porto Alegre com minha namorada Nicole. Fui selecionado pela Antler, venture capital com presença global, para construir uma startup de zero. Eu e mais dois malucos (Fhelipe e Igor) fizemos um assistente de agendamento pessoal com IA, integrado ao WhatsApp e ao Google Calendar. Validamos o problema, iteramos o produto, pivotamos (mudamos a rota).

O que aprendi: sou bom em estratégia, em comunicação, relacionamento, pessoas e em produto. Sou péssimo nos aspectos operacionais de ser CEO de empresa early stage, AINDA! Essa é a versão honesta. E ela importa porque muita gente que tenta empreender confunde “ter boa ideia” com “saber executar tudo que uma empresa precisa.” São coisas COMPLETAMENTE diferentes.

O que sobrou do processo é a Chronafy. É um software que ainda está sendo desenvolvido. Até onde consigo falar por agora, é isso.

Hoje divido tempo entre estratégia de conteúdo na Mentoria Residência e Medcel, o desenvolvimento da Chronafy e este projeto aqui.

O que me mudou de verdade

Tem um momento que fica marcado, não por ser dramático, mas pelo que revelou.

Lembra da época que eu ia prestar o vestibular? Eu fiquei em 1000 e cacetada na primeira prova, e meu pai, naquela época, foi à Harvard Medical School fazer uma atualização em medicina interna. Quando voltou e me descreveu o ambiente, as pessoas ao redor, o nível do que era discutido naqueles corredores, a densidade das conversas... eu senti algo que só consegui nomear muito depois: queria estar num lugar onde o conhecimento era tratado como o bem mais valioso da sala, não como ferramenta de credencial.

Tenho um sonho que parece grande pra dizer em voz alta: quero dar aula em Harvard Business School ou Stanford. Não só porque são Harvard e Stanford. Mas porque representam um ambiente onde as ideias têm que se sustentar por mérito próprio, onde a interdisciplinaridade é obrigatória, onde o padrão de rigor é o mais alto que existe.

Isso me move. E move o que eu escrevo.

O que é Blind Spot

toma-le essa fotinha do nano banana kkkk

Na oftalmologia, o blind spot, o ponto cego, é a região da retina onde o nervo óptico se conecta ao olho. Não tem fotorreceptores ali. Nenhum. O que cai nessa área, você simplesmente não enxerga.

O cérebro compensa. Ele preenche o buraco com informação do entorno e cria a ilusão de campo visual contínuo. Você não sabe que não está vendo. Não tem sintoma, não tem aviso, não tem desconforto. A cegueira é completamente invisível.

A formação médica faz isso com a carreira dos médicos!

Ensina tão bem a diagnosticar e tratar que cria um ponto cego imenso em tudo o mais: gestão, finanças, posicionamento, estratégia de longo prazo, construção de ativos que sobrevivem além do plantão. Não é má intenção. É a natureza do foco extremo, você ganha profundidade num eixo e perde visão periférica nos outros.

Blind Spot é o espaço onde eu ilumino essa região!!!

Toda semana, uma edição. Um tema. Medicina conectada com gestão, estratégia, negócios, comportamento, inovação em saúde. Sem autoajuda. Sem coach com jaleco. Sem lista de dicas que você esquece em dois dias.

O que você vai encontrar aqui vai ser: reflexão densa, com referências que não são óbvias, sobre problemas que são reais. Escrito por alguém que transita entre o consultório e o boardroom e que está genuinamente incomodado com a distância entre esses dois mundos.

Você não precisa ser médico pra ler. Mas se você é médico, espero que cada edição te dê a sensação de que alguém finalmente está falando o que você sempre pensou mas nunca ouviu ser dito com clareza.

Obrigado por estar aqui desde o começo.

Isso significa mais do que você imagina.

Insta: @omanoelguimaraes / Linkedin: https://www.linkedin.com/in/manoel-guimar%C3%A3es-md-476296238

P.S. Se você se identificou com alguma parte dessa apresentação e quer indicar esse espaço pra alguém que deveria estar lendo, seria uma forma enorme de ajudar. Compartilha com um colega que você sabe que pensa assim.

O que me chamou atenção não foi o conteúdo da aula em si. Foi o que ela revelava sobre onde a conversa já chegou nas instituições mais avançadas do mundo, enquanto a maioria ainda está presa num debate que já foi superado.

O debate errado

Durante anos, a discussão sobre IA na medicina girou em torno de uma pergunta binária: usar ou não usar? Essa pergunta já foi respondida. A resposta é usar. O que está em aberto, e é muito mais complexo e mais importante, é outra coisa inteiramente.

Os melhores centros do mundo não estão mais debatendo adoção. Estão construindo taxonomias. Estão mapeando deliberadamente quais competências o médico precisa desenvolver completamente sozinho, quais fazem sentido em parceria com IA, e quais a IA já executa melhor que qualquer humano. Um dos chefes presentes trouxe um estudo feito na Índia onde essa lógica já está operando na prática clínica real, não como teoria curricular, mas como protocolo de formação.

Isso não é resistência tecnológica. É engenharia de competência. É a diferença entre adotar uma ferramenta e entender o que essa adoção faz com quem a usa.

O mapa que o artigo trouxe

O artigo da residente nomeou três fenômenos distintos que emergem quando essa separação deliberada não existe. São três riscos que a maioria confunde porque parecem variações do mesmo problema. Não são.

O primeiro é o deskilling. Você tinha a habilidade. Parou de exercitá-la porque a IA passou a fazer o trabalho. Com o tempo, o músculo atrofia. Isso é mensurável porque existe um baseline, existe um antes. O médico sênior que um dia sabia ler um ECG de cabeça e hoje depende do laudo automatizado para qualquer decisão está sofrendo deskilling. A perda é real e documentável.

O segundo é o misskilling. Aqui o problema é mais sutil e mais perigoso. Você está aprendendo, mas está calibrando seu julgamento clínico usando os outputs da IA como referência de correção. O erro não é usar a IA. É não ter ainda um modelo mental próprio suficientemente robusto para detectar quando ela erra. E modelos de linguagem erram de maneiras que não parecem erros, erram com fluência, com confiança, com estrutura impecável. O residente que aprende medicina nesse ambiente está construindo seu raciocínio sobre uma fundação que tem falhas invisíveis.

O terceiro é o never-skilling. E foi esse que não saiu da minha cabeça desde a aula.

A geração que nunca vai perder o que nunca teve! 👀

Never-skilling não é perda. É ausência. A competência nunca foi construída. A janela de desenvolvimento passou sem que o conteúdo fosse instalado.

Quando falamos de deskilling, pressupomos que havia algo para perder. Os médicos de hoje têm esse baseline. Eles conhecem o antes. Sabem como era raciocinar sobre um caso sem nenhuma assistência computacional, sem sugestão automática de diagnóstico diferencial, sem correlação instantânea com literatura. Estão perdendo essa capacidade, o que é sério, mas pelo menos sabem que estão perdendo algo.

As próximas gerações são AI native.

Vão chegar na faculdade de medicina, na residência, na prática clínica com IA como ambiente padrão desde sempre. Não terão nenhum antes para comparar. Para elas, a pergunta “como você raciocínaria sobre esse caso sem IA?” vai soar tão estranha quanto perguntar para um cirurgião como ele operaria sem luz elétrica 🤣

E aqui está a implicação que me parece mais grave e menos discutida: o risco para essas gerações não é perder uma habilidade. É nunca desenvolver a camada metacognitiva que permite saber o que você não sabe. É crescer sem o músculo que detecta a própria ignorância.

Matt Shumer escreveu um texto chamado Something Big Is Happening onde argumenta que estamos no meio de uma transformação que a maioria não consegue ver porque está acontecendo rápido demais. Uma das coisas grandes que estão acontecendo é exatamente essa: estamos criando uma geração de profissionais altamente capazes de operar ferramentas sofisticadas e progressivamente menos capazes de operar sem elas.

O never-skilling não vira exceção. Vira o padrão epistêmico de uma geração inteira.

O proxy que ninguém fala

Existe um sinal concreto e cotidiano desse problema que aparece toda vez que alguém abre um modelo de linguagem.

A maioria das pessoas usa IA como um Google mais eloquente. Digita uma pergunta rasa, recebe uma resposta estruturada, segue em frente com a sensação de que entendeu algo. O problema não é técnico. É cognitivo.

A qualidade da pergunta que você faz revela a qualidade do modelo mental que você tem. Quem sabe formular uma pergunta precisa, contextualizada, que delimita o espaço do problema antes de pedir solução, já fez 80% do trabalho cognitivo. A IA preenche o resto. Quem não sabe o que perguntar recebe uma resposta genérica e acha que foi atendido.

Aqui você percebe que éngenharia de prompt não é habilidade técnica. É proxy de profundidade de pensamento. E a maioria das pessoas, incluindo profissionais de saúde altamente treinados, está usando IA de um jeito que revela, sem que percebam, exatamente o gap cognitivo que a ferramenta deveria estar ajudando a superar.

O que isso significa na prática

A separação deliberada que os centros mais avançados estão construindo, aquela taxonomia entre o que é humano, o que é híbrido e o que é da máquina, não é burocracia curricular. É uma resposta ao risco real de que a adoção irrefletida de IA na formação médica produza profissionais que sabem navegar em sistemas mas não sabem raciocinar sobre incerteza.

O raciocínio sobre incerteza é o núcleo do julgamento clínico. Não é criatividade e nem é empatia. É a capacidade de saber que algo não fecha mesmo quando os dados fecham. De sentir o peso de um contexto que não está em nenhum prontuário. De entender como você chegou na conclusão, não só qual é a conclusão, e portanto saber quando confiar nela e quando revisá-la.

Isso é o que a IA não replica. Ainda. E é exatamente isso que está em risco quando a formação não separa deliberadamente o que precisa ser construído no humano do que pode ser terceirizado para a máquina.

A pergunta que fica é

E aí, você consegue identificar quais habilidades está perdendo, quais está aprendendo errado, e quais nunca vai desenvolver se continuar usando IA do jeito que usa hoje?

O formato: 15-30min de apresentação de um residente, 1h45min de discussão de alto nível com radiologistas que são referência em suas subespecialidades.

Hoje o tema foi Lean, o sistema Toyota. Mas o que realmente me impactou foi um princípio específico que eu nunca tinha ouvido falar:

Poka-Yoke - “à prova de erros”.

Poka-Yoke não é checklist. Não é treinamento e também não é “prestar mais atenção”.

É o design de sistemas onde o erro é estruturalmente IMPOSSÍVEL.

A lógica é a seguinte, se o erro é possível dentro de um sistema, o erro vai acontecer. Não importa quão treinada seja a equipe.

Ou seja, a solução não é tentar mais. É remover o erro do conjunto de estados possíveis.

Vou te trazer 2 exemplos, pra ficar claro:

Gases medicinais: conectores fisicamente incompatíveis entre si. Você não consegue conectar O2 onde deveria ir ar comprimido, não importa o quão distraído você esteja.

Prescrição eletrônica: sistemas bem desenhados não alertam sobre dosagem perigosa, eles IMPEDEM que a prescrição seja finalizada.

Percebe? Em cada caso o erro é prevenido por arquitetura, não por comportamento.

Quando erro acontece repetidamente, a pergunta não é “como fazer pessoas pararem de errar?”

É: “como redesenhar o sistema para que esse estado seja inacessível?”

Erro recorrente é informação sobre design ruim, não sobre comportamento ruim.

Se sua agenda permite overbooking, você vai ter overbooking.

Se seu sistema permite confirmar sem capturar pagamento, você vai ter inadimplência.

Se seu fluxo permite pular etapas, etapas vão ser puladas.

Logo, percebemos que o problema não é disciplina. É que o sistema permite o erro!

Médicos altamente especializados enfrentam dificuldades operacionais não, necessariamente, porque são ruins em gestão. Mas porque sistemas de gestão médica tradicionais permitem que você erre.

Planilhas aceitam qualquer input.

Agendas permitem qualquer configuração.

Processos permitem pular etapas.

Aqui se torna cristalino que a solução não é SÓ aprender mais gestão. É redesenhar o sistema onde gestão ruim é estruturalmente impossível.

Como fazer isso? Com agenda que não permite marcar sem confirmação de recursos, com financeiro que não avança sem etapa anterior concluída ou com protocolo onde desvio requer ação ativa, não é resultado de omissão.

Isso não é automação. É arquitetura de impossibilidade de erro.

Saí da reunião pensando: quantas falhas de execução que atribuímos a pessoas são, na verdade, falhas de design?

Quantas vezes estamos treinando melhor quando deveríamos estar redesenhando estruturalmente?

Agradeço à UNIFESP e aos colegas pela profundidade das discussões.

Se você trabalha com operações complexas, médicas ou não, recomendo estudar Poka-Yoke. Não como ferramenta, mas como mudança de lente sobre a natureza do erro.

E tem uma coisa que sempre me chama atenção: existem dezenas de conceitos de estratégia, marketing, finanças que poderiam transformar a forma como médicos pensam seus consultórios.

Mas a maioria dos médicos nem sabe que isso existe.

Então resolvi trazer um desses conceitos aqui. Um que explica por que tantos consultórios não crescem, mesmo com bons médicos dentro deles.

Você já ouviu falar em moat?

É um termo que Warren Buffett popularizou no mundo dos investimentos. Moat significa “fosso”, aquela barreira de água ao redor dos castelos medievais. Basicamente é o que impede o inimigo de invadir.

No mundo dos negócios, moat é o que impede concorrentes de copiarem você e levarem seus clientes embora. Toda startup que busca investimento precisa responder essa pergunta: qual é o seu moat? (Eu mesmo, tive que responder isso inúmeras vezes quando passei pelo processo de aceleração)

A Apple tem marca, por isso pessoas pagam mais pelo logo. O WhatsApp tem efeito de rede, todo mundo usa porque todo mundo usa. A Amazon tem escala. Ninguém consegue entregar mais barato.

E o médico, o que tem?

Na maioria das vezes, moats fracos. Título? Tem outros 500 com o mesmo. Convênio? O paciente está ali pelo plano, não pelo médico. Muda o convênio, muda o médico. Equipamento? Até alguém comprar um também. Tempo de mercado? Não significa que atende bem.

Nenhum desses protege de verdade.

E quando o médico oferece exatamente o mesmo que qualquer colega oferece, ele virou commodity. Compete por preço e conveniência. E nessa briga, quem ganha é o plano de saúde (risos)

A pergunta que diferencia consultórios que crescem de consultórios que sobrevivem: o que faz o paciente querer resolver o problema dele com você e não com outro?

Moats reais em medicina existem.

Marca: quando o paciente procura pelo nome, não pelo convênio.

Custo de troca: quando você conhece a história, o contexto, as tentativas anteriores, já tem todo prontuário no seu sistema e trocar significa recomeçar do zero.

Rede de referência: quando outros médicos mandam para você especificamente, não para “um colega”. Boca a boca é GOLD!

Mas o moat mais ignorado é a experiência completa. O médico que tem um bom sistema para pré consulta. Que na consulta escuta de verdade, não só ausculta. Que depois manda material de qualidade, não só pedido de exame. Que lembra do aniversário. Que faz o paciente sentir que é acompanhado, não atendido.

Isso não exige mais diploma. Exige intenção.

Faça o teste do moat: se você sumisse amanhã e outro profissional assumisse seu lugar, mesmas credenciais, mesmo espaço, quantos clientes notariam a diferença?

Se a resposta for “poucos”, não existe um negócio ali. Existe um emprego disfarçado.

Fosso não se cava em um dia. Mas cada dia atendendo igual a todo mundo é um dia cavando o fosso do concorrente.​​​​​​​​​​​​​​​​

A maioria ouviu o Elon dizer “working will be optional” e já imaginou um futuro estilo retiro permanente: sol, paz e uma vida sem boletos emocionais.

Antes de mais nada, toma aqui o link do vídeo: https://www.youtube.com/watch?v=Rni7Fz7208c

Eu, sinceramente, ouvi outra coisa.

Pensei num mundo onde a produtividade dispara, o significado desaparece… e muita gente vai simplesmente desmoronar porque não sabe o que fazer com o próprio tempo.

Depois de assistir à conversa do Elon com o Nikhil Kamath, algumas ideias ficaram ecoando em mim, não como previsões, mas como alertas.

A primeira delas:

“Trabalhar será opcional” não é sinônimo de “esforço será opcional”.

Se a IA e a automação realmente chegarem a um nível em que a sobrevivência básica não depende mais de um emprego… então o jogo muda de lugar.

Se o aluguel está pago, a geladeira cheia e você tem 24 horas disponíveis…

A pergunta vira outra:

O que você escolhe fazer quando não precisa fazer nada?

Quem você vira quando ninguém te cobra?

O que vai guiar sua sensação de valor?

E uma ainda mais incômoda:

Como você lida com aquela pessoa que continua crescendo, mesmo quando ninguém precisa trabalhar?

O problema do futuro não é desemprego.

É a falta de direção.

Não é gente parada, é gente perdida.

Propósito sempre foi importante.

Agora ele vira sobrevivência psicológica.

E aí fica a reflexão pra você:

No teu lugar… qual seria o teu propósito quando o trabalho deixar de ser obrigatório?

E mais, será que algum dia ele realmente vai deixar de ser obrigatório ou só vai mudar de forma?