OpenEvidence: a ferramenta de IA médica que a maioria dos médicos americanos já usa sem você saber
A inteligência artificial já está dentro dos consultórios médicos americanos, e a maioria dos pacientes nem sabe disso.
Nos últimos dois anos, uma ferramenta chamada OpenEvidence foi silenciosamente adotada por uma parcela enorme dos médicos nos Estados Unidos, transformando a forma como eles consultam informações, tomam decisões clínicas e até se preparam para exames de licença médica. É basicamente um chatbot feito sob medida para profissionais da saúde, e a velocidade com que ele se espalhou pelo país pegou muita gente de surpresa.
Os números são difíceis de ignorar: em abril deste ano, a plataforma foi utilizada em quase 27 milhões de atendimentos clínicos, representando cerca de 65% dos médicos ativos no país 🤯
Pra colocar em perspectiva, estamos falando de aproximadamente 650 mil profissionais de saúde nos Estados Unidos e outros 1,2 milhão internacionalmente que utilizam o OpenEvidence para tirar dúvidas sobre pacientes reais, revisar opções de tratamento e consultar a literatura médica mais recente.
Mas o que exatamente é essa ferramenta, por que ela cresceu tão rápido, quais são os riscos envolvidos e o que isso significa para o futuro da medicina? É exatamente sobre isso que vamos falar aqui 👇
O que é o OpenEvidence e como ele funciona
O OpenEvidence é uma plataforma de inteligência artificial desenvolvida especificamente para profissionais da área de saúde. Diferente de ferramentas genéricas como o ChatGPT ou o Google, ela foi construída com um foco muito claro: fornecer respostas rápidas, precisas e embasadas em evidências científicas para médicos que precisam de informações no momento exato do atendimento.
A página inicial da plataforma se apresenta como a Plataforma Oficial de Conhecimento Médico da América e oferece uma barra de busca onde os médicos podem digitar perguntas como alternativas se a metformina causar diarreia ou quais são os avanços mais recentes em terapia genética para distrofia muscular de Duchenne.
O funcionamento é relativamente simples na superfície, mas tecnicamente sofisticado por baixo do capô. O médico digita uma pergunta clínica e o sistema retorna uma resposta estruturada, acompanhada de referências a artigos revisados por pares e diretrizes médicas que embasaram aquela resposta. O modelo de linguagem por trás da ferramenta foi treinado e ajustado com literatura médica de alta qualidade, o que reduz significativamente o risco de alucinações — aquele problema clássico de IAs que inventam informações com total confiança.
O diferencial técnico do OpenEvidence está nas parcerias de licenciamento que a empresa firmou com as revistas médicas mais prestigiadas do mundo, como o New England Journal of Medicine e o Journal of the American Medical Association. Além disso, a plataforma também tem acordos com organizações especializadas como o National Comprehensive Cancer Network e a American Diabetes Association, garantindo acesso às diretrizes de tratamento mais atualizadas.
Como explicou Daniel Nadler, CEO da empresa, em entrevista à NBC News: a empresa pensa na IA como uma cola de busca. Eles têm acesso ao texto completo e às figuras de todos os parceiros, e não precisam que a IA invente respostas do zero.
Para usar a plataforma, o profissional de saúde precisa se cadastrar com seu número de identificação único fornecido pelo governo americano. Uma vez registrado, pode fazer perguntas ilimitadas — de graça. O serviço é financiado por anúncios, incluindo de empresas farmacêuticas e de dispositivos médicos, embora vários dos médicos entrevistados pela NBC News tenham comentado que os anúncios são discretos ou praticamente inexistentes na experiência de uso.
Por que os médicos adotaram tão rápido
A velocidade de adoção do OpenEvidence entre os médicos americanos chama atenção até para quem acompanha o mercado de tecnologia há muito tempo. Em um setor historicamente conservador quando o assunto é mudança de ferramentas e fluxo de trabalho, ver 65% dos médicos ativos de um país inteiro usando a mesma plataforma em menos de dois anos é, no mínimo, surpreendente.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
O próprio Nadler não escondeu o orgulho ao falar sobre isso: segundo ele, a empresa fez a coisa mais difícil da história do sistema de saúde americano — convencer a maioria dos médicos a adotarem voluntariamente uma única plataforma tecnológica.
O Dr. Jeremy Cauwels, médico hospitalista e diretor médico do sistema de saúde Sanford Health, com sede em Sioux Falls, Dakota do Sul, resumiu bem o fenômeno. Segundo ele, o OpenEvidence é uma daquelas ferramentas notavelmente fáceis de adotar: está disponível gratuitamente, funciona muito bem no celular e consegue responder perguntas mais rápido do que qualquer outro método.
A primeira razão para essa adoção massiva é a sobrecarga de informação que os profissionais de saúde enfrentam diariamente. A medicina é uma das áreas do conhecimento que mais produz pesquisas novas, e é humanamente impossível para qualquer médico se manter atualizado em todas as especialidades ao mesmo tempo. Quando surge uma dúvida sobre um medicamento menos comum, uma interação medicamentosa rara ou um protocolo recente que foi atualizado, o profissional precisava antes recorrer a bases de dados como o PubMed, o UpToDate ou até o Google Acadêmico, o que consumia tempo valioso durante uma consulta. O OpenEvidence comprimiu esse processo para segundos.
Outro fator decisivo foi a confiança que a ferramenta construiu ao longo do tempo. Médicos são profissionais que tomam decisões com base em evidências, e qualquer ferramenta que queira entrar nesse universo precisa falar a mesma língua. O OpenEvidence entendeu isso desde o início e construiu a plataforma com uma camada de transparência que ferramentas genéricas simplesmente não oferecem. Cada resposta vem acompanhada das referências que a embasam, o que permite ao médico verificar a fonte com um clique e decidir se aquela informação se aplica ao caso específico do seu paciente.
Tem também um componente muito prático que não pode ser ignorado: a interface é limpa, direta e não exige nenhum treinamento especial. Num contexto onde os profissionais de saúde já lidam com sistemas hospitalares pesados, prontuários eletrônicos pouco intuitivos e uma infinidade de plataformas administrativas, ter uma ferramenta de inteligência artificial que simplesmente funciona sem curva de aprendizado foi um diferencial competitivo enorme.
Casos reais de uso no dia a dia clínico
A NBC News conversou com mais de duas dúzias de médicos, administradores hospitalares, estudantes de medicina e pesquisadores da área de saúde, do Havaí ao Maine, para entender como o OpenEvidence está sendo usado na prática. Cada pessoa entrevistada disse que ou usava a ferramenta regularmente ou conhecia alguém que usava.
Um médico residente de um hospital em New Hampshire, por exemplo, contou que quando viu o nível de potássio de um paciente despencar, consultou o OpenEvidence para confirmar se era um efeito colateral normal de uma medicação ou uma emergência nova. Depois de buscar em publicações médicas revisadas por pares, a ferramenta confirmou que se tratava de um efeito colateral comum e apresentou diversas opções para restaurar os níveis normais de potássio.
Do outro lado do país, um médico do Indian Health Service na reserva de Pine Ridge, Dakota do Sul, uma região rural e remota, não estava convencido de que a coluna de um paciente estava fraturada após analisar manchas em um raio-X. Ele se lembrava vagamente de sua formação na faculdade de medicina que um outro tipo de exame poderia ser necessário para um diagnóstico definitivo. Ao consultar o OpenEvidence, recebeu a confirmação de que uma tomografia computadorizada era preferível para confirmar aquele tipo de fratura, com links para artigos científicos com mais detalhes.
O Dr. Anupam Jena, médico de medicina interna no Massachusetts General Hospital em Boston e professor de política de saúde em Harvard, contou sua própria experiência frustrante ao buscar — com ferramentas tradicionais — como ajustar antibióticos para um paciente que teve o baço removido anos atrás. Ele tentou várias formas de busca e simplesmente não encontrou a resposta. No OpenEvidence, a resposta apareceu rapidamente, com referência a um artigo do New England Journal of Medicine de 2014 que ele não conseguia encontrar de jeito nenhum no Google.
Um especialista em rins, que pediu anonimato porque a ferramenta não tinha sido explicitamente aprovada pelo seu hospital, disse que o OpenEvidence regularmente economizava 30 minutos de buscas infrutíferas em sistemas antigos, incluindo o UpToDate.
O papel crucial fora da especialidade do médico
Um padrão interessante que emergiu dos dados e dos relatos é que o OpenEvidence se mostra particularmente valioso quando os médicos precisam lidar com questões fora de sua especialidade principal.
O Dr. Jena, que atualmente está analisando 90 milhões de consultas ao OpenEvidence submetidas desde 2024 como parte de um novo projeto de pesquisa, explicou que cerca de 60% de todas as buscas na plataforma são sobre como tomar decisões clínicas. Os médicos perguntam coisas como: para este paciente específico, com este perfil e esta condição, talvez com outras comorbidades, qual é o tratamento correto?
Ele deu um exemplo prático: se você é cirurgião, sabe fazer tudo relacionado a cirurgia. Mas se atende um paciente e percebe que a pressão arterial ou a frequência cardíaca está um pouco alta, pode não ter certeza se pode suspender um medicamento que mantém esses valores controlados. É exatamente nessas situações que os médicos estão recorrendo ao OpenEvidence para responder perguntas que fazem parte da prática clínica deles, mas que não são específicas da área em que foram treinados.
O impacto real nas decisões clínicas e a comparação com o UpToDate
Quando falamos em decisões clínicas, estamos falando de escolhas que afetam diretamente a vida de pessoas reais. Qual medicamento prescrever, qual exame solicitar, como interpretar um resultado atípico, quando encaminhar para um especialista. São decisões que os médicos tomam dezenas de vezes por dia, sob pressão de tempo, com informações incompletas e, muitas vezes, com a sensação de que poderiam estar deixando algo passar.
O Dr. Paul Sax, especialista em doenças infecciosas no Brigham and Womens Hospital em Boston, disse que o OpenEvidence frequentemente beira o milagroso, com sua busca apoiada por IA fornecendo respostas personalizadas que outras ferramentas antes consideradas padrão ouro simplesmente não conseguem igualar atualmente.
Durante anos, Sax explicou, os clínicos recorriam a um site de referência médica chamado UpToDate para obter recomendações de tratamento e apoio em decisões clínicas. No entanto, o UpToDate consiste em resumos longos e revisados por pares das pesquisas mais recentes, difíceis de pesquisar para médicos com perguntas direcionadas sobre cenários específicos. Segundo Sax, o recurso de busca do OpenEvidence é muito mais flexível, e o processo de encontrar respostas é sem atrito. Esse é o poder dos modelos de linguagem grandes: você não precisa buscar por termos específicos, você busca com a pergunta real.
O UpToDate, por sua vez, está correndo para implementar sua própria ferramenta de IA, chamada Expert AI. A porta-voz da empresa, Suzanne Moran, informou que cerca de 2 mil hospitais e sistemas de saúde já se inscreveram para o Expert AI até 30 de abril.
Em abril, a OpenAI também lançou sua própria versão voltada para a área médica, chamada ChatGPT for Clinicians. No entanto, o serviço não licencia atualmente o mesmo nível de informação médica de ponta acessível aos usuários do OpenEvidence.
As preocupações legítimas com precisão e segurança
Apesar do entusiasmo, nem tudo são flores. Com a popularidade explosiva do OpenEvidence, alguns especialistas levantam preocupações legítimas sobre potenciais alucinações ou respostas incompletas, a falta de estudos científicos rigorosos sobre o impacto da ferramenta nos resultados dos pacientes, e o risco de erosão das habilidades de pensamento crítico e avaliação dos médicos com o aumento do uso e da dependência da plataforma.
Vários médicos entrevistados notaram que o OpenEvidence às vezes erra ou exagera em suas respostas, particularmente em condições raras ou casos limite. Alguns apontaram que a ferramenta ocasionalmente tira conclusões fortes demais de estudos médicos com amostras pequenas, embora outros tenham observado que mesmo os erros tendem a pecar pelo excesso de cautela.
O Dr. John Rozehnal, médico de emergência em Nova York, contou que o OpenEvidence sugeriu erroneamente que injetar um determinado medicamento poderia danificar o fígado de um paciente, quando na verdade o risco de dano hepático era muito baixo e muito mais provável de ser causado pelo consumo excessivo de álcool do paciente. Semanas depois, Rozehnal informou à NBC News que o OpenEvidence havia melhorado sua resposta e agora refletia corretamente o papel do consumo de álcool do paciente.
Embora o OpenEvidence destaque que obteve 100% de acerto no exame oficial de licença médica dos Estados Unidos (USMLE), um estudo acadêmico publicado em dezembro descobriu que a ferramenta respondeu corretamente a perguntas médicas mais complexas em menos de 45% das vezes. Esse estudo ainda não foi revisado por pares, o que significa que seus resultados precisam ser interpretados com cautela, mas o dado é relevante.
O próprio OpenEvidence deixa claro em seus termos de serviço que a plataforma deve ser usada para complementar, e não substituir, o julgamento clínico dos médicos. A empresa também afirma que está em conformidade com a HIPAA, a lei federal de privacidade em saúde dos EUA, por meio de uma série de protocolos e proteções de privacidade. Ainda assim, alguns sistemas de saúde não estão satisfeitos com as salvaguardas gerais de privacidade. O MaineHealth, por exemplo, pede atualmente a seus médicos que evitem inserir informações de saúde protegidas na plataforma.
O risco para a formação dos novos médicos
Uma preocupação que surgiu com força nas entrevistas é o impacto do OpenEvidence na formação de estudantes e médicos no início de carreira. Enquanto profissionais mais experientes têm anos de expertise clínica para recorrer como rede de segurança, a dependência precoce de uma ferramenta de IA pode criar uma confiança mal colocada em quem ainda está aprendendo.
A NBC News conversou com vários estudantes de medicina que usam o OpenEvidence para estudar e se preparar para discussões de casos com seus professores. Um médico de meia carreira no Missouri, que pediu anonimato, disse que já está vendo efeitos prejudiciais na capacidade dos estudantes de separar sinais relevantes de ruído clínico.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
Segundo esse profissional, sua preocupação é que quando se introduz uma nova ferramenta que realiza parte das habilidades que o profissional treinou durante anos, essas habilidades começam a se perder rapidamente. E isso está sendo apresentado aos estudantes desde o início da formação, o que é preocupante porque ainda não existe, na maioria dos currículos, uma forma estruturada de ensinar como usar essas ferramentas de maneira segura.
A Dra. Hannah Galvin, pediatra e diretora de informação em saúde da Cambridge Health Alliance em Massachusetts, está conduzindo pesquisas justamente para preencher essa lacuna de evidências. Seu trabalho vai examinar como médicos em início de carreira usam o OpenEvidence e comparar suas respostas com as de chatbots de uso geral, como o ChatGPT e o Gemini do Google, usando os mesmos prompts.
O investimento bilionário por trás da plataforma
O mercado financeiro também está prestando atenção. A startup levantou 700 milhões de dólares em menos de um ano e conta com apoio dos nomes mais badalados do capital de risco: Sequoia Capital, Google Ventures, Nvidia, Andreessen Horowitz, Thrive Capital, entre outros. Avaliada em 1 bilhão de dólares no início de 2025, a empresa disparou para uma avaliação de 12 bilhões de dólares em pouco mais de um ano.
O OpenEvidence faz parte de uma crescente indústria de ferramentas médicas alimentadas por IA, que vai desde escribas de IA que gravam e transcrevem a fala dos médicos durante consultas até concorrentes como Doximity e iatroX. Uma pesquisa recente da American Medical Association descobriu que mais de 80% dos médicos respondentes já usam alguma forma de inteligência artificial. A equipe de Nadler planeja expandir as funções de anotações por IA, faturamento e integração de consultas nos próximos anos.
Trazendo a IA das sombras para a superfície
O Dr. Girish Nadkarni, nefrologista e chefe de IA no Mount Sinai Health System em Nova York, levantou um ponto fundamental sobre o fenômeno da chamada shadow AI. Segundo ele, existe toda uma área crescente de uso não oficial de IA, na qual os sistemas de saúde ou instituições focam apenas na ponta do iceberg, mas existe uma parte inteira do sistema abaixo da superfície, onde médicos e outros profissionais simplesmente usam ferramentas em seus computadores pessoais sem supervisão institucional.
Em março, o Mount Sinai, que emprega 47 mil pessoas, anunciou uma nova parceria corporativa com o OpenEvidence para vincular diretamente a ferramenta ao portal principal de prontuários eletrônicos do sistema hospitalar, disponibilizando o acesso para médicos, enfermeiros e farmacêuticos. Para Nadkarni, é hora de trazer ferramentas como o OpenEvidence para a superfície.
Essa postura reflete uma mudança importante de mentalidade: em vez de ignorar que os médicos estão usando IA por conta própria, a abordagem mais inteligente é trabalhar com os profissionais de forma aberta para discutir uso ético e responsável.
O que isso significa para o futuro da saúde com IA
O crescimento do OpenEvidence não é um fenômeno isolado. Ele é parte de um movimento maior de integração da inteligência artificial nos fluxos de trabalho da área de saúde, que vai desde o diagnóstico por imagem até a análise preditiva de riscos em pacientes crônicos. O que diferencia esse caso específico é a escala e a velocidade com que isso aconteceu de forma orgânica, sem grandes campanhas de marketing ou imposição institucional. Os médicos foram atrás da ferramenta porque ela resolvia um problema real, e isso diz muito sobre o potencial da IA quando ela é desenvolvida com o usuário final no centro do processo.
Por outro lado, o cenário também levanta questões importantes que a comunidade médica e os órgãos regulatórios vão precisar enfrentar nos próximos anos. Qual é o nível de responsabilidade de uma plataforma de IA quando uma decisão clínica baseada em suas respostas resulta em um desfecho negativo para o paciente? Como garantir que os modelos sejam atualizados com frequência suficiente para refletir as evidências mais recentes? Como evitar que o modelo de negócio baseado em parcerias comerciais, ainda que transparente, influencie as respostas de formas que não são completamente neutras? Essas são perguntas legítimas, e o fato de ainda não existirem respostas definitivas não diminui a importância de fazê-las.
Como disse o Dr. Cornelius James, especialista em medicina interna e professor na Universidade de Michigan: ele sabe as perguntas certas para fazer ao OpenEvidence e precisa combinar qualquer resposta que receba com sua experiência clínica e intuição. Para ele, não há preocupação com a segurança do paciente porque sente a necessidade de checar e checar novamente, numa mentalidade de confiar mas verificar.
O que parece claro é que a relação entre médicos e inteligência artificial já passou do ponto de retorno. Ferramentas como o OpenEvidence já fazem parte da rotina clínica de centenas de milhares de profissionais, e esse número tende a crescer conforme a tecnologia melhora e novas plataformas surgem. A pergunta não é mais se a IA vai entrar na medicina — ela já entrou. A pergunta agora é como garantir que essa integração aconteça de forma responsável, transparente e verdadeiramente centrada no bem-estar dos pacientes 🏥
