ANVISA, CBR e uso responsável da IA

Nos dois guias anteriores vimos o que a IA é e onde ela entra no exame. Falta a pergunta que sustenta tudo: quem garante que uma dessas ferramentas é segura, e de quem é a responsabilidade quando ela erra? No Brasil, a resposta envolve três nomes — ANVISA, CBR e LGPD — e um princípio profissional que nenhum deles dispensa.

IA diagnóstica é software como dispositivo médico

Um algoritmo que detecta, quantifica ou classifica achados para apoiar decisão clínica se enquadra no conceito internacional de software como dispositivo médico (SaMD, software as a medical device). No Brasil, isso significa que ele é regulado pela ANVISA como um dispositivo médico — a classificação de risco dos dispositivos segue a RDC nº 751/2022 —, e precisa de autorização (registro ou notificação, conforme a classe de risco) para ser comercializado e usado com finalidade clínica. Não é um app que se baixa e sai usando: há um dossiê técnico, evidência de desempenho e responsabilidade do fabricante por trás.

Para você, a consequência prática é uma pergunta legítima diante de qualquer solução: ela tem regularização na ANVISA para o uso clínico que estão propondo? Software sem essa autorização pode até existir como ferramenta de pesquisa ou de apoio administrativo, mas não deveria embasar decisão diagnóstica.

O papel do CBR: catálogo, diretrizes e uma tese

O Colégio Brasileiro de Radiologia e Diagnóstico por Imagem (CBR) vem assumindo o papel de organizar essa adoção. Nas discussões de 2025, a entidade sinalizou trabalhar — em diálogo com a ANVISA — na construção de um catálogo de soluções de IA devidamente aprovadas e de diretrizes para o uso qualificado dessas tecnologias, com três eixos que vale memorizar: segurança, transparência e autonomia profissional.

Por trás disso há uma tese que o CBR repete e que orienta a leitura de tudo: o exame radiológico é um ato médico completo — muito mais do que a emissão de um laudo — e a incorporação de tecnologias, IA e telerradiologia inclusas, deve fortalecer, nunca enfraquecer, a qualidade do cuidado e o valor do profissional. Traduzindo: a IA entra como ferramenta que amplia o profissional, não como substituto que o dispensa.

LGPD: a imagem é um dado sensível

Imagem médica é dado pessoal — e dado de saúde é dado sensível sob a Lei Geral de Proteção de Dados (LGPD, Lei nº 13.709/2018), com proteção reforçada. Isso tem duas implicações diretas no mundo da IA. Primeiro, treinar ou operar um algoritmo com imagens de pacientes exige base legal e cuidado com finalidade, consentimento e segurança. Segundo — e é o ponto que toca qualquer serviço, ensino ou publicação —, imagem que sai do seu contexto original para ser compartilhada, estudada ou publicada precisa ser anonimizada: os dados que identificam o paciente, inclusive os que ficam escondidos no cabeçalho DICOM, têm de ser removidos. É por isso que uma plataforma séria só trabalha com casos anonimizados ou sintéticos.

Uso responsável: o viés de automação e outros riscos

Regulação garante que a ferramenta é aceitável; o uso responsável é o que acontece depois, com você na frente da tela. Alguns conceitos que definem essa competência nova:

Viés de automação. É a tendência humana de confiar demais na máquina — aceitar o "verde" da IA e relaxar a própria vigilância, ou desconfiar de um achado real só porque o algoritmo não o marcou. Os dois erros são perigosos. A IA é um segundo olhar, não a palavra final.

Humano no comando (human-in-the-loop). A decisão e a responsabilidade permanecem do profissional. Um rascunho de laudo, uma marca de CAD ou uma medida automática são insumos a serem revisados e assumidos — nunca resultados que se publicam no automático.

Deslocamento de dados (dataset shift). Um algoritmo treinado numa população, num fabricante ou num protocolo pode errar mais quando aplicado a outro cenário — outro equipamento, outra técnica, outro perfil de paciente. Desempenho publicado num artigo não é garantia de desempenho no seu serviço.

Validação local e monitoramento. Daí a boa prática de validar a ferramenta no próprio serviço antes de confiar nela e de acompanhar seu desempenho ao longo do tempo — modelos não são "instala e esquece".

Transparência. Saber para que a ferramenta foi aprovada, quais são seus limites declarados e como ela chega ao resultado é parte de usá-la com segurança — o oposto da "caixa-preta" em que se confia sem entender.

O que isso muda para você

Saber questionar a IA virou parte do trabalho. O técnico e o estudante de hoje precisam entender que existe uma cadeia de responsabilidade — do fabricante que regulariza na ANVISA, à entidade que orienta (CBR), à lei que protege o dado (LGPD), até o profissional que assina — e que a tecnologia não apaga nenhum desses elos. Longe de diminuir o seu papel, a IA bem usada o valoriza: ela cuida do repetitivo e do tedioso para que a atenção humana fique onde importa. Quem domina imagem e entende os limites da máquina é exatamente o profissional que o mercado vai procurar.