A aprovação tradicional trata um produto como uma fotografia: ele foi testado em determinado momento e recebeu autorização. Sistemas de IA se parecem mais com um filme — dados, ambiente e atualizações podem alterar seu desempenho depois que entram em uso.

A decisão britânica

Em 6 de outubro, o governo do Reino Unido informou que aceitou as 44 recomendações da Comissão Nacional sobre Regulação de IA na Saúde. Entre elas está a migração para uma abordagem proporcional ao risco e baseada no ciclo de vida.

A ideia é reduzir a dependência de uma avaliação única antes do lançamento e fortalecer geração contínua de evidências, monitoramento pós-mercado e mecanismos de resposta quando o comportamento do sistema muda.

O PONTO NOVOA pergunta deixa de ser apenas “o produto estava seguro quando foi aprovado?”.

Passa a incluir “ele continua seguro neste hospital, para esta população e depois desta atualização?”.

Por que a avaliação pontual é insuficiente

Um modelo pode apresentar desempenho diferente conforme o equipamento, a equipe, a população e a qualidade dos dados. Também pode sofrer deriva: a relação entre os padrões aprendidos e a realidade muda ao longo do tempo.

Em saúde, uma queda de desempenho pode não aparecer como erro técnico evidente. Ela pode surgir como aumento silencioso de falsos positivos, perda de sensibilidade em um grupo específico ou confiança excessiva de profissionais em uma recomendação automatizada.

Por isso, a comissão defendeu responsabilidades mais claras entre desenvolvedores, hospitais, reguladores e profissionais, além de planos para mudanças previstas no produto.

O papel do AI Airlock

A MHRA, agência britânica de medicamentos e produtos de saúde, utiliza um sandbox regulatório chamado AI Airlock. Nele, empresas e reguladores testam produtos e desafios em ambiente controlado antes de transformar aprendizados em regras mais gerais.

A segunda fase trabalhou com sete inovadores e terminou em maio de 2026. A terceira fase terá foco em vigilância pós-mercado e regulação ao longo do ciclo de vida. O programa não substitui aprovação formal; serve para produzir evidência sobre como a regulação pode funcionar.

O que outros mercados podem aprender

A experiência britânica não cria automaticamente regras para o Brasil. Ainda assim, ela oferece um princípio útil: quanto mais adaptativo e autônomo é um sistema, menos sentido faz tratá-lo como objeto imutável.

Hospitais e compradores também não precisam esperar pela legislação para adotar critérios melhores. Contratos podem definir quais mudanças exigem nova validação, que métricas serão acompanhadas, como incidentes serão relatados e quem pode suspender o sistema.

Inovar com segurança não significa impedir mudança. Significa conseguir observar, explicar e interromper a mudança quando ela deixa de ser aceitável.

FONTES CONSULTADAS

De onde vieram as informações

A aplicação dos aprendizados ao contexto brasileiro é uma inferência editorial, não uma descrição de mudança regulatória no Brasil.