Os 20 capítulos

Capítulo 1

Os dois pacientes

O capítulo parte do conceito de "iPatient", cunhado pelo médico e escritor Abraham Verghese: o paciente virtual que existe nas telas, planilhas e prontuários eletrônicos, e que corre o risco de receber mais atenção do que o paciente real, de carne e osso, deitado na cama ao lado. André Leite e Vinícius Lain usam essa tensão para abrir o livro com uma pergunta incômoda — a tecnologia está aproximando o médico do doente ou colocando uma tela entre os dois? — e defendem que a IA só cumpre sua promessa quando devolve tempo e atenção ao encontro clínico, em vez de substituí-lo por dados.

Capítulo 2

O colapso do cockpit humano

Usando a imagem de Chuck Yeager rompendo a barreira do som, os autores descrevem o que chamam de "Singularidade Médica": o ponto em que o volume de literatura científica, exames e dados clínicos gerados a cada dia ultrapassa definitivamente a capacidade de qualquer médico processar sozinho, mesmo com décadas de estudo. O capítulo argumenta que negar esse colapso de capacidade humana é tão arriscado quanto um piloto ignorar os instrumentos do cockpit em alta velocidade — e que a IA surge não como luxo, mas como o novo painel de instrumentos necessário para pilotar a medicina contemporânea com segurança.

Capítulo 3

Nem medo, nem milagre

Fugindo tanto do discurso apocalíptico quanto do hype milagreiro, este capítulo propõe um critério prático para avaliar qualquer sistema de IA em saúde: julgá-lo pela sua capacidade funcional e por resultados verificáveis, não pelo mistério da "caixa-preta". Os autores comparam o machine learning tradicional a um residente que aprende com um preceptor, supervisionado passo a passo, e o deep learning a um processo de exposição massiva a casos — duas formas distintas de "aprender" que exigem formas distintas de confiança, validação e vigilância clínica antes de irem para a beira do leito.

Capítulo 4

O arquivo Jedi

Inspirado nos Arquivos Jedi de Star Wars, o capítulo trata o prontuário eletrônico como a memória viva e institucional de um sistema de saúde — não um simples repositório burocrático, mas a base sobre a qual qualquer IA clínica poderá (ou não) funcionar bem. Os autores propõem uma virada de linguagem: dados de saúde devem ser tratados como urânio, e não como petróleo — um recurso de altíssimo valor, mas que exige manuseio, proteção e governança muito mais rigorosos do que a metáfora do "novo petróleo" costuma sugerir.

Capítulo 5

O Titanic digital

O capítulo compara a fragmentação de sistemas de saúde a uma Torre de Babel digital: laboratório, imagem, prontuário e faturamento falando línguas diferentes, incapazes de trocar informação mesmo dentro da mesma instituição. Padrões como o HL7 FHIR aparecem como a tentativa de construir uma linguagem comum, enquanto o "vendor lock-in" de sistemas proprietários é descrito como um "Hotel California" tecnológico — fácil de entrar, quase impossível de sair. Sem essa interoperabilidade básica, argumentam os autores, até a melhor IA do mundo continua trabalhando com uma versão incompleta do paciente.

Capítulo 6

O diagnóstico por trás do pixel

Este capítulo mergulha na aplicação de IA mais madura em uso clínico hoje: a radiologia assistida por algoritmos. Como caso concreto e verificável, os autores relatam a adoção, pela Unimed Serra Gaúcha, de uma tecnologia chinesa de laudo automático de imagens — a instituição de André Leite tornou-se a primeira do país a usar essa ferramenta, servindo de estudo de caso real sobre ganhos de velocidade e precisão diagnóstica, e também sobre os cuidados de validação e supervisão médica que a adoção de uma IA de diagnóstico exige.

Capítulo 7

The Sound of Silence

O capítulo revisita Florence Nightingale não apenas como pioneira da enfermagem, mas como uma das primeiras a usar dados estatísticos para salvar vidas — a "Dama dos Dados" antes da era digital. A partir dela, os autores apresentam a promessa da medicina preditiva: algoritmos capazes de identificar sinais precoces de sepse ou deterioração clínica horas antes de um Código Azul, no silêncio de variações sutis nos sinais vitais que o olho humano dificilmente perceberia a tempo. É a IA como sistema de alerta antecipado, não como substituta do julgamento clínico.

Capítulo 8

O assalto à consulta

Depois de décadas em que o computador "roubou" a atenção do médico durante a consulta — os olhos fixos na tela digitando o prontuário em vez de olhar o paciente —, este capítulo apresenta a escuta ambiental ("ambient listening") como uma tentativa de reverter esse assalto. Sistemas que ouvem a consulta e geram automaticamente o registro clínico prometem devolver ao médico o contato visual e a presença que a era do prontuário eletrônico havia sequestrado, recolocando a tecnologia no papel de assistente silencioso, e não de obstáculo entre médico e paciente.

Capítulo 9

O origami da vida e o Nobel da precisão

O capítulo explica, em linguagem acessível, o impacto do AlphaFold — reconhecido com o Nobel de Química de 2024 — na capacidade de prever a estrutura tridimensional das proteínas, um problema científico de décadas resolvido por IA em questão de anos. A partir daí, os autores conectam esse avanço à farmacogenômica e à ideia de medicina personalizada "N de 1": tratamentos desenhados a partir do perfil genético e molecular de um único paciente, em vez de protocolos populacionais médios, apontando para um futuro em que cada pessoa pode ser, em certo sentido, seu próprio estudo clínico.

Capítulo 10

Não é sobre inteligência artificial

Em tom de manifesto, este capítulo defende uma virada de perspectiva: muitos dos maiores gargalos da saúde não são problemas de tecnologia, mas de desenho de sistemas e de gestão do tempo. Usando exemplos de gestão de centro cirúrgico e ocupação de leitos, os autores mostram como otimizar agendas, filas e fluxos internos pode gerar mais impacto do que qualquer algoritmo sofisticado isolado — e que a IA só entrega valor real quando aplicada dentro de processos bem desenhados, nunca como remendo sobre uma operação mal organizada.

Capítulo 11

Supply Chain 4.0

O capítulo trata a logística hospitalar — em especial a gestão de órteses, próteses e materiais especiais (OPME) — não como mera retaguarda administrativa, mas como parte direta da segurança do paciente. Um material que falta na hora certa, ou um estoque mal rastreado, pode significar uma cirurgia cancelada ou um risco evitável. Os autores mostram como ferramentas de IA aplicadas à previsão de demanda e ao rastreamento de suprimentos aproximam a saúde de práticas já maduras em outras cadeias produtivas — daí o termo "Supply Chain 4.0".

Capítulo 12

Quando o cuidado não conversa com o caixa

Este capítulo expõe uma fricção pouco discutida fora dos bastidores hospitalares: o descompasso entre o cuidado prestado e o que efetivamente é registrado, cobrado e pago. Os autores explicam o conceito de RCM (Revenue Cycle Management) e o problema crônico das glosas — cobranças negadas por operadoras — mostrando como a auditoria algorítmica do faturamento pode reduzir perdas financeiras que, em última instância, comprometem a capacidade da instituição de continuar investindo em cuidado de qualidade.

Capítulo 13

O hospital sem paredes

O capítulo descreve a expansão do cuidado para além das paredes físicas do hospital, através da telemedicina, de programas de "Hospital at Home" e do monitoramento remoto contínuo de pacientes crônicos ou em recuperação. Combinada a sensores e IA preditiva, essa descentralização permite identificar sinais de piora clínica a distância e intervir antes de uma internação, redesenhando a própria ideia de onde e como o cuidado em saúde acontece.

Capítulo 14

Game of Thrones digital

Emprestando a mitologia de Game of Thrones, o capítulo enfrenta um dos riscos mais sérios da IA em saúde: o viés algorítmico nascido de dados de treinamento que não representam toda a população — reproduzindo, e por vezes amplificando, desigualdades existentes. Os autores defendem estruturas de governança tão vigilantes quanto uma "Patrulha da Noite", e a explicabilidade (XAI) como ferramenta indispensável para que médicos e pacientes possam entender — e questionar — as recomendações de um algoritmo antes de confiar cegamente nelas.

Capítulo 15

Algoritmo não tem CRM

Partindo do fato de que um algoritmo não tem CRM nem pode ser processado, este capítulo enfrenta de frente a questão da responsabilidade jurídica quando uma IA erra na medicina: até onde responde o médico, até onde responde a instituição, e até onde responde o fornecedor da tecnologia. Em um paralelo histórico deliberadamente forte, os autores recorrem aos Julgamentos de Nuremberg para discutir por que responsabilidade não pode ser terceirizada para uma máquina, e por que essa cadeia de responsabilidades precisa ser desenhada antes do primeiro incidente, não depois dele.

Capítulo 16

O momento Enigma da saúde moderna

O capítulo traça um paralelo entre a quebra do código Enigma na Segunda Guerra e o atual embate da saúde com a cibersegurança. Três casos reais estruturam a discussão: o ataque WannaCry, que paralisou hospitais do NHS britânico em 2017; o Stuxnet, marco da guerra cibernética industrial; e o vazamento de prontuários psiquiátricos da clínica finlandesa Vastaamo, em 2020, um dos episódios mais graves de exposição de dados sensíveis de pacientes já registrados. Juntos, os casos mostram por que segurança digital deixou de ser problema de TI e passou a ser problema de segurança do paciente.

Capítulo 17

A síndrome do ascensorista

O capítulo batiza de "síndrome do ascensorista" a resistência humana a confiar cegamente em automação, mesmo quando ela funciona bem — e argumenta que a adoção de IA em saúde depende menos da qualidade técnica do algoritmo e mais da confiança na figura de um médico "champion" que valide e explique a tecnologia aos colegas. O contraponto vem da história real de Stanislav Petrov, o oficial soviético que, em 1983, usou julgamento humano para desconfiar de um alerta de ataque nuclear gerado por um sistema automatizado — e, ao não seguir cegamente a máquina, evitou uma catástrofe. A lição: tecnologia boa não dispensa julgamento humano treinado para questioná-la.

Capítulo 18

Inovação que não se paga é hobby

Com uma frase direta como título, o capítulo argumenta que inovação em saúde sem retorno demonstrável — seja financeiro (ROI) ou de valor terapêutico (TVO) — é hobby caro disfarçado de estratégia. O caso do IBM Watson Health, projeto bilionário que prometeu revolucionar a oncologia e acabou vendido por uma fração de seu valor, é usado como alerta sobre os riscos de investir em IA por hype em vez de por evidência, métricas claras e casos de uso bem definidos desde o início.

Capítulo 19

88 milhas por hora

Emprestando a icônica velocidade de "De Volta para o Futuro", este capítulo de síntese acelera pelas ideias centrais do livro para chegar a uma conclusão: o papel da IA não é substituir o médico, mas devolvê-lo ao seu papel mais essencial — o de curador, no sentido pleno da palavra, que cuida da pessoa e não apenas processa dados. Liberado das tarefas repetitivas e administrativas que a tecnologia pode absorver, o médico do futuro próximo teria mais tempo, e não menos, para o que só um humano pode oferecer.

Capítulo 20

Dr. House no país das maravilhas

O livro fecha com um exercício especulativo: a jornada de Elena, paciente fictícia em um "Hospital em 2035", que atravessa cenas de cirurgia robótica assistida por IA, gêmeos digitais usados para simular tratamentos antes de aplicá-los, e cuidado contínuo em casa integrado ao hospital. Ilustrado com as imagens finais do livro, cada cena funciona como síntese visual de um tema explorado nos 19 capítulos anteriores, convidando o leitor a imaginar — de forma concreta e humana — o hospital que a IA em saúde pode ajudar a construir.