Inteligência Artificial e a Próxima Geração de Avaliações Médicas

A inteligência artificial está redesenhando a avaliação médica em quatro frentes operacionais: geração assistida de itens inéditos com validação humana obrigatória, calibração contínua da dificuldade por Teoria de Resposta ao Item (TRI) sobre volume vivo de respostas, testagem adaptativa que ajusta a dificuldade ao nível de proficiência do aluno, e predição de resultado institucional antes da prova oficial. Nenhuma dessas frentes substitui o julgamento médico ou docente: todas dependem de revisão humana, pré-teste estatístico e supervisão especializada antes que um item ou uma predição tenha valor institucional. Para coordenações de curso, entender essa distinção entre o que já é operacional e o que ainda é promessa de mercado é condição para decidir onde investir em 2026.

Com o ENAMED tornando-se semestral pela MP 1.370/2026, o volume de itens inéditos necessários por ciclo avaliativo cresce de forma que nenhum banco estático consegue sustentar. Este artigo detalha as quatro frentes de IA aplicadas à avaliação médica, separa o que é hype do que é infraestrutura testada, e apresenta os riscos e salvaguardas que toda instituição de ensino superior (IES) deveria exigir de qualquer fornecedor nesse campo.

Por que a avaliação médica precisa de inteligência artificial agora?

A avaliação médica precisa de inteligência artificial agora porque o ENAMED semestral multiplicou por dois a demanda anual por itens inéditos, calibrados e alinhados à Matriz de Referência Comum, em um cenário no qual bancos de questões estáticos se esgotam rapidamente em qualidade preditiva. A Portaria INEP 478/2025 estabeleceu uma matriz com 15 competências, 21 domínios, 7 áreas de formação, 6 cenários de prática e 3 níveis cognitivos, uma granularidade que exige tagueamento fino e atualização constante, tarefa inviável em escala manual.

O resultado da primeira edição do ENAMED, aplicada em 19 de outubro de 2025, expõe a urgência: dos 351 cursos avaliados, 107 receberam conceito 1 ou 2, sanções que incluem suspensão de vestibular e supervisão do MEC, enquanto 49 cursos, 84% deles públicos, alcançaram conceito 5 (Fonte: INEP, 2025). Aproximadamente 13 mil egressos foram classificados como não proficientes. Esses números não refletem apenas qualidade de ensino: refletem também a capacidade da instituição de medir, com precisão estatística, onde estão as lacunas de proficiência antes que a prova oficial as revele.

A MP 1.370/2026 aprofunda essa urgência ao criar duas etapas: a primeira, ao final do 4º ano, é diagnóstica e não habilita o estudante, mas é componente curricular obrigatório; a segunda, ao final do 6º ano, é o gate de proficiência que condiciona o registro no CRM para quem ingressou a partir de 19 de junho de 2026. O desempenho insatisfatório na segunda etapa aciona supervisão do curso pelo MEC, regra que já vale para todas as instituições, independente da data de ingresso dos alunos. Isso significa que mesmo cursos com turmas atuais, que não estão sujeitas ao gate individual, enfrentam urgência institucional imediata.

Quais são as quatro frentes de IA que estão mudando a avaliação médica?

As quatro frentes que estão mudando a avaliação médica são: geração assistida de itens inéditos, calibração contínua por TRI, testagem adaptativa e predição de resultado institucional. Cada uma delas resolve um gargalo distinto do ciclo avaliativo e nenhuma funciona isoladamente sem as demais.

Frente 1: geração assistida de itens inéditos. Modelos de linguagem podem propor rascunhos de questões alinhadas a um tema, subtema e nível cognitivo específicos, mas o item só se torna utilizável após validação por médicos especialistas quanto a correção clínica, ausência de ambiguidade e conformidade com boas práticas de elaboração de itens. Sem esse crivo humano, o risco de alucinação clínica, o modelo apresentando uma conduta terapêutica incorreta como gabarito, é real e documentado na literatura de IA generativa aplicada à saúde. A geração assistida acelera a produção de rascunhos; não substitui a revisão médica.

Frente 2: calibração contínua por TRI. Um item recém-criado não tem parâmetro de dificuldade conhecido até ser respondido por um volume estatisticamente relevante de estudantes. A calibração contínua usa machine learning sobre esse fluxo de respostas reais para estimar e reestimar o parâmetro de dificuldade do item ao longo do tempo, seguindo o mesmo arcabouço de Rasch 1PL adotado pelo INEP na Nota Técnica 42/2025. Sem esse volume vivo de respostas, qualquer estimativa de dificuldade é hipotética e pode distorcer o diagnóstico de proficiência do estudante.

Frente 3: testagem adaptativa. A testagem adaptativa ajusta a dificuldade do próximo item ao nível de proficiência (θ) estimado do estudante em tempo real, reduzindo o número de itens necessários para uma estimativa confiável de proficiência. Essa técnica já é aplicada em exames de larga escala internacionalmente, mas depende de um banco de itens calibrados robusto o suficiente para oferecer opções em todas as faixas de dificuldade e todos os domínios da matriz, algo que só um banco de centenas de milhares de itens tagueados consegue sustentar.

Frente 4: predição de resultado institucional. A predição usa o histórico de desempenho do curso, cruzado com o comportamento estatístico do banco de itens, para estimar, antes da aplicação oficial, a Nota Final provável na escala INEP, a Classificação de Proficiência e o Nível de Confiança dessa estimativa, por Grande Área, Especialidade, Tema e Subtema. É a frente mais estratégica para gestão acadêmica, porque transforma a avaliação de um evento retrospectivo em um instrumento de antecipação de gargalos.

O motor M.A.E.S.T.R.O, desenvolvido pela SPR Med sobre machine learning aplicado a TRI/Rasch 1PL (o mesmo modelo estatístico usado pelo INEP), entrega exatamente essa camada de predição: Nota Final na escala INEP, Classificação de Proficiência e Nível de Confiança, com 94% de acurácia na predição de conceito institucional. Esse número não deve ser confundido com a predição de temas prováveis da prova, que atinge de 80% a 90% de acerto no top 10 temas por edição, em backtest sobre uma base de 17 edições anteriores do INEP: são métricas diferentes, para perguntas diferentes.

Leia tambémTrilhas Adaptativas de Aprendizado com IA na Formação Médica →

Como essas quatro frentes se conectam ao banco de questões e ao volume de dados

A precisão de qualquer uma dessas quatro frentes depende diretamente do volume e da qualidade do banco de itens subjacente. O banco proprietário utilizado como base tem 266.177 questões tagueadas na Matriz Pedagógica 7D, alinhada às sete dimensões da Matriz de Referência Comum da Portaria INEP 478/2025, com mais de 3 milhões de respostas reais acumuladas e um fluxo de 600 mil questões respondidas por mês, gerado pelas 8 instituições de ensino parceiras. Esse volume vivo é o que permite recalibração estatística contínua, e não apenas uma fotografia estática de dificuldade tomada uma única vez.

Leia tambémConstrução de Banco de Questões de Medicina: O Desafio da Redação de Itens Inéditos →

O que é hype e o que já é operacional em 2026?

O que já é operacional em 2026 é a geração assistida de rascunhos de itens com revisão médica obrigatória, a calibração contínua por TRI sobre bancos com volume de respostas suficiente, e a predição de conceito institucional com acurácia validada por backtest histórico. O que ainda é hype, ou promessa de mercado sem validação pública em avaliação médica de larga escala no Brasil, é a substituição integral da revisão humana na elaboração de itens e a alegação de que qualquer modelo de IA generativa pode "prever a prova" sem lastro em um banco calibrado e em um histórico de edições reais.

A tabela a seguir organiza essa distinção por frente, com a salvaguarda que toda IES deveria exigir antes de adotar uma solução.

Frente de IA	O que muda na prática	Salvaguarda obrigatória
Geração assistida de itens	Rascunhos de questões produzidos em minutos a partir de tema, subtema e nível cognitivo alvo	Revisão por médico especialista antes de qualquer uso avaliativo; checagem de conformidade com boas práticas de elaboração de itens
Calibração contínua por TRI	Parâmetro de dificuldade do item se ajusta com o volume de respostas reais, e não fica fixo desde a criação	Volume mínimo de respostas antes de o item "valer nota"; item deve passar por fase de pré-teste sem impacto na avaliação do aluno
Testagem adaptativa	Dificuldade do próximo item se ajusta ao θ estimado do estudante em tempo real	Banco calibrado robusto o suficiente em todas as faixas de dificuldade e domínios; auditoria de viés por subgrupo de itens
Predição de resultado institucional	Nota Final, Classificação de Proficiência e Nível de Confiança estimados antes da aplicação oficial	Transparência sobre a acurácia do modelo (94% para conceito, distinto de 80% a 90% top 10 para temas) e sobre a base histórica usada no backtest

Um risco recorrente em fornecedores que entram nesse mercado é apresentar geração de itens por IA generativa como produto final, sem mencionar a etapa de validação médica. Nota clínica incorreta em gabarito, ambiguidade de enunciado e desalinhamento com a Matriz de Referência Comum são falhas que só aparecem quando o item chega ao estudante, e nesse ponto o dano à credibilidade do processo avaliativo já ocorreu. A prática correta é a de pré-teste: todo item novo circula em aplicações que não contam para a nota final do estudante até acumular respostas suficientes para calibração confiável, exatamente o procedimento seguido por exames de larga escala como o próprio ENAMED.

Como validar se uma predição de IA é confiável para decisão institucional?

Uma predição de IA é confiável para decisão institucional quando existe validação externa documentada, com números públicos e auditáveis, e não apenas a alegação do fornecedor. O teste mais rigoroso de qualquer banco de itens ocorreu no REVALIDA 2026.1, quando das 100 questões reais da prova, 74 já tinham equivalente no banco utilizado pela SPR Med, e os 72 temas cobrados estavam entre os 72 temas monitorados no radar preditivo, um resultado de cobertura de 74% em prova real e 100% de acerto temático (Fonte: análise interna SPR Med sobre prova oficial REVALIDA 2026.1).

Leia também74 de 100: o Teste de Fogo do Banco SPR Med no REVALIDA 2026.1 →

Esse tipo de validação externa é o critério que diferencia infraestrutura de proficiência calibrada de ferramentas de diagnóstico avulsas. Uma ferramenta que apenas aplica simulados sem calibração TRI contínua produz uma nota que reflete a dificuldade daquele simulado específico, não uma estimativa da Nota Final que o estudante teria na escala oficial do INEP. Já um motor calibrado por TRI/Rasch 1PL, o mesmo modelo estatístico da Nota Técnica 42/2025 (NF = θ × 17,544 + 67,018), converte o desempenho do estudante em uma nota comparável à escala oficial, com corte de proficiência em Nota Final 60,0, correspondente a θ de -0,40.

A tabela abaixo resume as faixas de proficientes por conceito no ENAMED 2025, referência necessária para qualquer coordenação que queira traduzir metas de proficiência em metas de conceito institucional.

Conceito ENAMED	Faixa de proficientes	Cursos nessa faixa em 2025
1	Até 39,9%	Parte dos 107 cursos com conceito 1 ou 2
2	40% a 59,9%	Parte dos 107 cursos com conceito 1 ou 2
3	60% a 74,9%	Faixa intermediária, não detalhada por número absoluto
4	75% a 89,9%	Faixa intermediária, não detalhada por número absoluto
5	90% ou mais	49 cursos (84% públicos)

Fonte: INEP, 2025; Nota Técnica 40/2025 (Conceito Enade Medicina).

Quais riscos a IA generativa traz para a avaliação médica e como mitigá-los?

Os principais riscos que a IA generativa traz para a avaliação médica são viés estatístico de item, alucinação clínica em conteúdo gerado automaticamente, e uso de predições sem transparência sobre a base de validação. A mitigação passa por três práticas que deveriam ser exigidas contratualmente de qualquer fornecedor: revisão médica obrigatória antes de qualquer item entrar em circulação, fase de pré-teste estatístico antes de o item valer nota para qualquer estudante, e divulgação explícita da acurácia e da base histórica usada para validar qualquer modelo preditivo.

O viés de item ocorre quando um item, por redação ou contexto clínico, favorece ou prejudica sistematicamente um subgrupo de estudantes sem que isso reflita diferença real de proficiência. Esse tipo de falha só é detectável com análise estatística sobre volume real de respostas, outro motivo pelo qual bancos com poucas centenas ou milhares de respostas por item não oferecem garantia equivalente a bancos com milhões de respostas acumuladas.

A alucinação clínica, quando o modelo gera uma afirmação clinicamente incorreta com aparência de autoridade, é o risco mais grave em geração assistida de itens, porque pode formar gabarito errado. A única salvaguarda eficaz documentada é a revisão por médico especialista em cada item antes de sua liberação, sem exceção, independente da sofisticação do modelo gerador.

Por fim, a falta de transparência sobre validação é um risco reputacional para a própria IES que adota uma ferramenta preditiva sem exigir do fornecedor os números de acurácia e a metodologia de backtest. Uma predição de conceito institucional sem base auditável em edições anteriores do exame oficial é uma alegação de marketing, não um instrumento de gestão acadêmica.

Leia tambémArquitetura e Segurança de Dados em Plataformas de Gestão Acadêmica de Medicina →

O ENAMED semestral torna o banco de questões estático obsoleto: o que isso significa na prática?

O ENAMED semestral significa, na prática, que qualquer banco de itens que não seja continuamente ampliado e recalibrado perde relevância estatística em menos de um ano de uso. Antes da MP 1.370/2026, o ciclo avaliativo era anual e um banco de questões podia ser atualizado uma vez por ano sem grande perda de precisão. Com duas aplicações por ano, a primeira etapa diagnóstica ao final do 4º ano e a segunda etapa de gate ao final do 6º ano, o número de estudantes expostos a um mesmo conjunto de itens dobra no mesmo intervalo de tempo, acelerando o desgaste de sigilo e de calibração de cada item.

O cronograma do Edital INEP nº 71/2026 (DOU 29/05/2026) ilustra essa aceleração operacional: inscrições de 15 a 29 de junho de 2026, cartão de confirmação em 4 de setembro, prova em 13 de setembro (portões às 12h, fechamento às 13h, início às 13h30, duração de cinco horas), reaplicação em 18 de outubro, gabarito preliminar em 15 de setembro, resultado de concluintes e graduados em 4 de dezembro, e resultados do 4º ano a partir de 12 de janeiro de 2027. Em 2026 há uma única aplicação, em 13 de setembro, mas com dois públicos simultâneos, concluintes e estudantes do 4º ano inscritos pelo coordenador, e resultados divulgados separadamente.

A nota na escala TRI tem validade de três anos (Portaria INEP nº 413/2025) e pode ser usada pelo concluinte no ENARE 2026/2027, embora o estudante do 4º ano não possa usar sua nota diagnóstica para esse fim. Essa validade estendida aumenta ainda mais a pressão por itens inéditos: um estudante pode ser exposto ao banco de preparação da instituição em múltiplos momentos ao longo de dois anos letivos, e itens repetidos perdem valor diagnóstico rapidamente.

Leia tambémSimulados ENAMED 2026: Estratégias de Elaboração com Grandes Bancos de Questões →

Quatro camadas regulatórias que toda coordenação precisa distinguir

A distinção entre essas quatro camadas evita erros de interpretação frequentes em relatórios institucionais e em comunicação com o corpo docente. A Portaria MEC 330/2025 é a norma que cria o exame; a Portaria INEP 478/2025 é a matriz de referência que define competências, domínios e cenários; o Conceito Enade Medicina, previsto na Lei 10.861/2004 (SINAES) e detalhado na Nota Técnica 40/2025, é a consequência institucional derivada do desempenho no ENAMED; e a MP 1.370/2026 é o status legal atual do exame, responsável pelas duas etapas e pela periodicidade semestral. Tratar essas quatro camadas como sinônimos é um erro comum em comunicações internas que pode gerar interpretação equivocada sobre prazos e obrigações.

Leia tambémRelatórios Oficiais do ENAMED: Como Traduzir Métricas Complexas para o MEC e o Conselho →

Como a SPR Med aplica essas quatro frentes de IA no ciclo avaliativo da IES?

A SPR Med aplica as quatro frentes de IA dentro de uma infraestrutura B2B organizada em quatro pilares, Diagnóstico, Prescrição, Controle e Mentoria, que cobre o estudante do primeiro ano ao egresso, e não apenas o período pré-prova. Essa é a diferença estrutural entre uma infraestrutura de proficiência e um cursinho preparatório ou uma consultoria pontual de ENAMED: enquanto ferramentas de diagnóstico avulsas entregam uma fotografia isolada do desempenho, e cursinhos B2C otimizam para o estudante individual sem visibilidade institucional agregada, a infraestrutura completa integra a camada de avaliação calibrada por TRI com prescrição automatizada de estudo e mentoria em escala.

O Diagnóstico usa o banco de 266.177 questões tagueadas na Matriz Pedagógica 7D e o motor M.A.E.S.T.R.O para estimar a Nota Final na escala INEP, a Classificação de Proficiência e o Nível de Confiança de cada estudante, por Grande Área, Especialidade, Tema e Subtema, com 94% de acurácia na predição de conceito institucional. A Prescrição converte esse diagnóstico em plano de estudo automatizado, com 91% de assertividade e revisão espaçada nos intervalos D0, D1, D2, D6 e D31, evitando que a coordenação dependa de planilhas manuais para direcionar o esforço de cada estudante.

Leia tambémTransformação Digital na Gestão de IES: Da Planilha à Infraestrutura de Dados →

O Controle oferece à coordenação e ao NDE visibilidade em tempo real do avanço da turma frente às metas de proficiência, permitindo identificar gargalos por tema antes da aplicação oficial, e não apenas depois do resultado divulgado pelo INEP. A Mentoria em escala, com razão de 8 mentores para cada aluno contra a referência de mercado de 75 para 1, um ganho de 60 vezes em capacidade de acompanhamento individualizado, é construída e supervisionada por médicos, entre eles o Dr. Matheus Ferreira e o Dr. Vinícius Côgo Destefani, garantindo que a camada de revisão humana exigida pelas salvaguardas de IA não seja terceirizada a um processo puramente automatizado.

Leia tambémFormação de Equipes de Dados para Análise de Desempenho Discente em IES →

Vale reforçar que essa infraestrutura de avaliação não substitui, mas complementa, as trilhas adaptativas de estudo e a prescrição automatizada de conteúdo: a avaliação mede proficiência com rigor estatístico, e essas outras camadas atuam sobre o que a avaliação revela. Coordenações que buscam entender a diferença entre medir e ensinar de forma adaptativa encontram esse detalhamento em Leia tambémTrilhas Adaptativas de Aprendizado com IA na Formação Médica →.

O cenário APS e o nível cognitivo M4 como recorte prioritário para calibração

O cenário de Atenção Primária à Saúde (APS) domina aproximadamente 62% das questões do ENAMED, e 88% da prova de 2026 está classificada no nível cognitivo M4, o mais elevado da matriz. Esse recorte é decisivo para qualquer estratégia de calibração de banco de itens: uma instituição que investe majoritariamente em itens de nível cognitivo básico, fora do cenário de APS, está calibrando seu banco na direção oposta à do peso real da prova oficial.

Leia tambémComo as Melhores Faculdades de Medicina do Brasil se Preparam para o ENAMED →

Qual o próximo passo para a coordenação que quer usar IA na avaliação em 2026?

O próximo passo para a coordenação que quer usar IA na avaliação em 2026 é auditar o banco de itens atual quanto a três critérios objetivos: volume de respostas reais por item, alinhamento tagueado à Matriz de Referência Comum da Portaria INEP 478/2025, e existência de validação externa documentada contra provas oficiais recentes. Instituições que ainda dependem de bancos estáticos, produzidos internamente sem calibração estatística contínua, enfrentam risco crescente de defasagem frente ao ritmo semestral do ENAMED.

A urgência regulatória é dupla: para turmas já matriculadas, o risco é institucional, supervisão do MEC por desempenho insatisfatório na segunda etapa, redução de vagas e impacto no Conceito Enade Medicina; para turmas que ingressarem a partir de 19 de junho de 2026, soma-se o risco individual do gate de registro no CRM. Nenhuma dessas duas frentes de risco é mitigada por soluções pontuais de diagnóstico: exige infraestrutura contínua, do primeiro ano ao egresso.

Leia tambémParcerias de Sucesso na Educação Médica: Como Fornecedores e IES Trabalham Juntos →

Converse com nosso time de consultoria acadêmica para entender como a Matriz Pedagógica 7D, o motor M.A.E.S.T.R.O e o modelo de mentoria em escala se aplicam ao contexto específico do seu curso, considerando o Conceito Enade Medicina atual e as metas do PDI para o próximo ciclo avaliativo.

Perguntas frequentes

A inteligência artificial pode gerar sozinha as questões do ENAMED, sem revisão humana?

Não. A geração assistida por IA produz rascunhos de itens a partir de tema, subtema e nível cognitivo alvo, mas todo item exige revisão por médico especialista antes de circular, para evitar alucinação clínica e garantir conformidade com boas práticas de elaboração de itens e com a Matriz de Referência Comum da Portaria INEP 478/2025.

Qual a diferença entre predição de conceito e predição de temas no modelo da SPR Med?

São métricas distintas e não devem ser confundidas. A predição de conceito institucional, feita pelo motor M.A.E.S.T.R.O, tem 94% de acurácia. A predição de temas prováveis da prova tem de 80% a 90% de acerto no top 10 temas por edição (55% a 70% no top 20), validada em backtest sobre 17 edições anteriores do INEP.

O que significa calibração contínua por TRI e por que ela importa para a IES?

Calibração contínua por TRI significa que o parâmetro de dificuldade de cada item é reestimado com base no volume real de respostas acumuladas ao longo do tempo, seguindo o modelo Rasch 1PL usado pelo próprio INEP (Nota Técnica 42/2025). Ela importa porque bancos sem esse volume vivo de respostas produzem estimativas de dificuldade hipotéticas, que distorcem o diagnóstico de proficiência do estudante e, por extensão, as decisões de gestão acadêmica baseadas nele.

A segunda etapa do ENAMED, no 6º ano, afeta todos os cursos ou só as novas turmas?

O gate de registro no CRM, exigindo proficiência na segunda etapa, afeta individualmente apenas estudantes que ingressaram a partir de 19 de junho de 2026, conforme a MP 1.370/2026. No entanto, a supervisão do curso pelo MEC em caso de desempenho insatisfatório na segunda etapa vale para todos os cursos, independente da data de ingresso das turmas atuais.

Como validar se um banco de questões calibrado por IA é confiável antes de contratar?

Exija do fornecedor três evidências objetivas: volume de respostas reais por item, tagueamento completo alinhado à Matriz de Referência Comum, e validação externa documentada contra prova oficial recente. Um exemplo público desse tipo de validação é a cobertura de 74 das 100 questões reais do REVALIDA 2026.1 e o acerto dos 72 temas cobrados no radar preditivo da SPR Med.

Testagem adaptativa já é usada no ENAMED oficial ou é uma tendência futura?

O ENAMED oficial, conforme a Portaria INEP 478/2025 e o Edital INEP nº 71/2026, é aplicado em formato de prova fixa de 100 questões objetivas, não adaptativa. A testagem adaptativa é hoje uma técnica aplicável em simulados institucionais e preparatórios internos, apoiada em bancos calibrados por TRI, e representa uma tendência de evolução para exames de larga escala, mas ainda não é o formato oficial do exame brasileiro.