Resumo com convergências e divergências entre a atualização da Sociedade Brasileira de Pediatria e AAP, NICE, AEP, Sociedade Italiana de Pediatria, Harvard (Boston Children's) e Johns Hopkins Children's Center. Documento original da SBP (acervo, associados) · 📄 Baixar em PDF
A Nota de Destaque nº 34 é um documento educativo: explica como funcionam os grandes modelos de linguagem, propõe o letramento em IA em cinco domínios, ensina técnicas de prompt e demonstra quatro casos de uso em terapia nutricional pediátrica (transição de nutrição parenteral para enteral, custo-efetividade de fórmulas, material educativo para famílias e revisão rápida de literatura), sempre com salvaguardas: nunca decidir só com o output, validar cálculos, verificar referências, anonimizar dados e declarar o uso em publicações. É, até onde se verificou, o primeiro documento de uma sociedade pediátrica dedicado à IA generativa em nutrição clínica. As referências internacionais dizem o mesmo sobre supervisão humana e privacidade, mas vão além em quatro pontos que a SBP não trata: a obrigação de informar o paciente e registrar o uso (que no Brasil já é norma do CFM desde fevereiro de 2026), o consentimento com "dupla mediação" pais-criança, o viés algorítmico em populações pediátricas e a classificação de ferramentas que informam decisão clínica como dispositivo médico.
1.O que a SBP recomenda
Documento: Nota de Destaque nº 34, 24/03/2026, 14 p. + material suplementar. Departamento Científico de Suporte Nutricional (pres. Rubens Feferbaum; sec. José Noronha Spolidoro); relatores Haroldo Falcão Ramos da Cunha e Maria Carolina Porto.
| Eixo | Conteúdo |
|---|---|
| Fundamentos | LLM prevê o próximo token; não é banco de dados; alucinações são inerentes e devem ser mitigadas por busca, documentos e senso crítico; "co-inteligência" (Mollick) para amplificar, não substituir |
| Competências | Letramento em IA em 5 domínios (Sperling 2024): letramento digital, conhecimento técnico, habilidades práticas (prompts), colaboração humano-IA, pensamento crítico e ético |
| Técnicas | Zero-shot, few-shot, cadeia de pensamento, persona, saída estruturada, multimodal |
| Casos de uso | Assistencial (plano NPT → NE em intestino curto, com raciocínio explícito); gestão (custo-efetividade eHF × AAF × soja com análise de sensibilidade); educação (guia de NPT domiciliar para pais); pesquisa (revisão rápida PICO sobre emulsões lipídicas) |
| Salvaguardas | Nunca decidir clinicamente só com output de IA; validar cálculos manualmente ou com calculadoras validadas; IA desconhece protocolos institucionais; verificar a existência de referências; revisão profissional de todo material; anonimização e LGPD; declarar uso em manuscritos; checar plágio |
| Individual × institucional | Experimentação individual traz fluência, mas risco de vazamento de dados e decisões sem validação; instituições devem criar ambientes seguros com dados anonimizados e comitês multidisciplinares de governança |
| Perspectiva | 1–2 anos: integração nativa em prontuários; 3–5 anos: agentes e multimodalidade; o papel do médico é insubstituível |
Não aborda: Resolução CFM 2.454/2026, informação e consentimento das famílias, viés algorítmico, classificação regulatória (ANVISA/SaMD), uso de IA pelas próprias famílias, validação de calculadoras nutricionais baseadas em IA.
2.Posição das referências internacionais
| Referência | Documento e ano | Posição resumida |
|---|---|---|
| AAP | Generative Artificial Intelligence: Implications for Families and Pediatricians (Pediatrics, mar/2026); Toward Trustworthy Pediatric AI (NAM/Pediatrics 2025); portal AAP "AI in Pediatric Health Care" | IA generativa é "ferramenta, não companheiro"; o output não substitui expertise humana nem julgamento clínico; revisar com as famílias o conteúdo gerado; risco de desinformação e de respostas inadequadas em saúde mental; educação crítica de pais e pediatras. Foco principal no uso por famílias e crianças; sem policy normativa para uso clínico de LLM pelo pediatra. |
| NHS England / MHRA / GMC (Reino Unido) | NHS England — Guidance on AI-enabled ambient scribing (2025); NICE ESF for digital health (ECD7, 2022); GMC — AI and innovative technologies | Sumarização clínica por IA generativa é dispositivo médico (registro MHRA, DCB0160, DPIA, Clinical Safety Officer); o profissional revisa e aprova o output antes do uso; monitoramento de acurácia e incidentes; responsabilidade permanece na organização. GMC: o médico responde pelas decisões ao usar IA, atua dentro da competência e explica limitações ao paciente. NICE exige evidência de efetividade e custo para tecnologias digitais. |
| AEP (Espanha) | Galdo et al. — IA en pediatría: actualidad y retos (An Pediatr 2024); Pediatría Integral 2025 (SEPEAP) | Sem posicionamento oficial da AEP; a revisão em Anales de Pediatría: "a decisão final sempre há de corresponder ao clínico"; explicabilidade, viés, regulação e letramento como prioridades. AEMPS prioriza IA na agenda 2026 sem guia específica. |
| SIP (Itália) | SIP — Etica dell'IA in Pediatria: protezione dei dati e consenso informato (set/2025) | Supervisão humana obrigatória; IA em saúde pediátrica é alto risco pelo AI Act; GDPR art. 8 e risco de reidentificação de menores; consentimento em "dupla mediação" (pais + assentimento gradual da criança); avaliação de impacto ético prévia; "a IA não substituirá o médico". |
| Harvard — HMS / Boston Children's | HMS IT — Generative AI Guidelines (2026) | Dados classificados por nível de sensibilidade; PHI proibido em plataformas públicas (HIPAA); só ferramentas aprovadas (ChatGPT Edu, Claude, Copilot, Azure); "sempre checar fatos — o conteúdo pode ser fabricado"; transparência e citação do uso de IA. Política clínica do Mass General Brigham/BCH não acessível. |
| Johns Hopkins | JHU — Guidelines for Responsible Use of AI; JHM — Generative AI: what faculty need to know (mai/2026) | Proibido inserir dados clínicos em ferramentas não aprovadas; plataforma institucional segura (HopGPT, dez/2025); o usuário responde por todo conteúdo gerado; consulta obrigatória ao IRB para pesquisa com humanos. |
| OMS | Ethics and governance of AI for health: guidance on large multi-modal models (jan/2024) | > 40 recomendações: alucinação, viés, automation bias, qualidade de dados; auditoria e avaliação de impacto por governos; accountability de desenvolvedores e provedores; supervisão humana e treinamento da força de trabalho. |
| CFM (Brasil) | Resolução CFM nº 2.454/2026 (11/02/2026, DOU 27/02/2026) | IA apenas como apoio; decisão e responsabilidade do médico; vedada operação autônoma e delegação da comunicação de diagnóstico à IA; informação clara ao paciente; registro do uso de IA no prontuário; LGPD; Comissão institucional de IA e Telemedicina; classificação de risco; capacitação. Vigência 180 dias após publicação. |
| ASPEN / ESPEN; FDA; EU AI Act | Hurt et al., NCP 2026 (comparação de LLMs em casos); Belkhouribchia & Pen, Clin Nutr ESPEN 2026 (revisão); FDA draft — AI-enabled device software functions (jan/2025); Reg. (UE) 2024/1689 | Nenhuma sociedade de nutrição clínica tem posição oficial; revisões pedem expertise humana no centro, qualidade de dados, privacidade e accountability. FDA: gestão de ciclo de vida, validação, monitoramento pós-mercado (LLM de uso geral fora do escopo). AI Act: IA em dispositivo médico é alto risco (obrigações a partir de 2028); letramento em IA obrigatório para quem implanta (art. 4). |
3.Concordâncias e discordâncias
| Tema | SBP | AAP | NHS/GMC | SIP | Harvard | J. Hopkins | OMS | CFM | Leitura |
|---|---|---|---|---|---|---|---|---|---|
| Supervisão humana; decisão final do médico | Sim | Sim | Sim | Sim | Sim | Sim | Sim | Sim (norma) | Concordância total |
| Verificar outputs, alucinações e citações | Sim | Sim | Revisão antes do uso | Sim | Sim | Sim | Sim | — | Concordância total |
| Não inserir dados sensíveis em ferramentas públicas | Sim (LGPD) | — | DPIA | GDPR | HIPAA; ferramentas aprovadas | Só aprovadas; HopGPT | Sim | LGPD | Concordância |
| Letramento em IA | Sim (5 domínios) | Educação crítica | CPD | Sim | — | — | Sim | Capacitação | Concordância |
| Governança institucional / comitês | Sim | — | CSO, DCB0160 | Avaliação de impacto | — | — | Auditoria | Comissão obrigatória | Concordância; CFM torna obrigatório |
| Informação ao paciente e registro em prontuário | Omite | Revisar com famílias | GMC: explicar limitações | Consentimento dupla mediação | — | — | — | Obrigatório | Divergência: SBP trata como opcional o que já é norma |
| Viés algorítmico e equidade pediátrica | Omite | Central | — | Central | — | — | Central | Classificação de risco | Lacuna da SBP |
| Ferramenta que apoia decisão clínica = dispositivo médico | Omite | — | Sim (MHRA) | Alto risco (AI Act) | — | — | — | Risco alto | Lacuna da SBP |
| Uso de IA pelas famílias | Omite | Foco principal | — | — | — | — | — | — | Lacuna da SBP |
| Tom | Pró-experimentação | Cauteloso | Regulatório | Ético-regulatório | Operacional | Operacional | Governança | Deontológico | SBP é a mais entusiasta |
4.Síntese
Nos princípios, não há discordância: supervisão humana, verificação sistemática do que o modelo produz, proteção dos dados e capacitação aparecem em todas as referências, e a SBP os enuncia com clareza, inclusive com o alerta útil de que o modelo não conhece os protocolos institucionais. A diferença está no enquadramento. A SBP escreve um manual de uso, com prompts prontos para o pediatra experimentar; NHS, OMS, SIP e o CFM escrevem normas de responsabilidade. A omissão mais relevante é a Resolução CFM 2.454/2026, publicada um mês antes da nota: ela torna obrigatórios o registro do uso de IA no prontuário, a informação ao paciente e uma comissão institucional de IA, além de vedar que a comunicação de diagnóstico seja delegada ao sistema. O caso assistencial da nota (plano de transição de nutrição parenteral) é exatamente o tipo de uso que, no Reino Unido e na União Europeia, transforma a ferramenta em dispositivo médico sujeito a validação, e que o CFM classifica como risco alto. Duas outras lacunas são pediátricas por natureza: o consentimento em dupla mediação (pais e criança), formulado pela SIP, e o viés algorítmico, que AAP, OMS e SIP colocam no centro e a nota não menciona. Registre-se, a favor da SBP, que nenhuma sociedade de nutrição clínica (ASPEN, ESPEN) produziu documento equivalente.
- Leia a nota junto com a Resolução CFM 2.454/2026: informar o paciente, registrar o uso no prontuário e nunca comunicar diagnóstico por IA são deveres deontológicos, não sugestões.
- Cálculos nutricionais: os exemplos com prompts zero-shot para necessidades calóricas são didáticos; na prática, use calculadoras validadas e trate o LLM como rascunho a conferir, como o próprio documento pede.
- Dados de pacientes só em ambiente institucional aprovado (o equivalente brasileiro do HopGPT ou das ferramentas aprovadas de Harvard); a versão gratuita de um chatbot público não atende à LGPD para dados de saúde de menores.
- Material para famílias: além da revisão técnica, considerar o alerta da AAP de que as famílias também usam IA; o pediatra deve orientar sobre limites e fontes confiáveis.
- Viés: modelos treinados majoritariamente em dados de adultos e de países de alta renda podem errar sistematicamente em prematuros, doenças raras e populações brasileiras; validar localmente antes de adotar em protocolo.
5.Fontes
- SBP. Inteligência Artificial Generativa na Terapia Nutricional Pediátrica. Nota de Destaque nº 34, Departamento de Suporte Nutricional, 24/03/2026. sbp.com.br
- Conselho Federal de Medicina. Resolução CFM nº 2.454/2026 — uso de inteligência artificial na medicina.
- AAP. Generative Artificial Intelligence: Implications for Families and Pediatricians. Pediatrics 2026;157(4):e2025074912. Toward Trustworthy Pediatric AI (NAM/Pediatrics 2025).
- NHS England. Guidance on the use of AI-enabled ambient scribing products in health and care settings (2025). NICE. Evidence standards framework for digital health technologies (ECD7, 2022). GMC. AI and innovative technologies (2024).
- Galdo Vilas et al. Inteligencia artificial en pediatría: actualidad y retos. An Pediatr 2024.
- SIP. Etica dell'IA in Pediatria: protezione dei dati e consenso informato (2025).
- Harvard Medical School IT. Generative AI Guidelines (2026). Johns Hopkins University. Guidelines for Responsible Use of AI; JHM Generative AI guidance (2026).
- WHO. Ethics and governance of artificial intelligence for health: guidance on large multi-modal models (2024).
- FDA. AI-Enabled Device Software Functions: Lifecycle Management and Marketing Submission Recommendations (draft, 2025). Regulation (EU) 2024/1689 (AI Act).
- Belkhouribchia J, Pen JJ. Artificial intelligence in clinical nutrition: a narrative review. Clin Nutr ESPEN 2026;72. Hurt RT et al. Nutr Clin Pract 2026.