O progresso rápido na tecnologia médica—diagnóstico por IA, edição genética, sensores vestíveis, telemedicina, robótica—entrega benefícios imensos, mas também dilemas éticos profundos. Aqui estão dez áreas de desafio crítico.
Inovações de alto custo (terapia CAR-T, terapia de prótons, órfãos de drogas) sobrecarregam orçamentos. Quem tem acesso? Critérios: necessidade médica, custo-efetividade, loteria, capacidade de pagamento? Disparidades globais se ampliam.
Massivos fluxos de dados de saúde (genômica, wearables, prontuários eletrônicos) levantam questões: propriedade, uso secundário, adequação da desidentificação, exploração comercial, vigilância. GDPR e HIPAA fornecem estruturas, mas ficam atrás da tecnologia.
Leis de “direito de tentar”, uso compassivo e ensaios adaptativos borram as linhas entre pesquisa e terapia. Garantir consentimento informado verdadeiro em pacientes desesperados é eticamente desafiador. O uso de placebo em condições que põem em risco a vida é debatido.
CRISPR-Cas9 permite mudanças hereditárias. Preocupações: eugenia, desigualdade, consentimento de gerações futuras, efeitos off-target, inclinação deslizante para melhoramento. Consenso internacional (OMS, NAS) pede uma moratória na edição clínica germinativa.
Dispositivos de assistência ventricular, ECMO, diálise e nutrição artificial podem prolongar a morte. Definir futilidade, respeitar diretivas antecipadas, navegar disputas familiares e legalizar a ajuda médica para morrer (MAID) permanecem controversos.
Suporte de decisão por IA pode superar o julgamento clínico. Pacientes podem exigir intervenções inadequadas baseadas em tecnologia. Modelos de tomada de decisão compartilhada devem evoluir.
Ensaios financiados pela indústria, royalties de fabricantes de dispositivos, marketing direto ao consumidor e drogas “me-too” priorizam lucro sobre o bem-estar do paciente. Registros de transparência (Open Payments) ajudam, mas são insuficientes.
A divisão digital (banda larga, smartphones, alfabetização) exclui grupos rurais, idosos, de baixa renda e marginalizados de telemedicina, triagem por IA e terapêuticas digitais. Viés algorítmico em dados de treinamento perpetua disparidades.
O uso de primatas não humanos e roedores em testes de dispositivos/drogas levanta preocupações dos 3Rs (Substituição, Redução, Refinamento). Organoides, sistemas microfisiológicos e modelos in silico oferecem alternativas, mas ainda não são universais.
Mutações off-target do CRISPR, deriva de diagnóstico por IA, nanotoxicidade, disrupção do microbioma por novos antimicrobianos, dependência social de algoritmos proprietários. Vigilância pós-mercado e varredura de horizonte são críticas.
Enfrentar isso requer conselhos de ética multidisciplinares, regulação robusta, deliberação pública e educação contínua para clínicos, desenvolvedores e formuladores de políticas.