A eficácia de longo prazo dos chatbots de mudança de comportamento em saúde ainda não foi provada

A IA muda comportamento de saúde rápido, e o problema não é a velocidade, é o que ninguém ainda sabe medir depois

BLUEPRINT MENTAL | Nº 31

Frase-tese: Um chatbot consegue tirar você do sofá nesta semana. O que a ciência ainda não consegue dizer é se você continua de pé daqui a um ano, e comprar o primeiro resultado como se fosse o segundo é pagar caro por um efeito que pode ter prazo de validade.

Toda ferramenta de mudança de comportamento vende a mesma promessa implícita: o que funciona agora vai continuar funcionando. É a promessa mais fácil de fazer e a mais difícil de checar, porque checar exige esperar, medir de novo, medir uma terceira vez, e a maioria dos estudos simplesmente para de olhar antes disso. Uma revisão de escopo publicada em 2026 no Journal of Medical Internet Research varreu 43 estudos sobre chatbots de IA voltados a mudança de comportamento em saúde, cobrindo oito comportamentos diferentes, de atividade física a cessação de tabagismo, e chegou a um veredito que interessa a qualquer pessoa que decide investir em produto de saúde digital: o ganho de curto prazo é real, mais consistente em atividade física, dieta, cessação de tabagismo e manejo de estresse. O que continua sem resposta é se esse ganho sobrevive ao tempo. Essa é a edição desta semana.

o cenário

A régua com que se mede sucesso em produto de saúde digital

É a decisão que qualquer time de produto de Behavioral AI enfrenta cedo: qual comportamento medir e por quanto tempo medir. A tentação é medir o que responde rápido, porque rápido é o que cabe num ciclo de captação de investimento, num relatório trimestral, num slide de pitch. Passos andados na primeira semana, calorias registradas no primeiro mês, adesão ao app nos primeiros trinta dias. Esses números sobem, e sobem de verdade, o que torna a tentação ainda mais forte de parar de medir exatamente aí. O problema é que ninguém compra um aplicativo de saúde para mudar de comportamento por um mês. Compra para mudar e continuar mudado. E é justamente no intervalo entre esses dois desejos, o resultado que se mede e o resultado que dura, que mora a pergunta que a ciência ainda não fechou.

a ciência

Uma revisão de 43 estudos e o veredito sobre o longo prazo

A revisão que ancora esta edição saiu em 2026 no Journal of Medical Internet Research (volume 28, artigo e79677), sob o título "The Development and Use of AI Chatbots for Health Behavior Change: Scoping Review". É uma revisão de escopo, não um teste clínico único, o que significa que o trabalho dela foi mapear o que já existe, não gerar um dado novo. Os autores reuniram 43 estudos publicados entre 2018 e 2024, majoritariamente de países ocidentais como Estados Unidos, Holanda, Itália e Reino Unido, cobrindo oito comportamentos de saúde: atividade física, dieta, sono, manejo de peso, comportamento sedentário, manejo de estresse, cessação de tabagismo e consumo de álcool. O achado central é direto: existe benefício real e mensurável no curto prazo, com a evidência mais consistente em atividade física, dieta, cessação de tabagismo e manejo de estresse. E existe uma lacuna igualmente real quando a pergunta muda de "funcionou" para "continuou funcionando". A própria revisão nomeia essa lacuna como uma das prioridades de pesquisa que faltam: mais estudos sobre custo, sobre desfechos de implementação e sobre os comportamentos menos estudados, como sono, manejo de peso, sedentarismo e álcool. Não é uma revisão que diz que os chatbots não funcionam. É uma revisão que diz, com o rigor de quem mapeou 43 estudos, que a pergunta sobre durabilidade continua em aberto porque quase ninguém a respondeu ainda.

o mecanismo

Por que medir curto prazo é mais fácil do que medir o que dura

Não é acaso que a literatura tenha mais dado sobre semana um do que sobre mês doze. Um estudo de curto prazo é mais barato, mais rápido de publicar e mais fácil de desenhar: recrutar participantes, aplicar a intervenção, medir na saída, fechar o artigo. Um estudo de longo prazo exige manter contato com as mesmas pessoas por meses ou anos, tolerar abandono de participantes, e aceitar que o resultado, quando finalmente chega, pode desmentir a promessa inicial. Esse desenho é mais caro para quem pesquisa e mais desconfortável para quem financia, porque é exatamente o tipo de estudo que arrisca contar uma história menos favorável. O resultado é uma literatura estruturalmente inclinada a mostrar o momento em que a intervenção brilha mais, o começo, e estruturalmente mais fraca para mostrar o momento em que ela precisa provar valor de verdade, que é depois que o entusiasmo inicial da novidade se esgota. Isso não é fraude nem má-fé de ninguém. É o efeito natural de o curto prazo ser mais barato de estudar do que o longo prazo, e de quase todo mundo, cientista ou não, preferir a pergunta que responde rápido.

a virada

O KPI de curto prazo pode estar medindo novidade, não mudança

A virada desta edição é simples de enunciar e incômoda de aceitar: se a evidência de longo prazo ainda não existe, um KPI de trinta dias não prova que o produto mudou o comportamento de alguém. Prova que o produto funcionou nos trinta dias em que foi novo. Engajamento inicial, adesão nas primeiras semanas, satisfação no onboarding, todos esses números têm uma explicação alternativa incômoda: pode ser o efeito da ferramenta, ou pode ser o efeito de qualquer coisa nova que chega na vida de alguém e recebe atenção extra por ser nova. As duas explicações produzem exatamente o mesmo gráfico subindo no primeiro mês. Só o tempo separa uma da outra, e é exatamente o tempo que a maior parte da literatura ainda não mediu.

o espelho

Sua métrica favorita pode ser o efeito placebo caro da sua empresa

Quem lidera produto, investimento ou estratégia em saúde digital tende a projetar no gráfico de curto prazo a confiança que só o longo prazo pode dar. É confortável: o número sobe, o board aplaude, o relatório trimestral fecha bonito. E é exatamente aí que mora o risco de comprar um efeito placebo caro travestido de resultado. Um produto que entrega ganho real e visível nas primeiras semanas, sem nenhuma prova de que esse ganho se sustenta, não é necessariamente um produto ruim. É um produto cuja parte mais difícil de provar, a que interessa de fato ao usuário e ao investidor de longo prazo, ainda está por ser demonstrada. Tratar o primeiro resultado como se fosse o segundo não é otimismo, é confundir a régua certa pela régua disponível.

o protocolo

Três movimentos para avaliar Behavioral AI em saúde com essa lacuna em mente

Não é motivo para descartar chatbots de saúde, a evidência de curto prazo é real e não deveria ser ignorada. É motivo para calibrar o que se cobra deles. Cabe em três movimentos.

o que importa

A pergunta que ainda não tem resposta é a única que interessa

O valor de um chatbot de mudança de comportamento em saúde não se mede pelo tanto que ele acelera a largada. Mede-se pelo tanto que sustenta a corrida depois que a largada já não é novidade para ninguém. A ciência disponível hoje prova a largada. Ainda não prova a corrida inteira. Isso não é um veredito contra a tecnologia, é uma convocação para que quem constrói, financia ou adota essas ferramentas exija, como próximo passo do campo, exatamente o dado que falta: o que acontece com a pessoa depois que o entusiasmo do novo desaparece. Até que esse dado exista, todo resultado de curto prazo merece ser lido como o que é, um começo promissor, não uma vitória fechada.

Gérson Neto. Blueprint Mental.