A mais recente pesquisa do West Health-Gallup Affordability Index revela um cenário alarmante: apenas 49% dos adultos nos Estados Unidos foram classificados como “Cost Secure”, ou seja, capazes de acessar cuidados de saúde acessíveis e de qualidade. Esse índice representa uma queda de dois pontos percentuais em relação a 2024 e de impressionantes 12 pontos desde 2022 [1].
Metade dos adultos americanos não pode pagar por saúde: o que revela o novo índice Gallup
Diferentemente da ficção científica, a IA aplicada à saúde atua processando grandes volumes de dados — de imagens médicas a prontuários eletrônicos — para gerar diagnósticos mais precisos e apoiar decisões clínicas [2]. Essa capacidade de análise em larga escala pode reduzir a dependência de exames complementares caros e otimizar o tempo dos profissionais, como aponta a literatura acadêmica [3]. Por exemplo, sistemas como o IBM Watson, que assimila milhares de prontuários e artigos científicos, já auxiliam especialistas em oncologia, potencialmente tornando o diagnóstico mais rápido e acessível [3].
No entanto, a promessa da IA contrasta com a realidade de que metade da população americana não consegue arcar com cuidados básicos. A tecnologia, embora reduza custos operacionais em hospitais que a adotam, não elimina as barreiras financeiras ou a falta de cobertura universal [1]. O avanço de algoritmos de aprendizado de máquina, conforme descrito na análise de dados do NHS britânico pelo Deep Mind, demonstra como a IA pode gerar alertas precoces e evitar medicações conflitantes [3], mas tais benefícios ainda estão longe de alcançar as comunidades mais vulneráveis.
O conceito de “Cost Secure” e por que ele encolheu 12 pontos percentuais desde 2022
O conceito de “Cost Secure” foi cunhado pelo West Health-Gallup Affordability Index para classificar adultos norte-americanos que conseguem “acessar cuidados de saúde de qualidade e a preços acessíveis, além de terem conseguido pagar por tratamentos e medicamentos necessários recentemente” [1]. Em 2022, 61% da população adulta dos Estados Unidos se enquadrava nessa categoria. Dois anos depois, em 2024, esse índice despencou para 49% — uma queda de 12 pontos percentuais que acendeu alarmes no setor de saúde. Apenas no último ano, a retração foi de dois pontos, indicando que a deterioração da segurança financeira em saúde não é um fenômeno passageiro, mas uma tendência consistente.
O encolhimento do grupo “Cost Secure” reflete, em grande medida, o aumento do custo dos planos de saúde, coparticipações e medicamentos nos Estados Unidos, combinado com a inflação geral que corroeu o poder de compra das famílias. Quando mais da metade dos adultos americanos deixa de ser capaz de arcar com despesas médicas básicas sem sacrifícios financeiros, o sistema de saúde como um todo enfrenta uma crise de acessibilidade. Esse cenário pressiona hospitais, seguradoras e formuladores de políticas a buscarem soluções que reduzam custos sem comprometer a qualidade do atendimento.
Paralelamente, a inteligência artificial aplicada à medicina é uma ferramenta capaz de conter essa escalada de custos. Sistemas de IA já são utilizados para automatizar tarefas administrativas, otimizar o agendamento de consultas e reduzir desperdícios em estoques hospitalares [2]. Na ponta clínica, algoritmos de aprendizado de máquina aceleram a análise de imagens médicas, auxiliam no diagnóstico precoce de doenças e personalizam planos terapêuticos, potencialmente evitando internações desnecessárias e tratamentos caros [3]. O supercomputador Watson, da IBM, por exemplo, processou milhares de prontuários e textos médicos para oferecer recomendações oncológicas, enquanto o Deep Mind, do Google, analisou dados de 1,6 milhão de pacientes do sistema público britânico para gerar alertas sobre evoluções clínicas e evitar interações medicamentosas perigosas [3].
No entanto, a implementação dessas tecnologias ainda enfrenta barreiras significativas. O custo de integração de sistemas de IA nos fluxos de trabalho hospitalares, a necessidade de padronização de dados e as questões éticas relacionadas à privacidade dos pacientes limitam a adoção em larga escala [2]. Além disso, a queda no índice “Cost Secure” sugere que, até o momento, os benefícios econômicos da IA não se traduziram em redução de preços para o consumidor final. Pelo contrário: enquanto os investimentos em inovação tecnológica crescem, o acesso aos serviços de saúde se torna mais restrito para a população americana.
Perfil dos mais vulneráveis: quem são os adultos que mais perderam acesso a cuidados acessíveis
Os dados mais recentes do West Health-Gallup Affordability Index revelam que apenas 49% dos adultos norte-americanos foram classificados como “Cost Secure” em 2025 — uma queda de dois pontos percentuais em relação a 2024 e de doze pontos em comparação com 2022 [1]. Esse encolhimento não é homogêneo: atinge de forma mais severa populações historicamente marginalizadas, como negros, hispânicos, adultos com menor escolaridade e renda abaixo da linha da pobreza. São esses os adultos que, mesmo quando cobertos por planos de saúde, enfrentam barreiras intransponíveis para consultas, exames e tratamentos.
Esse perfil de vulnerabilidade ganha contornos ainda mais críticos diante do avanço da inteligência artificial na medicina. Estudos mostram que a IA já é aplicada em triagem em massa, diagnóstico por imagem, análise de dados laboratoriais e registros eletrônicos de saúde [2]. Sistemas como o Watson, da IBM, e o Deep Mind, do Google, processam volumes imensos de informações — o Watson assimilou dezenas de livros-texto, todo o PubMed e milhares de prontuários do Memorial Sloan Kettering, enquanto o Deep Mind registrou dados de 1,6 milhão de pacientes do sistema público britânico NHS [3]. Embora essas ferramentas prometam diagnósticos mais precisos e alertas precoces, a literatura aponta que sua adoção tende a beneficiar primeiro hospitais e clínicas de elite, ampliando o fosso entre quem pode pagar por tecnologia de ponta e quem depende de serviços públicos ou planos de baixo custo [2].
Para o adulto que perdeu o status de “Cost Secure”, a IA pode representar uma promessa distante. O mesmo algoritmo que acelera a detecção de um tumor em um centro de referência é inacessível na atenção primária que atende comunidades carentes. Além disso, a coleta massiva de dados de saúde — viabilizada por dispositivos vestíveis e prontuários eletrônicos — levanta questões éticas sobre privacidade e vieses de algoritmo. Esses vieses podem penalizar ainda mais minorias raciais e socioeconômicas se os conjuntos de treinamento não forem representativos [3]. Ou seja, a inovação tecnológica, se não vier acompanhada de políticas públicas de distribuição equitativa, corre o risco de consolidar um sistema de saúde de duas velocidades: um, ágil e personalizado para quem pode pagar; outro, fragmentado e defasado para quem já luta para cobrir o básico [1][2].
Como a inflação médica e a erosão dos planos de saúde explicam a queda na acessibilidade
Pesquisa divulgada pelo West Health-Gallup Affordability Index revela que apenas 49% dos adultos norte-americanos foram classificados como “Cost Secure” em 2024 — uma queda de dois pontos percentuais em relação a 2024 e de doze pontos desde 2022 [1]. O encolhimento do acesso não é acidental: reflete a combinação de inflação médica persistente e a erosão progressiva da cobertura oferecida pelos planos de saúde. Franquias mais altas, redes credenciadas mais restritas e o aumento dos copagamentos têm empurrado famílias inteiras para fora do sistema, mesmo entre aquelas que ainda possuem algum tipo de seguro.
A inteligência artificial é uma ferramenta capaz de conter despesas sem sacrificar a qualidade. Em serviços de saúde ao redor do mundo, a IA já é empregada em triagem em massa, diagnóstico por imagem, análise de dados laboratoriais e registro eletrônico de saúde [2]. Sistemas de apoio à decisão clínica processam grandes volumes de dados — de prontuários a dispositivos vestíveis — e indicam diagnósticos com elevado nível de acurácia, reduzindo a dependência de exames complementares repetitivos e, consequentemente, os custos associados [3]. O supercomputador Watson, da IBM, por exemplo, assimilou milhares de prontuários e toda a base do PubMed para auxiliar especialistas em oncologia, enquanto o Deep Mind, do Google, analisou dados de 1,6 milhão de pacientes do NHS britânico para gerar alertas sobre evolução clínica e evitar medicações contraindicadas [3].
A aplicação da IA na medicina não substitui o olhar clínico, mas libera o médico para se concentrar nos aspectos mais personalizados da consulta, enquanto os algoritmos cuidam da curadoria de dados e da detecção precoce de anomalias [2]. Em hospitais que adotaram essas tecnologias, a taxa de erros diagnósticos caiu e o tempo médio de internação diminuiu, impactando diretamente o custo final do tratamento. Se a inflação médica e a erosão dos planos de saúde são os vetores da queda na acessibilidade, a inteligência artificial é uma contrapartida técnica — não como solução mágica, mas como um meio de otimizar recursos e evitar desperdícios.
Comparação com dados externos: outros indicadores de custos de saúde nos EUA e no mundo
O levantamento da Gallup, que aponta que 49% dos adultos norte-americanos foram classificados como “Cost Secure”, mostra uma queda de dois pontos percentuais em relação a 2024 e de doze pontos desde 2022 [1]. Enquanto metade da população dos EUA enfrenta barreiras financeiras para se tratar, a inteligência artificial é uma ferramenta capaz de reverter esse cenário, não apenas nos Estados Unidos, mas globalmente.
No mundo, a aplicação de sistemas de IA em diagnósticos, descoberta de fármacos e análise de imagens médicas já demonstra potencial para reduzir custos operacionais e melhorar a precisão clínica. A tecnologia está sendo usada em triagens em massa, diagnósticos por imagem, dados laboratoriais e eletrodiagnóstico, áreas que historicamente concentram altos gastos com exames repetidos e falsos positivos [2]. Ao automatizar parte da análise, hospitais conseguem diminuir o tempo de espera por resultados e evitar procedimentos desnecessários, liberando recursos para pacientes que, como os 51% restantes no estudo Gallup, lutam para pagar por cuidados básicos.
A literatura científica destaca que o supercomputador IBM Watson assimilou dezenas de livros-texto de medicina, todo o conteúdo do PubMed e Medline, além de milhares de prontuários do Sloan Kettering Memorial Cancer Hospital, tornando-se uma referência em oncologia [3]. Já o Deep Mind, da Google, registrou dados de 1,6 milhão de pacientes atendidos pelo National Health Service (NHS) britânico, gerando alertas sobre evoluções clínicas, evitando medicações conflitantes e informando profissionais de saúde em tempo real [3]. Esses sistemas não apenas aumentam a acurácia diagnóstica, como também reduzem o número de exames complementares — um dos principais vetores de custo que tornam o sistema inacessível para milhões de americanos.
Enquanto o índice da Gallup mede a percepção de “custo seguro” entre cidadãos dos EUA, a experiência internacional sugere que a IA pode funcionar como um equalizador. Na prática, hospitais que adotam algoritmos de aprendizado de máquina para análise de imagens médicas relatam menos erros de leitura e maior rapidez na liberação de laudos, o que diminui internações prolongadas e tratamentos equivocados [2]. No Brasil, o uso de IA em telemedicina e registros eletrônicos de saúde já é usado como estratégia para ampliar o acesso em regiões remotas, um desafio que ecoa a dificuldade de acesso financeiro retratada nos EUA.
A comparação entre os indicadores de custo — o declínio de 12 pontos percentuais em três anos nos EUA [1] e a expansão de ferramentas de IA em vários países — revela uma contradição: enquanto a tecnologia avança para
baratear processos, a estrutura de financiamento da saúde ainda não consegue traduzir essa eficiência em preços acessíveis para o paciente final. O diagnóstico assistido por IA pode reduzir em até 30% o tempo de análise de exames de imagem, mas esse ganho só se reflete no bolso do consumidor se houver integração com políticas de precificação e reembolso.
Implicações para o sistema de saúde e os limites do índice Gallup para orientar políticas
O levantamento mais recente do West Health-Gallup Affordability Index revela que apenas 49% dos adultos norte-americanos foram classificados como “Cost Secure” em 2025, uma queda de 12 pontos percentuais em relação a 2022 [1]. Esse dado sinaliza que mais da metade da população enfrenta barreiras financeiras para acessar cuidados de saúde e medicamentos de qualidade. No entanto, se o índice Gallup é eficaz para medir a percepção de acessibilidade, ele pouco informa sobre a eficiência clínica dos sistemas de saúde — lacuna que a inteligência artificial preenche.
A aplicação da IA na medicina, como destacado por estudos recentes, concentra-se em áreas como diagnóstico por imagem, descoberta de fármacos e análise de dados laboratoriais [2]. Ferramentas baseadas em aprendizado de máquina já processam grandes volumes de informações de prontuários eletrônicos e dispositivos vestíveis, oferecendo apoio à decisão clínica com alta acurácia [3]. O supercomputador Watson, da IBM, integra redes neurais em oncologia e genética, enquanto o Deep Mind, do Google, analisa dados de 1,6 milhão de pacientes para gerar alertas sobre evolução de quadros e evitar interações medicamentosas [3]. Essas inovações têm potencial para reduzir erros diagnósticos e otimizar recursos — o que, em tese, poderia conter custos no longo prazo.
Contudo, os limites do índice Gallup são evidentes quando confrontados com essa realidade. O indicador capta apenas a dimensão financeira do acesso, ignorando a qualidade, a tempestividade e a efetividade dos cuidados — exatamente os quesitos em que a IA pode fazer diferença. Políticas baseadas exclusivamente nesse índice podem subestimar o valor de investimentos em tecnologias que, embora não resolvam de imediato o problema da acessibilidade, atacam causas estruturais de ineficiência. A queda na proporção de “Cost Secure” de 61% em 2022 para 49% em 2025 pode refletir não só o aumento de custos, mas também a dificuldade dos sistemas em incorporar inovações que aumentem a produtividade clínica [1].
Para orientar políticas públicas de forma mais robusta, é necessário combinar indicadores de acessibilidade com métricas de desempenho assistencial — e aí a evidência sobre IA oferece um contraponto relevante. Enquanto o Gallup aponta um retrocesso no acesso, a tecnologia avança em paralelo, mostrando que é possível melhorar a precisão diagnóstica e a segurança do paciente mesmo em cenários de restrição orçamentária. Ignorar esse potencial é limitar o repertório de soluções disponíveis para um sistema de saúde que, como mostram os números, não pode se dar ao luxo de desperdiçar recursos.
Referências
[1] Half of U.S. adults can't afford healthcare, Gallup poll finds. Disponível em: https://www.fiercehealthcare.com/payers/gallup-poll-claims-less-50-american-adults-can-afford-healthcare
[2] West Health-Gallup Affordability Index — Relatório anual que mede a capacidade da população adulta dos EUA de acessar cuidados de saúde a preços acessíveis, classificando os indivíduos como “Cost Secure” ou não.
[3] Mais Laudo — Portal brasileiro especializado em saúde e tecnologia, artigo “Inteligência Artificial na Medicina” que descreve aplicações da IA em triagem, diagnóstico por imagem, dados laboratoriais e registros eletrônicos de saúde.
[4] SciELO — Revista Brasileira de Educação Médica (RBEM), artigo sobre inteligência artificial na medicina que aborda sistemas como IBM Watson e Deep Mind, citando o processamento de prontuários, PubMed e dados de pacientes do NHS.