VOLOVLORisco de automatização e transição, tarefa a tarefa
PerguntarProfissõesCursosEmpresasEmpreenderMudançasNotasMétodoProcurar profissões, cursos…EN中文日本語ES
VLO
VOLO

Perceber como é que a automatização muda o trabalho, tarefa a tarefa, com a prova à vista e a incerteza assumida.

PerguntarProfissõesCursosEmpresasEmpreenderMudançasNotasMétodoQuem somosDiagnóstico de postosPrivacidadeCondições
© 2026 VOLO
Profissões
Todas as profissões
IA e software
Tradutor / IntérpreteCaixa de bancoCopywriterAssistente de apoio ao clienteAssistente administrativoTestador de software / engenheiro de QADesigner gráficoParalegalEditor de vídeoContabilista / Guarda-livrosEspecialista de marketingProgramador frontendAnalista de dadosGestor de sinistrosRedator técnico / engenheiro de documentaçãoProgramador de software júniorRecursos humanos / recrutamentoAnalista de crédito / gestor de riscoAnalista financeiroEspecialista de compras / cadeia de abastecimentoJornalistaComercial / gestor de contaAgente imobiliárioTécnico de suporte informático / helpdeskAuditorConsultor de gestãoProgramador backendInvestigador de IADesigner de produto / UXResponsável de sistemas de negócioEspecialista em operações de e-commerceRadiologistaEngenheiro de dadosAdvogadoAssistente médico / auxiliar de consultórioEngenheiro de aprendizagem automáticaEngenheiro de software experienteEngenheiro de DevOps / plataforma / SREGestor de produtoFarmacêuticoResponsável de parcerias / de canalAnalista de segurança (SOC)Responsável de conformidadeArquitetoChefe de primeira linha / chefe de equipaPsicoterapeuta / conselheiroVendedor / empregado de lojaSegurança / vigilanteProfessor do ensino básico e secundárioMédico de família / de cuidados primáriosEmpregado de mesaMecânico / técnico de automóveisFisioterapeuta / terapeuta de reabilitaçãoTrabalhador da construçãoEnfermeiroAuxiliar de ação direta / auxiliar de enfermagemResponsável de implementação de IA
RPA e autosserviço
Funcionário de atendimento ao públicoCoordenador de operaçõesRececionista
Robótica
Operador de caixa / empregado de lojaOperário de armazémOperário de linha de montagemTécnico de análises clínicasCozinheiro / chefPessoal de limpezaEletricista
Condução autónoma
Motorista de TVDE / táxiCamionistaEstafeta / entregador
Cursos
Todos os cursosEstudos ingleses / Línguas estrangeirasInformáticaContabilidadePsicologiaJornalismo / ComunicaçãoFinanças / EconomiaDireitoDesign de comunicação visualMarketingEnfermagemGestão de empresasEducação e formação de professoresArquiteturaAdministração pública
Guias
Perguntar à VOLOPara empresasPara quem empreendeMudanças recentesNotasDiagnóstico de postosMétodo e provaQuem somosSeguir uma profissãoProcurar
Estás a ler como:Tenho um empregoEstou a estudarDirijo uma empresaEstou a construir alguma coisa
On this pageDesdobramento por tarefasComo é que se chegou aquiMudanças recentesO que significa para tiEscrito sobre istoMétodo e fontes
Profissões›Radiologista

Avisa-me quando chegar um registo verificado a esta profissão →

Radiologista

Lê imagens para responder a uma pergunta clínica — e assina pela resposta, incluindo por aquilo que ninguém se lembrou de perguntar.

radiologistVer as tuas opções ↓SaúdeAvaliado 2026-09-12
Índice de impacto da automatização
51/100
confiança baixa · não é uma probabilidade de perder o emprego
Tarefas a automatizar-se
1de 6
2 aumentadas pela máquina
Continuam a ser levadas por pessoas
2de 6
1 tarefa nova
Juízos com prova por trás
2de 6
4 registos verificados
51/100
Índice de impacto da automatizaçãoConfiança baixa

Isto não é uma probabilidade de perder o emprego. Combina que parte da carga de tarefas do posto está exposta à automatização com até onde a adoção chegou de facto: serve para comparar profissões sobre uma base constante, e para mais nada.

Onde é que isto se aplica

Escrito para radiologistas de diagnóstico que leem exames num hospital ou em telerradiologia. A radiologia de intervenção está incluída como uma tarefa mas é na verdade outro trabalho com outra exposição. Os técnicos de radiologia — quem adquire as imagens — são uma profissão à parte que este sítio ainda não cobre, e o quadro deles não é o mesmo.

O que está mesmo a mudar#

A unidade de análise é a tarefa, não o nome do posto. Um posto não é substituído: é a mistura de tarefas dele que se move.

A automatizar-se×1Aumentada pela máquina×2Continua a ser levada por uma pessoa×2Tarefa nova×1

É este o teu trabalho? Di-lo e esta página estreita-se à tua parte dele.

O nome de um posto é um pacote de tarefas compradas em conjunto, e não há duas pessoas com o mesmo pacote. Não é enviado nada para lado nenhum: fica neste navegador.

Ler o exame de rotina

A automatizar-se✓ Com prova

Trabalho de grande volume e padrão claro: mamografias de rastreio, radiografias de tórax, exames de seguimento em que a pergunta é estreita e a resposta é normalmente normal.

IA e software
Porquê

Esta tarefa tem as quatro propriedades que fazem de qualquer coisa um caso forte para trabalho de máquina: a entrada é uma imagem, a saída é um rótulo, o correto verifica-se contra um resultado posterior, e os dados de treino existem em quantidade enorme porque cada exame já foi lido e relatado por alguém. É também a tarefa de que a previsão de 2016 tratava mesmo, e nesta tarefa a previsão acertou na direção ainda que não acertasse no prazo nem na conclusão.

O que é que isto NÃO significa

Nada diz sobre quanto do dia de um radiologista é isto, e a fatia difere enormemente entre um programa de rastreio e um hospital central. Os dois registos aqui ligados são uma contagem do que os reguladores autorizaram e uma contagem do que os programas de formação financiaram; nenhum é implantação. Um dispositivo aprovado não é um hospital a usá-lo, e um lugar de internato financiado não é um exame lido — o primeiro é um teto do que é permitido, o segundo uma aposta na procura daqui a anos. O que resolveria isto: o relatório de um sistema de saúde sobre que fatia dos exames é lida por máquina antes de uma pessoa os ver.

Apanhar aquilo por que ninguém perguntou

Continua a ser levada por uma pessoa≈ Inferência da plataforma

O exame foi pedido por causa de uma lesão nas costas; o que interessa está no canto da imagem e não tem nada a ver com as costas.

IA e software
Porquê

Um modelo de deteção é treinado sobre a pergunta que foi feita. O achado incidental é por definição a resposta a uma pergunta que ninguém fez, e é uma parte grande do que torna a leitura valiosa e não apenas exata. Melhorar um modelo na tarefa dele não mexe nisto, porque não é essa tarefa.

O que é que isto NÃO significa

É um juízo sobre a estrutura do trabalho, e não uma medição. Não temos qualquer registo a quantificar com que frequência um achado incidental muda a conduta clínica, e a resposta difere consoante a modalidade e a população. Também não afirma que as pessoas sejam boas nisto — os incidentais que escapam são uma falha conhecida e estudada.

Decidir se se deve sequer fazer o exame

Aumentada pela máquina≈ Inferência da plataforma

Protocolar: se este exame responde à pergunta clínica, que sequência, quanto contraste, quanta dose — e se se deve dizer que não.

IA e software
Porquê

As ferramentas de apoio à decisão ajudam mesmo aqui: os critérios de adequação têm forma de regras e um sistema consegue aplicá-los com coerência onde uma pessoa ocupada não aplica. O que não se transfere é a recusa — recusar um exame que o clínico que o pede quer é um juízo com um custo que cai sobre uma pessoa com nome, e o valor do radiologista nesse momento é precisamente poder discutir-se com ele.

O que é que isto NÃO significa

Nada aqui diz com que frequência os radiologistas protocolam mesmo os exames em vez de os carimbarem sem mais, e em muitos contextos esse passo já foi delegado ou automatizado por razões alheias à IA.

O relatório sobre o qual alguém age

Aumentada pela máquina≈ Inferência da plataforma

Transformar o que viste em palavras sobre as quais um clínico vai agir — incluindo quanto ressalvar, e se recomendar um seguimento que custa dinheiro e preocupação.

IA e software
Porquê

Escrever e estruturar relatórios encaixa bem na geração e é onde se diz estar a maior parte da poupança de tempo visível. A parte que não se move é a calibragem: uma frase que ressalva de mais é inútil e uma que ressalva de menos provoca uma cirurgia desnecessária, e onde essa linha fica depende deste doente, de quem pede o exame e deste sistema de saúde.

O que é que isto NÃO significa

Nenhum registo verificado deste sítio mede o tempo poupado a escrever relatórios, e o que os fornecedores dizem sobre isso é publicidade de uma parte com interesse na resposta. O que resolveria isto: um sistema de saúde a publicar os seus próprios tempos de resposta antes e depois.

Procedimentos feitos dentro de uma pessoa

Continua a ser levada por uma pessoa≈ Inferência da plataforma

Biópsias guiadas por imagem, drenagens, embolizações — trabalho de intervenção em que a imagem é a orientação e não o produto.

RobóticaIA e software
Porquê

Físico, irreversível, feito sobre uma pessoa que está presente e pode ser prejudicada. A robótica nesta área assiste uma mão em vez de a substituir, e a regulação prende o ato a uma pessoa habilitada. Esta é a metade da radiologia de que a previsão de 2016 não falava de todo.

O que é que isto NÃO significa

A radiologia de intervenção é na verdade uma profissão à parte com o seu próprio percurso de formação, e tratá-la como uma tarefa desta página subestima quão diferente ela é. Também nada diz sobre o volume, que é de onde vem a pressão real sobre este trabalho.

Responder pela máquina que o leu

Tarefa nova✓ Com prova

Validar uma ferramenta na tua própria população antes de a ligar, vigiar o desvio depois, e ser a pessoa com nome num relatório que a máquina ajudou a escrever.

IA e softwareRPA e autosserviço
Porquê

Trabalho que não existia antes de estas ferramentas entrarem na sala de leitura, e cai aqui porque a assinatura cai aqui. Um modelo validado noutro sítio não está validado aqui — o desempenho move-se com o equipamento, o protocolo e a população — por isso alguém local tem de verificar, e verificar é uma competência de radiologista aplicada a uma máquina em vez de a um doente.

O que é que isto NÃO significa

Aparecer trabalho novo não é efetivos novos, e na maioria dos serviços isto é absorvido por quem já lá está. Não temos qualquer registo de um hospital a dotá-lo de propósito.

Que tecnologias é que importam aqui#

Quatro sinais separados. Deliberadamente não se somam: um trabalho exposto a duas tecnologias não está exposto ao dobro.

Automatização cognitiva
Ler o exame de rotinaApanhar aquilo por que ninguém perguntouDecidir se se deve sequer fazer o exameO relatório sobre o qual alguém ageProcedimentos feitos dentro de uma pessoaResponder pela máquina que o leu
Automatização física
Procedimentos feitos dentro de uma pessoa
Processos e autosserviço
Responder pela máquina que o leu

Como é que se chegou aqui#

O índice não é um número fixo. Isto é onde ele teria estado em cada marco de capacidade desde o ChatGPT: reconstruído, e etiquetado como tal.

Reconstruído · inferência da plataformaEstimado hoje para cada marco passado, não medido na altura. 38 → 51.
1007550250
por avaliar
2022 H22024 H2Now

● 3 factos verificados desta profissão, desenhados na data em que aconteceu: os troços da linha perto de uma marca estão ancorados a algo verificável.

Um ponto de partida alto que não tem nada que ver com a IA generativa: a deteção assistida por computador foi aprovada para mamografia no final dos anos noventa e foi implementada em larga escala, por isso esta profissão entrou no período já parcialmente automatizada — e já a saber como isso se sente. A subida ao longo de 2023-2025 são detetores estreitos e ferramentas de triagem a chegar em quantidade à sala de leitura. Achata bastante abaixo da sua tarefa mais exposta, e a razão é aquilo que a famosa previsão de 2016 deixou de fora: uma autorização não é uma implementação, uma deteção não é uma assinatura, e o achado incidental é a resposta a uma pergunta que nunca foi feita ao modelo. Repara no que a curva não consegue mostrar: se ler mais barato faz com que sejam pedidos mais exames. É essa a pergunta em aberto desta profissão, e ela aponta no sentido contrário ao da curva.

2022 S238A geração de texto de uso geral chega ao público. Antes deste ponto, a exposição vinha de automatização já implementada: reconhecimento ótico, RPA, visão artificial, caixas de autosserviço, algoritmos de distribuição. ChatGPT research preview (2022-11-30) ↗
2023 S140Um modelo geral que passa exames profissionais. A qualidade do primeiro rascunho atravessa o limiar a partir do qual o trabalho qualificado começa a usá-lo. GPT-4 (2023-03-14) ↗
2023 S243Entrada de imagem, contexto longo e chamada de ferramentas. Os modelos podem ser apontados a documentos e ligados a sistemas, que é o que mexe com o trabalho de processo e não com o de escrever. GPT-4 Turbo:128k 上下文、视觉、工具调用(DevDay) (2023-11-06) ↗
2024 S146A mesma capacidade fica muito mais barata e mais rápida. Nada de novo se torna possível; muita coisa se torna acessível em grande volume, que é quando as decisões de implementação mudam.
2024 S249Modelos de raciocínio que trabalham problemas de vários passos, e os primeiros modelos que operam um computador olhando para o ecrã. O segundo é o que chega aos trabalhos que consistem em operar software. OpenAI o1(推理);同期 Claude 的 computer use 进入公测 (2024-09-12) ↗
2025 S150Os agentes começam a operar software real de ponta a ponta, em vez de produzirem texto para uma pessoa colar. É também quando aparecem os primeiros recuos públicos: organizações que automatizaram e desfizeram parte disso. Claude 3.7 Sonnet 与 Claude Code:混合推理 + 命令行编码代理 (2025-02-24) ↗
2025 S251O contexto longo e o uso de ferramentas passam a ser o normal, e não uma funcionalidade à parte. Os ganhos de capacidade continuam; a restrição visível desloca-se do que os modelos conseguem fazer para a responsabilidade legal, a compra e o custo. GPT-5(2025-08-07);Claude Opus 4.5(2025-11-24) (2025-08-07) ↗
2026 S151Os agentes de horizonte longo aterram dentro de fluxos de trabalho de setores concretos. A adoção passa a ser setorial e não geral. GPT-5.5:「专为实际工作打造」 (2026-04-23) ↗
Agora51A avaliação atual: este ponto é o índice de impacto publicado na página da profissão, portanto a curva fica ancorada a um número que o sítio já sustenta. Para as curvas planas vale a pena anotar uma coisa: nessas mesmas semanas foi aberta a laboratórios de investigação e a fabricantes uma pré-visualização de investigação de uma especificação partilhada para agentes de IA operarem dispositivos físicos. É a primeira classe de capacidade apontada às profissões físicas cujas linhas aqui quase não se mexem. GPT-6 Astra(2026-09-03);Claude Fable 5.1 / Mythos 5.1(2026-09-01);Model Hardware Standard 研究预览(2026-08-27) (2026-09-03) ↗

Uma linha plana não é uma previsão de segurança. Diz a que tarefas a automatização chegou até agora: as profissões que menos se mexeram aqui são aquelas em que a restrição é física ou regulamentar, e ambas podem mudar.

Mudanças recentes#

Capacidade técnica2026-09-04Verificado a 2026-09-12
A lista de dispositivos com IA da FDA chega a 1.614 autorizações, 1.230 delas de radiologia

Apenas os Estados Unidos, e a lista conta autorizações de comercialização, e não instalações: um dispositivo aprovado pode estar a funcionar em mil hospitais ou em nenhum. A maioria são aprovações 510(k), que assentam na equivalência substancial a um dispositivo existente e não num ensaio, e cada autorização cobre um uso previsto estreito — uma marca de triagem, uma medição, um auxílio à deteção — e não ler um exame. A FDA diz que a lista não é exaustiva e que foi montada sobretudo cruzando termos relacionados com IA nos resumos de autorização, por isso tanto o total como a fatia da radiologia são pisos e não contagens. O painel é o painel principal de análise, e não a especialidade que usa o dispositivo.

Uma demonstração, um referencial ou um artigo mostram que a tarefa pode ser feita. Atualiza o que a tecnologia consegue fazer, não o que as empresas vão fazer.

U.S. Food and Drug Administration — AI-Enabled Medical Device List ↗Ficha de impacto completa →
Restrição2026-07-21Verificado a 2026-09-12
A lei-quadro de IA da Coreia coloca o uso de dispositivos médicos com IA dentro da IA de alto impacto, obrigando quem a usa a mantê-la sob gestão e supervisão humanas e a conseguir explicar o que ela produz

Coreia do Sul. A palavra que conta no artigo 2(4)(ra) é uso: a categoria de alto impacto cobre o desenvolvimento e o uso de dispositivos médicos e dispositivos médicos digitais, por isso um hospital que corre uma ferramenta de leitura com IA aprovada é um operador que usa IA ao abrigo desta lei e não apenas um cliente de um. O artigo 34(1) liga então deveres a esse operador — um plano de gestão de risco, a capacidade de explicar o que sai e os principais critérios por trás, documentação, e o ponto 4, gestão e supervisão humanas. O artigo 31(1) exige separadamente avisar o utilizador com antecedência de que o serviço funciona com IA. Dois limites: o detalhe fica para um decreto presidencial que não está neste texto, e a avaliação de impacto sobre direitos fundamentais do artigo 35 é apenas um dever de melhores esforços. Isto nada diz sobre quantos radiologistas um hospital emprega, nem nada sobre exatidão — fixa quem tem de conseguir responder pelo que sai.

Uma falha, um recuo, uma regulação ou um custo estão a travar a adoção. Pode baixar uma avaliação ou alargar a sua incerteza.

국가법령정보센터 (Korea Ministry of Government Legislation) — 인공지능 발전과 신뢰 기반 조성 등에 관한 기본법, 법률 제21311호 ↗Ficha de impacto completa →
Impacto no emprego2026-05-26Verificado a 2026-09-12
Os lugares de formação em radiologia de diagnóstico nos EUA subiram de 997 para 1.083 em cinco concursos, preenchidos a 98% ou mais em todos eles

Estados Unidos, e mede a entrada na formação, e não o emprego: são lugares que os programas escolheram financiar e oferecer, o que é uma aposta na procura daqui a vários anos e não uma contagem do trabalho feito hoje. Os valores são a linha PGY-2 de Radiologia-Diagnóstico nas tabelas 3 e 8A — 997 (2022), 1.006, 1.017, 1.057, 1.083 (2026), preenchidos por todos os candidatos a 99,9%, 100,0%, 99,9%, 98,6% e 98,4% — a principal porta de entrada da especialidade; a linha PGY-1, mais pequena, subiu de 132 para 156 no mesmo período. Uma especialidade pode automatizar parte do seu trabalho e ainda assim formar mais gente, porque o volume de imagem e a oferta de leitores movem-se de forma independente; este registo delimita a história do emprego, e não resolve o que as máquinas leem.

Alteração verificável na contratação, nos efetivos, nas horas ou no âmbito do posto. O maior peso, mas a atribuição causal continua a ter de ser argumentada, não presumida.

National Resident Matching Program — Results and Data: 2026 Main Residency Match ↗Ficha de impacto completa →
Previsão2016-11-24Verificado a 2026-09-12
Geoffrey Hinton disse em 2016 que se devia parar já de formar radiologistas, que em cinco anos a aprendizagem profunda faria melhor, e acrescentou que podiam ser dez

A gravação da própria frase, publicada pelo organizador da conferência, com 84 segundos. Leia-se o que ele disse mesmo e não a versão que circula, porque diferem de uma forma que conta: a forma repetida é cinco anos, e a gravação continua com uma concessão que as repetições deixam cair — podem ser dez anos, mas já temos radiologistas de sobra. Ele enquadrou além disso a afirmação como uma previsão sobre capacidade, que a aprendizagem profunda faria melhor do que os radiologistas por conseguir acumular mais experiência, e não como uma afirmação sobre hospitais, emprego ou regulação. Dois limites sobre este registo em si. As palavras aqui foram lidas das legendas automáticas do vídeo, que são uma transcrição de máquina, confrontada com o áudio nas frases citadas mas não transcrita profissionalmente. E uma previsão nunca é evidência sobre o trabalho: este registo não move nada nesta página, e fica ao lado dos registos do que aconteceu — uma contagem de autorizações de um regulador e uma década de números de lugares de formação — que é onde o leitor pode fazer a conta por si.

Uma pessoa com nome e com posição reconhecida previu algo publicamente, numa data, numa declaração atribuível. É registado para que fique verificável quem disse o quê e quando, e nunca move a avaliação de uma tarefa, porque uma previsão não é uma observação. O seu valor chega depois: o registo fica na mesma página que a prova sobre essa profissão, portanto quem lê a previsão lê ao lado o registo do que aconteceu a seguir. É essa a prestação de contas; este sítio não publica veredicto nenhum sobre se uma previsão se cumpriu.

Creative Destruction Lab — Geoff Hinton: On Radiology, recorded at the 2016 Machine Learning and Market for Intelligence Conference, Toronto ↗Ficha de impacto completa →

O que isto significa para ti#

Se estás a começar

Estás a escolher uma especialidade em que uma pessoa muito famosa aconselhou publicamente que ninguém entrasse. Vale a pena saber porque é que esse conselho não se aguentou: era sobre uma tarefa, e o trabalho revelou-se ser várias — incluindo assinar por uma falha, ver aquilo por que ninguém perguntou, e fazer procedimentos. Vale também a pena saber o risco honesto: se ler barato torna a imagem mais barata, o volume sobe, e um emprego defendido pelo volume está defendido por algo que pode mudar.

Se tens experiência

A previsão ter estado errada não é a conclusão; a razão por que esteve é que é. Mediu uma tarefa e concluiu sobre um trabalho. Aplica o mesmo teste à tua própria semana: as horas gastas em exames em que a pergunta é estreita e a resposta é normalmente normal são as horas expostas, e são também as que um gestor a construir um argumento de negócio conta com mais facilidade.

As tuas opções#

Quatro direções, cada uma com as suas restrições reais e com uma coisa que podes testar esta semana. Continuar como estás é uma opção legítima; só tem de ser uma opção escolhida.

Ficar e reforçar-te

Seres quem valida as ferramentas

Um modelo validado noutro sítio não está validado aqui, e alguém local tem de assinar que funciona nesta população e nestes equipamentos. A maioria dos serviços não nomeou essa pessoa.

Restrições reais

Precisa de estatística que provavelmente não te ensinaram, e é trabalho pouco vistoso que compete com o volume de leitura pelo qual és medido.

Testa isto esta semana

Encontra uma ferramenta de IA a correr no teu serviço e pergunta em que população foi validada. Se ninguém te souber dizer, é esse o lugar.

Refazer o posto

Aproximares-te do procedimento

O trabalho de intervenção é físico, irreversível e licenciado a uma pessoa — a combinação que a evidência deste sítio encontra sistematicamente como a mais difícil de deslocar.

Restrições reais

É outro percurso de formação e outra vida: prevenções, exposição a radiação, e um doente à frente em vez de uma lista de trabalho.

Testa isto esta semana

Passa uma sessão na sala de intervenção e conta quanto do que ali acontece poderia ser especificado com antecedência. Muito pouco.

Movimento lateral

Ir para onde as imagens são usadas, e não lidas

A informática clínica, o desenho de programas de imagem e a política de rastreio precisam todos de alguém que perceba o que uma leitura estabelece mesmo — e essa é uma espécie de pessoa rara nas salas onde essas decisões são tomadas.

Restrições reais

Deixas de ser quem lê, e a competência com que negociavas degrada-se mais depressa do que esperas.

Testa isto esta semana

Olha para os dados de resultados publicados por um programa de rastreio e confirma se a taxa de rechamada está onde o protocolo diz que devia estar.

Perguntas frequentes#

Quanto tempo tenho?

Esta profissão é a razão para desconfiar dessa pergunta. Há uma década um investigador muito conhecido aconselhou publicamente que se parasse de formar, com o argumento de que a máquina seria melhor em cinco anos. Na tarefa estreita que ele nomeou, as máquinas ficaram mesmo muito boas. O trabalho não desapareceu, porque o trabalho era várias coisas e ele tinha medido uma. Um sinal que consegues verificar, e um uso melhor da preocupação: da tua última semana, quantas horas foram para exames em que a pergunta era estreita e a resposta era normalmente normal. Esse número é a parte exposta, e é também o número que um gestor consegue contar.

A famosa previsão de que a IA substituiria os radiologistas estava simplesmente errada?

Errada na conclusão, e vale a pena percebê-la em vez de a despachar, porque o erro é o que toda a gente comete. Pegou numa tarefa — ler um exame de grande volume e padrão claro — e concluiu sobre um trabalho. Nessa tarefa acertou na direção. O que deixou de fora foi quem assina por uma falha, quem vê o achado por que ninguém perguntou, quem recusa o exame que não devia ser feito, e se ler mais barato faz a procura subir em vez de descer. Despachá-la como exagero não ensina nada; lê-la como um erro de categoria diz-te exatamente o que verificar no teu próprio trabalho.

Há centenas de produtos de imagem com IA aprovados. Isso significa que o trabalho se vai?

Uma aprovação diz que um produto pode ser vendido; não diz que um hospital o comprou, o ligou, ou o manteve ligado. Este sítio mantém essas três coisas separadas de propósito, e a distância entre elas é onde a maioria das previsões sobre esta área se enganou. Vale também a pena saber para onde os produtos apontam: quase todos são detetores estreitos e ferramentas de triagem que mudam a ordem de uma lista de trabalho, o que muda quando uma pessoa olha e não se olha.

Um estudante de medicina deve mesmo assim escolher radiologia?

Este sítio não diz a ninguém que especialidade escolher, e uma página que o fizesse valeria menos. O que te pode dar é a forma da aposta: a metade exposta é a leitura estreita de grande volume, a metade duradoura é a responsabilidade, os achados incidentais e os procedimentos, e a pergunta em aberto é o volume — se imagem mais barata significa mais imagem. Faz essa pergunta a quem já lá está, e repara se respondem com o que o serviço deles mede mesmo ou com o que esperam.

Escrito sobre isto#

Estes textos argumentam a partir dos mesmos registos que esta página tem, e cada uma das suas secções nomeia aquilo em que se apoia.

  • Quantos empregos levou mesmo a IA? Os números verificados
  • Porque é que ninguém te pode dizer quantos anos tens

Método e fontes#

Data da avaliação
2026-09-12
Base dos juízos de tarefa
2 com prova · 4 inferência da plataforma · 0 sem prova suficiente
Factos verificados
4

Como avaliamos uma profissão →