Fine-tuning de modelos IA para uso médico: vale a pena?

Em resumo

• Fine-tuning de um LLM tipicamente custa entre 8.000€ e 40.000€ na fase inicial em projectos pequenos portugueses, mais 15% a 25% por ano em manutenção, valores que raramente se justificam numa clínica de média dimensão.
• Para 90% dos casos clínicos em Portugal, a abordagem RAG (Retrieval-Augmented Generation) atinge qualidade equivalente ou superior por 200€ a 800€ mensais, com actualização imediata do conteúdo sem retreinar o modelo.
• O fine-tuning bloqueia o conhecimento no momento do treino, qualquer alteração ao preçário, horários, equipa clínica ou protocolos da ERS implica novo ciclo de treino e validação, com prazos médios de 3 a 6 semanas.
• Em clínicas portuguesas, o ROI de um agente conversacional bem configurado vem da redução de chamadas perdidas (tipicamente 20% a 35% do volume telefónico) e do agendamento 24/7, não da sofisticação técnica do modelo subjacente.

O fine-tuning de modelos de linguagem ganhou notoriedade nos últimos anos como o caminho aparentemente mais sofisticado para adaptar IA generativa a domínios específicos. Para gestores de clínicas em Portugal que ouvem falar de "treinar a IA com os dados da clínica", a expectativa instala-se rapidamente: um modelo personalizado que conhece cada procedimento, cada médico, cada protocolo. A realidade técnica e económica, contudo, raramente acompanha essa expectativa. Este artigo explica quando o fine-tuning faz sentido, quando não faz, e que alternativas entregam resultados superiores por uma fracção do investimento.

O que é fine-tuning e o que não é

Fine-tuning consiste em pegar num modelo de linguagem já treinado, como o GPT-4o, Claude ou Llama, e continuar o seu treino com um conjunto de exemplos específicos do domínio pretendido. O objectivo é ajustar os pesos internos do modelo para que aprenda padrões de resposta, terminologia ou estilo particulares. Não é, ao contrário do que muitos gestores pensam, uma forma de "ensinar factos" ao modelo de maneira fiável.

A confusão é compreensível mas custosa. Um modelo afinado para o sector da fisioterapia pode aprender a estrutura típica de uma resposta a um pedido de marcação, o tom-de-voz adequado, ou a sequência lógica de triagem. Mas se a clínica mudar o preço de uma consulta de 45€ para 50€, o modelo afinado continuará a indicar 45€ até ser retreinado. Para conhecimento factual mutável, que é a esmagadora maioria do que uma clínica precisa de comunicar, o fine-tuning é estruturalmente inadequado.

Existem três variantes técnicas principais: fine-tuning completo (ajusta todos os pesos, raro hoje em dia), LoRA e QLoRA (ajustam apenas matrizes adicionais de baixa dimensão, mais comum) e instruction tuning (foca em formato de respostas). Para o contexto português, qualquer destas variantes implica infra-estrutura de GPU, dados rotulados em volume suficiente e ciclos de validação clínica que poucos prestadores nacionais possuem.

RAG: a alternativa que cobre quase todos os casos

Retrieval-Augmented Generation, ou RAG, é uma arquitectura em que o modelo base, sem qualquer ajuste, consulta uma base de conhecimento no momento da resposta. A informação da clínica fica num índice vectorial (preçário, horários, perfis dos profissionais, protocolos, FAQ), e cada pergunta do utilizador é primeiro usada para procurar os trechos relevantes, que são depois entregues ao modelo como contexto para gerar a resposta.

Esta abordagem tem vantagens decisivas para o contexto clínico português. Actualizar uma informação significa editar um documento, não retreinar um modelo. A rastreabilidade é nativa: cada resposta pode citar a fonte interna que a fundamentou, o que é relevante face às exigências da ERS sobre informação prestada ao utente. O custo é uma ordem de grandeza inferior, e o tempo de implementação mede-se em semanas, não meses.

Em clínicas portuguesas com volumes típicos entre 200 e 3.000 contactos digitais mensais, observamos que um RAG bem configurado responde correctamente a 85% a 92% das interacções na primeira tentativa, com escalada humana para o restante. Um modelo afinado, no mesmo cenário, raramente ultrapassa estes números e perde a capacidade de adaptação rápida.

Quando o fine-tuning faz sentido

Existem cenários legítimos para fine-tuning em saúde, embora poucos se apliquem a clínicas de prática privada em Portugal. Os principais são:

• Volumes superiores a 50.000 interacções mensais onde a redução de tokens por resposta tem impacto material no custo operacional.
• Necessidade de tom-de-voz altamente específico que o prompting não consegue impor de forma consistente após dezenas de turnos de conversa.
• Tarefas estruturadas e repetitivas como extracção de dados de relatórios para um formato JSON rígido, onde a precisão estrutural beneficia do treino dedicado.
• Modelos open-source executados em infra-estrutura própria por razões de privacidade, onde o fine-tuning é o mecanismo de adaptação ao domínio.

Mesmo nestes casos, a regra prática é começar sempre com RAG e prompting avançado, medir o desempenho durante 60 a 90 dias, e só considerar fine-tuning se ficarem défices identificados que a engenharia de prompt não resolva. Saltar directamente para fine-tuning sem este baseline é, na nossa experiência, a forma mais comum de desperdiçar orçamento em IA.

Quanto custa cada abordagem em Portugal

A comparação económica é determinante para a decisão. Os valores abaixo reflectem práticas correntes no mercado português em 2026 para clínicas de pequena e média dimensão.

Os valores assumem integração com chatbot no site, formação da equipa e monitorização. O fine-tuning acumula custos invisíveis raramente apresentados em propostas iniciais: rotulação de dados, validação clínica iterativa, infra-estrutura de inferência dedicada e ciclos de retreino sempre que algo material muda.

Riscos clínicos e regulatórios do fine-tuning

Para além do custo, o fine-tuning introduz riscos específicos no contexto da saúde portuguesa. Um modelo afinado pode "alucinar" com mais confiança em áreas próximas do domínio de treino, porque internalizou padrões linguísticos que reforçam a aparência de autoridade. Em RAG, quando a base de conhecimento não cobre o assunto, é trivial instruir o modelo a recusar a resposta e propor contacto humano. Num modelo afinado, essa fronteira é menos nítida.

O risco de fuga de dados de treino é outro factor. Modelos afinados com dados de utentes, mesmo pseudonimizados, podem reproduzir excertos em produção em condições adversariais. A pseudonimização não é equivalente a anonimização para efeitos do RGPD, e o encarregado de protecção de dados terá de avaliar se o risco residual é proporcional ao benefício marginal sobre RAG. Em quase todos os casos, não é.

Há ainda a questão da auditabilidade. Quando um regulador, um doente ou um seguro pede para saber em que documentação se baseou uma resposta automatizada, RAG entrega essa rastreabilidade. Fine-tuning, não. Esta diferença, isoladamente, basta para inclinar a decisão na esmagadora maioria das clínicas que aconselhamos.

Sinais de que está a ser empurrado para fine-tuning desnecessário

Há propostas comerciais que recomendam fine-tuning sem que os dados o justifiquem, por razões de margem ou de marketing. Identifique-as pelos seguintes sinais:

• A proposta não inclui uma fase de baseline com RAG e métricas comparativas durante pelo menos 60 dias.
• Não há discussão sobre que dados serão usados no treino, como serão rotulados, nem quem validará clinicamente os exemplos.
• O fornecedor não consegue mostrar o conjunto de dados de avaliação que será usado para medir melhoria sobre o baseline.
• A manutenção contínua é apresentada como opcional, quando é estruturalmente necessária para modelos afinados.
• São prometidos prazos inferiores a 6 semanas para fine-tuning sério em domínio clínico, o que não é realista.
• O contrato não prevê o cenário de "fine-tuning não melhora o baseline e desactivamos o modelo afinado".

Uma proposta tecnicamente honesta começa por perguntar o que correu mal com a abordagem simples antes de propor a complexa. Se essa pergunta nunca é feita, há sinal claro de que o vendedor está a maximizar facturação, não resultado clínico.

Arquitectura recomendada para clínicas portuguesas

A arquitectura que recomendamos para a generalidade das clínicas combina três camadas. Primeira, um modelo base de fronteira (Claude, GPT-4o ou equivalente) sem qualquer fine-tuning, acedido por API com cláusulas contratuais de não-utilização para treino. Segunda, uma base de conhecimento vectorial alimentada com a documentação interna da clínica, actualizada por staff não-técnico através de uma interface simples. Terceira, uma camada de prompting com directrizes claras de conformidade ERS, escalada humana e recolha de consentimento.

Esta arquitectura entrega 90% do valor possível com 10% do custo do fine-tuning, e mantém a clínica em controlo do conteúdo sem dependência de ciclos técnicos. Quando, decorridos 6 a 12 meses, se identificarem padrões repetitivos de erro que o prompting não corrige, aí faz sentido considerar fine-tuning cirúrgico apenas para essas tarefas, não para o agente completo.

A maturidade do mercado português em IA aplicada à saúde ainda permite ganhos significativos com arquitecturas simples bem executadas. Adoptar complexidade prematura é desperdiçar a vantagem competitiva da implementação rápida.

Conformidade ERS

Qualquer agente de IA em contexto clínico, afinado ou não, tem de respeitar o enquadramento da Entidade Reguladora da Saúde e das ordens profissionais aplicáveis. Os pontos críticos a salvaguardar na configuração do modelo são:

• Não emitir diagnósticos, prognósticos nem indicações terapêuticas, mesmo quando o utente insiste. A resposta padrão deve encaminhar para consulta presencial.
• Não prometer resultados clínicos, percentagens de sucesso ou comparações com outros prestadores, em linha com as regras de publicidade na saúde.
• Não criar urgência artificial ("últimas vagas", "promoção termina hoje") em comunicações sobre actos clínicos.
• Identificar-se claramente como sistema automatizado no início da conversa, e oferecer sempre via de contacto humano.
• Registar consentimento de tratamento de dados antes de recolher qualquer informação identificável, com referência à finalidade e prazo de conservação.
• Não armazenar conversas em jurisdições fora do EEE sem garantias contratuais adequadas e avaliação de impacto.
• Garantir que o conteúdo apresentado é coerente com a informação registada na ERS e no Portal do SNS, quando aplicável.

Estas regras aplicam-se com a mesma força a modelos afinados e a RAG. A diferença é que em RAG são triviais de impor e auditar; em fine-tuning, exigem ciclos de validação adicionais e nunca ficam totalmente garantidas.

Perguntas frequentes

Fine-tuning é melhor do que RAG para clínicas?

Na esmagadora maioria dos casos, não. RAG é mais barato, mais rápido de implementar, permite actualização imediata de conteúdo e oferece rastreabilidade nativa da fonte de cada resposta. Fine-tuning só compensa em volumes muito elevados ou em tarefas estruturadas muito específicas que o prompting não resolva.

Quanto custa fine-tuning de um modelo IA em Portugal?

O investimento inicial varia tipicamente entre 8.000€ e 18.000€ para fine-tuning LoRA, e 20.000€ a 40.000€ para fine-tuning completo. A estes valores acresce manutenção anual de 20% a 40%, custos de inferência dedicada e ciclos de retreino sempre que o conteúdo material muda.

Posso treinar um modelo IA com dados de utentes?

Pode, mas com restrições significativas. Tem de cumprir o RGPD, obter base legal adequada, anonimizar de forma robusta (a pseudonimização não basta) e realizar avaliação de impacto. O encarregado de protecção de dados deve aprovar previamente. Em muitos casos, o risco residual não justifica o ganho marginal.

Quanto tempo demora a implementar RAG numa clínica?

Entre 2 e 4 semanas para uma clínica de pequena ou média dimensão, incluindo levantamento de conteúdo, configuração do índice vectorial, integração no site, formação da equipa e testes de qualidade. O sistema fica operacional em produção e pode ser melhorado iterativamente sem interrupções de serviço.

O modelo afinado mantém-se actualizado automaticamente?

Não. Um modelo afinado fica "congelado" no momento do treino. Qualquer alteração de preçário, horários, equipa clínica ou protocolos exige novo ciclo de treino, validação e implantação, com prazos típicos de 3 a 6 semanas. Esta é a principal razão pela qual desaconselhamos fine-tuning em ambientes que mudam frequentemente.

RAG cumpre os requisitos da ERS?

Pode cumprir, desde que esteja bem configurado. A base de conhecimento deve conter apenas informação alinhada com as regras de publicidade na saúde, o prompt deve impedir diagnósticos e promessas, e o sistema deve registar consentimento e oferecer escalada humana. RAG facilita a auditoria porque cada resposta cita a fonte interna.

Preciso de equipa técnica interna para manter um agente IA?

Para RAG bem desenhado, não. A actualização de conteúdo pode ser feita por staff não-técnico através de uma interface administrativa simples. Para fine-tuning, sim: precisa de acesso a competências de engenharia de dados, MLOps e validação clínica, internas ou contratadas, em base contínua.

Quando deve uma clínica considerar fine-tuning?

Apenas após executar RAG e prompting avançado durante 60 a 90 dias, medir defeitos persistentes que o prompt não corrige, e validar que esses defeitos têm impacto material no negócio. Mesmo então, o fine-tuning deve ser cirúrgico, focado em tarefas específicas, não no agente conversacional completo.

Próximos passos

Antes de investir em fine-tuning, qualquer clínica em Portugal deve clarificar três pontos: que problema concreto está a tentar resolver, que volume de interacções justifica o investimento, e que baseline simples já foi testado. Na esmagadora maioria dos casos, uma arquitectura RAG bem configurada com modelo de fronteira entrega resultado superior, prazo mais curto e custo total de propriedade dramaticamente inferior, mantendo a clínica em controlo do conteúdo e em conformidade com a ERS.

Se está a avaliar uma proposta de fine-tuning ou quer perceber qual a arquitectura mais adequada à sua clínica, com volumes reais e enquadramento regulatório nacional, podemos ajudar a estruturar a decisão com dados objectivos. Solicite um diagnóstico e analisamos o caso concreto sem compromisso, identificando o caminho de menor risco e maior retorno para o seu contexto específico.