IMPLEMENTATION OF ARTIFICIAL INTELLIGENCE IN MEDICINE ABSTRACT: THE IMPLEMENTATION OF ARTIFICIAL INTELLIGENCE (AI) IN MEDICINE HAS
REGISTRO DOI: 10.69849/revistaft/ra10202511172329
Leonardo Pereira Guedes1
André Luis da Silva2
Fabiana Florian3
Resumo: A implementação da Inteligência Artificial (IA) na medicina tem revolucionado o campo da saúde, oferecendo avanços significativos em diagnósticos precisos e tratamentos personalizados. Este estudo explorou o impacto e as potencialidades da IA, abordando desde a melhoria na acurácia diagnóstica até a capacidade de personalizar tratamentos com base em dados genéticos e de estilo de vida dos pacientes. Destacou-se também a capacidade da IA de otimizar a eficiência dos serviços de saúde, permitindo diagnósticos e intervenções mais rápidos e reduzindo custos associados a erros diagnósticos e tratamentos ineficazes. Entretanto, a integração da IA na prática médica diária não está isenta de desafios. As principais preocupações incluem questões éticas, legais e de privacidade, especialmente no que diz respeito ao consentimento informado e à segurança dos dados do paciente. Além disso, a adoção da IA na medicina exige uma transformação na educação e preparo dos profissionais de saúde, enfatizando a necessidade de desenvolver habilidades para gerenciar e interpretar intervenções baseadas em IA. O estudo conclui que, apesar dos desafios, a IA tem o potencial de democratizar o acesso à saúde de alta qualidade e transformar o sistema de saúde globalmente, desde que acompanhada de regulamentações apropriadas e um enfoque ético rigoroso.
Palavras-chave: Inteligência Artificial, Medicina, Diagnósticos Médicos, Tratamentos Personalizados.
Abstract: The implementation of Artificial Intelligence (AI) in medicine has revolutionized the healthcare field, offering significant advancements in accurate diagnostics and personalized treatments. This study explored the impact and potential of AI, addressing improvements from enhanced diagnostic accuracy to the ability to customize treatments based on patients’ genetic data and lifestyle. The study also highlighted AI’s capacity to optimize healthcare efficiency, enabling faster diagnostics and interventions and reducing costs associated with diagnostic errors and ineffective treatments. However, the integration of AI into daily medical practice is not without challenges. Key concerns include ethical, legal, and privacy issues, particularly regarding informed consent and patient data security. Moreover, adopting AI in medicine requires a transformation in healthcare professional education and training, emphasizing the need to develop skills to manage and interpret AI-based interventions. The study concludes that despite these challenges, AI has the potential to democratize access to high-quality healthcare and transform the global healthcare system, provided it is accompanied by appropriate regulations and a rigorous ethical focus.
Key-words: Artificial Intelligence, Medicine, Medical Diagnostics, Personalized Treatments.
1 INTRODUÇÃO
A implementação da Inteligência Artificial (IA) na medicina tem sido um dos avanços tecnológicos mais revolucionários nas últimas décadas, prometendo transformar profundamente o modo como a saúde é compreendida, diagnosticada e tratada. A IA na medicina engloba uma vasta gama de aplicações, desde sistemas de apoio à decisão clínica até robôs cirúrgicos e algoritmos de diagnóstico precoce.
Uma das principais vantagens da IA é a sua capacidade de processar e analisar grandes volumes de dados em velocidades e com precisões que superam as capacidades humanas, o que pode levar a diagnósticos mais precisos e a tratamentos personalizados. Conforme destacado por Nogaroli e Silva (2020), a inteligência artificial oferece benefícios significativos na análise diagnóstica, permitindo uma interpretação de dados médicos mais eficiente e precisa, o que potencialmente reduz erros e melhora os resultados para os pacientes.
No entanto, a implementação da IA na medicina também apresenta desafios e implicações éticas, jurídicas e sociais importantes. A questão do consentimento informado do paciente, por exemplo, torna-se ainda mais complexa diante das novas tecnologias. Dantas e Nogaroli (2020) salientam a necessidade de uma discussão aprofundada sobre o consentimento informado no contexto da telemedicina, cirurgia robótica e IA, evidenciando a importância de assegurar que os pacientes estejam plenamente informados sobre os benefícios, riscos e limitações dessas tecnologias. Esta abordagem é fundamental para garantir a autonomia do paciente e a confiança nas inovações tecnológicas na saúde.
A pandemia de COVID-19 acelerou a adoção de tecnologias de IA na saúde, particularmente no que diz respeito à telemedicina. Garcia e Maciel (2020) refletem sobre a importância da inteligência artificial no acesso à saúde durante a pandemia, demonstrando como a IA tem sido crucial para superar barreiras físicas e garantir a continuidade do atendimento médico. Este período desafiador destacou a flexibilidade e a capacidade da IA de adaptar-se a situações emergenciais, proporcionando soluções inovadoras para a prestação de cuidados de saúde à distância.
A incorporação da Inteligência Artificial (IA) na medicina justifica-se não apenas pela sua capacidade de otimizar processos e melhorar a precisão diagnóstica, mas também pelo potencial de transformar radicalmente a prestação de cuidados de saúde. Em um cenário global onde o acesso rápido e eficiente a diagnósticos precisos e tratamentos personalizados é um desafio constante, a IA emerge como uma ferramenta vital para superar estas barreiras, oferecendo soluções inovadoras que podem salvar vidas.
Além disso, a IA tem o potencial de democratizar o acesso à saúde de alta qualidade, tornando-a mais acessível em regiões remotas e subatendidas. A justificativa para explorar e implementar a IA na medicina é reforçada pela urgência em enfrentar pandemias globais, gerenciar doenças crônicas em escalas sem precedentes e atender às crescentes expectativas de cuidados de saúde personalizados. Portanto, o investimento em pesquisa e desenvolvimento de tecnologias de IA na medicina é crucial para avançar na direção de um sistema de saúde mais eficaz, eficiente e equitativo.
O objetivo principal deste estudo é investigar e analisar o impacto da implementação da Inteligência Artificial na medicina, com foco especial nos benefícios, desafios e implicações éticas desta integração. Pretende-se explorar como a IA pode contribuir para diagnósticos mais precisos, tratamentos personalizados e uma gestão de saúde mais eficiente, ao mesmo tempo em que se consideram as questões éticas, jurídicas e sociais relacionadas à sua aplicação.
Este estudo visa também elucidar o papel da IA na melhoria do acesso à saúde, especialmente em tempos de crise, como pandemias, e como ela pode facilitar a telemedicina e a prestação de cuidados de saúde à distância. Ao fim, busca-se oferecer recomendações para uma implementação responsável e ética da IA na medicina, assegurando que os avanços tecnológicos sejam aproveitados de maneira a maximizar os benefícios para a saúde pública, ao passo que se minimizam os riscos e desafios inerentes.
2 REVISÃO BIBLIOGRÁFICA
2.1 AVANÇOS RECENTES EM ALGORITMOS DE IA APLICADOS A DIAGNÓSTICOS MÉDICOS E TRATAMENTOS PERSONALIZADOS.
Os recentes avanços em algoritmos de inteligência artificial (IA) têm demonstrado um potencial significativo para revolucionar o campo da medicina, especialmente em áreas de diagnóstico médico e tratamento personalizado. A capacidade da IA de aprender e adaptar-se a partir de grandes volumes de dados médicos permite o desenvolvimento de sistemas que podem não apenas identificar padrões complexos inacessíveis ao olhar humano, mas também fornecer recomendações de tratamento personalizadas com uma precisão até então inatingível.
Como apontado por Galvão et al. (2024), a utilização de técnicas avançadas como o aprendizado de máquina e redes neurais profundas tem levado ao desenvolvimento de ferramentas capazes de realizar diagnósticos precoces de condições como câncer, doenças cardíacas e neurodegenerativas com uma precisão superior aos métodos convencionais.
A integração da IA no diagnóstico médico não se limita apenas à identificação de doenças, mas estende-se também à personalização do tratamento, o que é fundamental em uma era onde a medicina personalizada se torna o foco. Sistemas baseados em IA são capazes de analisar dados genéticos, ambientais e de estilo de vida dos pacientes para propor tratamentos customizados que maximizem a eficácia e minimizem os efeitos colaterais.
Este aspecto é particularmente revolucionário, pois desloca o paradigma de tratamentos padronizados para um mais adaptativo e individualizado. Conforme discutido por Zucoletto et al. (2023), a inteligência artificial oferece a possibilidade de uma medicina mais “sob medida”, que se ajusta às necessidades específicas de cada paciente, potencializando os resultados positivos e reduzindo as intervenções desnecessárias.
Apesar desses avanços promissores, a implementação de IA na prática médica diária enfrenta desafios significativos, principalmente relacionados à segurança, privacidade dos dados e responsabilidade ética. A precisão dos diagnósticos de IA, embora elevada, ainda requer uma supervisão humana rigorosa para evitar erros que poderiam ter consequências graves. Além disso, a responsabilidade médica em relação às decisões tomadas com o auxílio da IA precisa ser claramente definida para evitar ambiguidades legais.
Nogaroli e Silva (2020) enfatizam que, apesar dos benefícios, os riscos associados à dependência de algoritmos de IA não podem ser ignorados, e a responsabilidade do médico em relação às decisões assistidas por IA precisa ser cuidadosamente regulamentada.
2.2 ASPECTOS ÉTICOS, LEGAIS E SOCIAIS DA IMPLEMENTAÇÃO DA INTELIGÊNCIA ARTIFICIAL NA MEDICINA.
A integração da Inteligência Artificial (IA) na medicina traz à tona uma série de questões éticas, legais e sociais que precisam ser meticulosamente avaliadas para garantir que o desenvolvimento tecnológico acompanhe as normas e valores humanos. A ética médica, que tradicionalmente foca no bem-estar do paciente, na autonomia e na confidencialidade, é desafiada pela emergência de sistemas que podem processar e interpretar dados em uma escala e velocidade sem precedentes.
Dantas e Nogaroli (2020) enfatizam a complexidade do consentimento informado em um cenário dominado pela IA, onde a compreensão completa dos algoritmos e suas implicações pode estar além do alcance do paciente médio, complicando a dinâmica da decisão médica partilhada.
Além dos desafios éticos, existem questões legais significativas que surgem com a adoção da IA na saúde. A responsabilidade legal em casos de erro médico, por exemplo, torna-se uma área cinzenta quando algoritmos de IA estão envolvidos. Quem é responsável quando um diagnóstico errôneo é feito por um software de IA? As leis atuais são inadequadas para lidar com esses novos desafios, pois foram criadas em uma era pré-digital. Segundo Januário (2020), o setor jurídico deve evoluir para estabelecer diretrizes claras sobre a responsabilidade penal e civil em situações onde a IA desempenha um papel crítico nas decisões médicas.
Os impactos sociais da IA na medicina também são profundos. Por um lado, a IA tem o potencial de democratizar o acesso à saúde de alta qualidade, oferecendo diagnósticos precisos e tratamentos personalizados a custos potencialmente reduzidos. Por outro lado, a implementação da IA pode exacerbar as disparidades de saúde existentes se as tecnologias não forem amplamente acessíveis ou se forem projetadas sem considerar a diversidade dos conjuntos de dados. Garcia e Maciel (2020) discutem a importância da inclusão social na implementação da IA na saúde, destacando que as inovações devem ser orientadas para promover a equidade, não apenas a eficiência.
Outro aspecto crucial é a privacidade dos dados. Com a IA processando quantidades enormes de informações sensíveis, garantir a segurança e a privacidade desses dados é imperativo. Vazamentos de dados ou usos indevidos podem ter consequências devastadoras para os indivíduos afetados. Conforme apontado por Nogueira et al. (2018), a proteção de dados no contexto da saúde requer uma atenção especial, especialmente à medida que as regulamentações existentes podem ser insuficientes para enfrentar as complexidades trazidas pela IA.
2.3. ESTUDOS DE CASO SOBRE O USO DE IA EM TELEMEDICINA E RESPOSTA A EMERGÊNCIAS DE SAÚDE PÚBLICA, INCLUINDO PANDEMIAS.
O uso da Inteligência Artificial (IA) em telemedicina e na resposta a emergências de saúde pública, como pandemias, representa um dos campos mais promissores e necessários para a aplicação de tecnologias avançadas. A telemedicina, potencializada por IA, não só facilita o acesso ao cuidado médico em áreas remotas mas também melhora a eficiência e a eficácia das respostas médicas em situações críticas.
Durante a pandemia de COVID-19, por exemplo, a IA foi instrumental na gestão e no tratamento de pacientes, permitindo que os sistemas de saúde lidem com o volume exacerbado de casos de maneira mais eficiente. Garcia e Maciel (2020) refletem sobre a crucialidade da IA para superar barreiras físicas e garantir a continuidade do atendimento médico, destacando como tecnologias como chatbots de saúde, sistemas de triagem digital e diagnósticos automatizados foram vitais durante a crise.
Um estudo de caso relevante é o uso de algoritmos de IA para triagem e diagnóstico de COVID-19 através de imagens radiológicas. Ferramentas de IA foram desenvolvidas para analisar radiografias de tórax e tomografias computadorizadas para detectar sinais de infecção, acelerando significativamente o processo de diagnóstico em um momento em que cada segundo contava. Estas ferramentas não apenas aumentaram a capacidade dos hospitais de triar pacientes rapidamente mas também reduziram a carga sobre o pessoal médico.
Segundo Zucoletto et al. (2023), a implementação de sistemas de IA para análise de imagens médicas demonstrou uma precisão comparável, e em alguns casos superior, à de radiologistas humanos, facilitando uma resposta mais rápida e informada à pandemia.
Além da gestão de pandemias, a IA em telemedicina tem sido usada para monitoramento contínuo de pacientes crônicos, otimizando o gerenciamento de condições de saúde de longo prazo. Sistemas baseados em IA que acompanham sinais vitais e padrões de sintomas em tempo real podem alertar profissionais de saúde sobre deteriorações no estado de saúde do paciente, permitindo intervenções rápidas e personalizadas. Galvão et al. (2024) discutem como a personalização de tratamentos através de algoritmos de IA pode transformar a gestão de doenças crônicas, tornando o cuidado mais adaptativo às necessidades individuais dos pacientes, resultando em melhor controle das condições e redução de hospitalizações.
A telemedicina assistida por IA também enfrenta desafios significativos, principalmente relacionados à aceitação por parte dos pacientes e profissionais de saúde, bem como questões de privacidade e segurança de dados. A implementação bem-sucedida dessas tecnologias requer não apenas infraestrutura tecnológica, mas também uma regulamentação clara e protocolos de segurança robustos para proteger as informações dos pacientes. Nogueira et al. (2018) destacam a necessidade de frameworks regulatórios que garantam tanto a eficácia quanto a ética no uso da IA em ambientes médicos, assegurando que tanto pacientes quanto profissionais possam confiar nas soluções oferecidas pela tecnologia.
3 DESENVOLVIMENTO
A adoção da Inteligência Artificial (IA) na medicina representa uma revolução nos cuidados de saúde, alterando fundamentalmente como diagnósticos são feitos e tratamentos são administrados. A integração de sistemas de IA nos processos médicos não é apenas uma questão de inserção tecnológica, mas também envolve uma reestruturação dos métodos tradicionais de atendimento, treinamento médico e interações paciente-médico. Um dos maiores avanços proporcionados pela IA é na precisão diagnóstica. Algoritmos de aprendizado de máquina, por exemplo, já são capazes de identificar padrões em grandes conjuntos de dados médicos com uma precisão que muitas vezes supera a dos especialistas humanos.
Galvão et al. (2024) destacam que, em diagnósticos de condições complexas como o câncer, a IA não apenas aumenta a precisão mas também reduz o tempo necessário para o diagnóstico, o que pode ser crucial para o prognóstico do paciente.
A personalização do tratamento é outra área que tem visto melhorias significativas com a introdução da IA. Sistemas baseados em IA podem analisar informações de saúde do paciente em conjunto com vastos repositórios de dados médicos para sugerir tratamentos que são altamente personalizados. Esses sistemas consideram variáveis que vão desde a genética até o estilo de vida do paciente, possibilitando uma abordagem de tratamento que é significativamente mais adaptada às necessidades individuais.
Como resultado, há uma melhora na eficácia dos tratamentos e uma redução nos efeitos colaterais, o que melhora a qualidade de vida dos pacientes. Nogueira et al. (2018) observam que essa capacidade de personalização não só otimiza o uso de recursos médicos mas também promove uma melhor gestão da saúde pública, ao ajustar os tratamentos às necessidades específicas de cada indivíduo.
No entanto, a implementação de IA na medicina também traz desafios. Questões de privacidade de dados e a necessidade de consentimento informado são complicadas pela capacidade da IA de extrair e analisar informações de maneiras que nem sempre são transparentes para os pacientes ou mesmo para os profissionais de saúde.
A complexidade dos algoritmos pode tornar difícil para os pacientes entenderem completamente como suas informações estão sendo usadas, o que levanta questões éticas sobre consentimento e autonomia. Dantas e Nogaroli (2020) argumentam que é essencial desenvolver novos frameworks legais e éticos que possam abordar estas novas realidades, garantindo que os pacientes mantenham controle sobre suas informações pessoais e entendam como elas são utilizadas.
Outro aspecto importante é a necessidade de adaptação dos profissionais de saúde ao novo ambiente tecnológico. A IA não substitui o médico, mas atua como uma ferramenta de suporte que pode melhorar significativamente a eficácia do diagnóstico e do tratamento.
Isso requer uma mudança na formação médica, com um maior enfoque no entendimento e na interpretação de dados fornecidos por algoritmos de IA. Além disso, os médicos precisam desenvolver habilidades para gerenciar a interação entre tecnologia e paciente, assegurando que a humanização do atendimento não se perca na transição para uma abordagem mais tecnológica da medicina.
À medida que avançamos na integração da Inteligência Artificial (IA) na medicina, é imperativo considerar também o impacto dessa tecnologia sobre a acessibilidade dos cuidados de saúde. A IA tem o potencial de democratizar o acesso ao diagnóstico e tratamento médico, especialmente em regiões subdesenvolvidas ou remotas onde o acesso a especialistas médicos é limitado.
Algoritmos de IA podem oferecer assistência diagnóstica a partir de dados clínicos coletados por dispositivos móveis ou locais, reduzindo a necessidade de infraestrutura hospitalar avançada e presença física de especialistas. Galvão et al. (2024) ressaltam que, por meio da telemedicina assistida por IA, pacientes em áreas rurais ou de difícil acesso podem receber avaliações médicas e recomendações de tratamento com a mesma precisão que aqueles em centros urbanos, contribuindo significativamente para a equidade na saúde.
No entanto, a implementação efetiva de IA em escala global envolve desafios logísticos e técnicos consideráveis. A qualidade e a quantidade de dados disponíveis influenciam diretamente a eficácia dos algoritmos de IA. Em muitas partes do mundo, a coleta de dados médicos ainda enfrenta obstáculos significativos, como falta de digitalização, padrões inconsistentes de dados e barreiras linguísticas e culturais que podem prejudicar a entrada de dados de alta qualidade.
Nogueira et al. (2018) apontam que, para que a IA seja eficazmente implementada em diferentes contextos geográficos e culturais, é necessário um esforço concertado para melhorar as infraestruturas de coleta e processamento de dados, assegurando que os sistemas de IA sejam treinados em bases de dados diversificadas e representativas.
Além dos desafios técnicos, a aceitação pública da IA na medicina também é um aspecto crucial. O envolvimento dos pacientes no processo de tratamento médico, com uma compreensão clara do papel da IA, é fundamental para construir confiança na nova tecnologia. Dantas e Nogaroli (2020) destacam que, sem uma compreensão adequada dos processos de IA e sem a garantia de transparência e segurança dos dados, os pacientes podem ser relutantes em adotar tratamentos assistidos por IA, o que pode limitar sua eficácia. Portanto, é essencial que os desenvolvimentos em IA na medicina sejam acompanhados de campanhas de educação e comunicação dirigidas ao público, esclarecendo como a IA funciona, seus benefícios e suas limitações.
A formação contínua dos profissionais de saúde em relação à tecnologia de IA é igualmente importante. À medida que a IA se torna uma parte integrante da medicina, os currículos médicos e de enfermagem precisam evoluir para incluir uma compreensão profunda das tecnologias de IA. Isso não apenas preparará os futuros médicos para trabalhar lado a lado com sistemas de IA, mas também os capacitará a fazer julgamentos informados sobre quando e como usar a IA de maneira ética e eficaz.
A educação em IA deve focar não apenas na operacionalização da tecnologia, mas também na interpretação crítica dos resultados fornecidos pelos algoritmos, garantindo que os cuidados médicos permaneçam centrados no paciente e guiados por princípios éticos sólidos.
4 METODOLOGIA
A pesquisa foi desenvolvida com base em uma abordagem qualitativa de caráter exploratório e descritivo, pois se buscou compreender de maneira aprofundada os impactos da implementação da Inteligência Artificial na medicina. Para a construção do estudo, foram consultadas obras de referência, artigos científicos, legislações e documentos acadêmicos publicados entre os anos de 2018 e 2024, a fim de garantir atualidade e relevância das informações.
A coleta de dados ocorreu por meio de pesquisa bibliográfica em bases científicas reconhecidas, como Scielo, PubMed e Google Acadêmico, utilizando palavras-chave relacionadas ao tema, como inteligência artificial, diagnósticos médicos, tratamentos personalizados, ética e telemedicina. Após a seleção do material, realizou-se uma análise crítica e interpretativa do conteúdo, priorizando estudos que apresentavam resultados concretos da aplicação de algoritmos e sistemas de IA na prática médica.
O procedimento adotado permitiu identificar os principais benefícios, como a precisão diagnóstica e a personalização de tratamentos, além de destacar os desafios éticos, legais e sociais envolvidos na adoção dessas tecnologias. A metodologia, portanto, fundamentou-se na revisão da literatura existente, possibilitando a construção de um panorama abrangente sobre as potencialidades e limitações da IA na área da saúde, sempre considerando o contexto de inovação tecnológica e os impactos para profissionais e pacientes.
1. Qual a sua faixa etária?
a) Menos de 20 anos
b) 21 – 30 anos
c) 31 – 40 anos
d) Acima de 40 anos
2. Qual é a sua área de atuação ou estudo?
a) Medicina / Saúde
b) Tecnologia / Computação
c) Direito / Ética
d) Outras
3. Qual o seu nível de conhecimento sobre Inteligência Artificial?
a) Nenhum
b) Básico
c) Intermediário
d) Avançado
4. Você acredita que a IA pode substituir completamente os médicos?
a) Sim
b) Não
c) Parcialmente 12
d) Não sei opinar
5. Uma das principais vantagens da IA na medicina é:
a) Processar grandes volumes de dados com rapidez e precisão
b) Reduzir o número de médicos necessários
c) Eliminar completamente erros médicos
d) Substituir hospitais
6. Em qual área a IA já apresenta grandes avanços?
a) Diagnósticos médicos
b) Construção civil
c) Educação infantil
d) Agricultura
7. Um dos desafios éticos da IA na medicina é:
a) Falta de energia elétrica nos hospitais
b) Consentimento informado e privacidade dos dados
c) Número reduzido de médicos formados
d) Custo de medicamentos
8. A personalização de tratamentos por IA se baseia em:
a) Sorteios de medicamentos
b) Dados genéticos e estilo de vida do paciente
c) Protocolos universais sem ajustes
d) Exclusivamente na opinião do médico
9. Durante a pandemia de COVID-19, a IA foi utilizada principalmente para:
a) Criar novos hospitais
b) Diagnóstico remoto e apoio à telemedicina
c) Substituir vacinas
d) Evitar consultas médicas presenciais
10. Na sua opinião, o maior potencial da IA na medicina é:
a) Diagnósticos mais precisos
b) Tratamentos personalizados
c) Democratização do acesso à saúde
d) Todas as anteriores
5 RESULTADOS E DISCUSSÃO
O primeiro gráfico apresenta a distribuição etária dos participantes da pesquisa, destacando que a maioria encontra-se na faixa entre 21 e 30 anos, representando X% do total, seguida pelas faixas de 31 a 40 anos (40,5%), menos de 20 anos (8,1%) e, por fim, acima de 40 anos (13,5%).
Gráfico 1: Faixa etária.
Fonte: Resultado da pesquisa (2025).
Esse dado revela que o público predominante é composto por jovens adultos em fase de formação acadêmica ou início de carreira profissional, especialmente em áreas relacionadas à saúde, tecnologia e direito. Essa predominância etária é relevante porque indica uma geração que cresceu em maior contato com inovações digitais e, portanto, tende a apresentar maior receptividade às novas tecnologias aplicadas à medicina, como a Inteligência Artificial (IA).
Autores como Galvão et al. (2024) destacam que a implementação da IA na saúde exige não apenas infraestrutura tecnológica, mas também uma nova mentalidade voltada para a personalização do cuidado e para a aceitação de ferramentas digitais como parte da prática clínica. A presença expressiva de jovens sugere maior potencial de adaptação às inovações, visto que estes grupos estão habituados ao uso cotidiano de recursos digitais, o que pode facilitar tanto a compreensão quanto a integração de tecnologias emergentes como a telemedicina e a análise diagnóstica por IA.
Por outro lado, a menor participação de indivíduos acima dos 40 anos pode indicar certa resistência ou dificuldade em relação ao entendimento e aceitação dessas tecnologias. Dantas e Nogaroli (2020) ressaltam que o consentimento informado se torna ainda mais complexo quando se trata da implementação de novas ferramentas, pois exige do paciente compreensão sobre riscos, limitações e benefícios. Assim, gerações menos expostas ao mundo digital podem encontrar barreiras adicionais na assimilação das propostas da IA aplicada à saúde.
Adicionalmente, Garcia e Maciel (2020) evidenciam que durante a pandemia da COVID-19 a telemedicina se consolidou como alternativa fundamental de acesso à saúde, mas também escancarou desigualdades no uso dessas tecnologias entre diferentes faixas etárias. Isso reforça que a discussão sobre IA na medicina não deve limitar-se à inovação técnica, mas também considerar o perfil etário e sociocultural do público que dela se beneficia.
O segundo gráfico mostra a distribuição das áreas de atuação ou estudo dos participantes. Observa-se que a maioria declarou-se vinculada a outras áreas (37,8%), seguida de Direito/Ética (32,4%), Tecnologia/Computação (29,7%), enquanto nenhum participante se identificou diretamente com a área de Medicina/Saúde (0%).
Gráfico 2: Área de atuação.
Fonte: Resultado da pesquisa (2025).
Esse resultado é bastante significativo, pois, embora o tema central da pesquisa seja a Inteligência Artificial (IA) na medicina, nota-se a predominância de respondentes de áreas externas ao núcleo da saúde. Isso reforça o caráter interdisciplinar do debate, no qual diferentes formações acadêmicas contribuem para a compreensão dos impactos da IA.
A expressiva participação de indivíduos da área de Direito/Ética (32,4%) evidencia a crescente preocupação com os dilemas bioéticos e jurídicos relacionados à implementação da IA. Como salientam Dantas e Nogaroli (2020), o consentimento informado no contexto de tecnologias avançadas, como telemedicina e cirurgia robótica, torna-se mais complexo, exigindo atenção especial para garantir a autonomia do paciente. Além disso, Januário (2020) ressalta que a responsabilidade penal em decisões médicas apoiadas por IA ainda carece de regulamentação clara, o que justifica o interesse desse grupo no tema.
Os participantes da área de Tecnologia/Computação (29,7%) também se destacam, refletindo o papel central dessa categoria profissional no desenvolvimento dos algoritmos e sistemas aplicados à medicina. Galvão et al. (2024) apontam que o aprendizado de máquina e as redes neurais profundas têm impulsionado diagnósticos mais rápidos e precisos, o que só é possível pela atuação conjunta de especialistas em computação e saúde.
A predominância do grupo Outras áreas (37,8%) demonstra que o interesse pela IA em saúde extrapola fronteiras disciplinares, atraindo olhares de diferentes campos do conhecimento. Esse dado reforça a análise de Garcia e Maciel (2020), que observaram na pandemia de COVID-19 como a telemedicina e a IA impactaram não apenas médicos e pacientes, mas também toda a sociedade, ao influenciar formas de acesso e prestação de cuidados.
Por fim, o fato de não haver participação da área de Medicina/Saúde (0%) não diminui a relevância do estudo, mas aponta para a necessidade de maior engajamento de profissionais de saúde no debate. Conforme discutem Zucolotto et al. (2023), a aplicação prática da IA em diagnósticos e tratamentos só será bem-sucedida se os médicos se apropriarem da tecnologia, interpretando criticamente os resultados fornecidos pelos sistemas automatizados.
O terceiro gráfico revela o nível de conhecimento dos participantes sobre Inteligência Artificial (IA). A maioria declarou possuir conhecimento básico (43,2%), seguida pelos que afirmaram não ter nenhum conhecimento prévio (29,7%). Um grupo menor indicou nível intermediário (27%), enquanto nenhum participante se identificou como possuidor de conhecimento avançado (0%).
Gráfico 3: Nível de conhecimento sobre inteligência artificial.
Fonte: Resultado da pesquisa (2025).
Esse resultado demonstra que, apesar do tema estar em crescente evidência, a maioria ainda possui apenas noções iniciais ou mesmo desconhece os fundamentos da IA. Esse dado dialoga com as observações de Nogueira et al. (2018), que apontam a necessidade de maior disseminação de conhecimento técnico entre profissionais da saúde e áreas correlatas, a fim de que a tomada de decisão médica mediada por IA seja compreendida e validada de forma crítica.
A predominância de participantes com conhecimento básico (43,2%) indica que há certo grau de familiaridade com o tema, ainda que superficial. Esse cenário é coerente com o apontado por Galvão et al. (2024), ao destacar que a implementação de algoritmos de aprendizado de máquina e redes neurais tem se difundido rapidamente, mas sua compreensão prática ainda está restrita a especialistas. Assim, o desafio está em transformar esse conhecimento inicial em competência aplicada, capaz de impactar positivamente a prática clínica.
Já os 29,7% que não possuem nenhum conhecimento revelam uma lacuna importante. Dantas e Nogaroli (2020) destacam que a complexidade do consentimento informado em ambientes dominados por tecnologias avançadas depende também da compreensão mínima do paciente e do profissional sobre o funcionamento da IA. A ausência de conhecimento pode comprometer a autonomia, a confiança e a adoção consciente dessas ferramentas.
O percentual de 27% com nível intermediário indica um grupo em transição, que já tem maior proximidade com o tema e, possivelmente, capacidade de avaliar de maneira crítica tanto os benefícios quanto os riscos da IA aplicada à saúde. Zucolotto et al. (2023) ressaltam que a acurácia diagnóstica e o suporte terapêutico da IA só serão legitimados se acompanhados por profissionais aptos a interpretar e validar seus resultados.
A ausência de indivíduos com nível avançado (0%) evidencia um ponto crítico: ainda são poucos os profissionais e pesquisadores que dominam a fundo a lógica e as limitações da IA em saúde. Isso reforça a necessidade de formação continuada, apontada por Garcia e Maciel (2020), que enfatizam o papel da educação tecnológica para preparar a sociedade e os profissionais diante de situações emergenciais, como ocorreu na pandemia de COVID-19.
Na questão sobre a possibilidade de a Inteligência Artificial (IA) substituir completamente os médicos, os resultados foram diversos. Apenas 16,2% dos respondentes acreditam que isso seja possível, enquanto 27% afirmaram que a substituição não ocorrerá. Já 24,3% apontaram que a substituição poderia ocorrer de forma parcial, e 32,4% declararam que não sabem opinar.
Gráfico 4: Acredita que a IA pode substituir os médicos.
Fonte: Resultado da pesquisa (2025).
Esses resultados indicam que a maior parte dos participantes tem uma percepção cautelosa sobre o papel da IA na medicina. O grupo que respondeu “Não” (27%) alinha-se às análises de Nogaroli e Silva (2020), que ressaltam que, apesar dos avanços, a responsabilidade médica não pode ser transferida integralmente para algoritmos, sendo indispensável a supervisão humana.
O percentual de 16,2% que acreditam na substituição total pode refletir uma visão futurista ou até mesmo influenciada por narrativas tecnológicas de automação total. No entanto, a literatura reforça que a IA deve atuar como ferramenta de apoio, e não como substituta do profissional. Zucolotto et al. (2023) destacam que os sistemas de IA alcançam alta acurácia diagnóstica, mas ainda carecem de julgamento clínico e da dimensão ética que só o médico pode oferecer.
A resposta “Parcialmente” (24,3%) mostra a visão mais equilibrada, reconhecendo o potencial da IA em automatizar tarefas repetitivas, análises de exames e diagnósticos preliminares, sem, no entanto, eliminar o papel humano. Isso vai ao encontro da análise de Galvão et al. (2024), que apontam a IA como recurso para personalizar tratamentos e agilizar decisões clínicas, mas sempre em integração com o saber médico.
Por fim, a opção “Não sei opinar” (32,4%) evidencia um alto nível de incerteza sobre os impactos futuros da IA na medicina. Esse dado reforça as colocações de Dantas e Nogaroli (2020), que enfatizam a complexidade ética e jurídica de se compreender os limites da tecnologia, principalmente em relação ao consentimento informado e à autonomia do paciente. Além disso, o desconhecimento técnico de grande parte da população, já observado na Pergunta 3, contribui para essa indecisão.
Quando questionados sobre a principal vantagem da IA na medicina, a grande maioria dos participantes (94,6%) apontou a capacidade de processar grandes volumes de dados com rapidez e precisão. Em menor escala, 2,7% destacaram a redução do número de médicos necessários, outros 2,7% acreditaram na eliminação completa de erros médicos, enquanto nenhum respondente (0%) indicou a substituição de hospitais como uma vantagem real.
Gráfico 5: Principal vantagem da IA na medicina.
Fonte: Resultado da pesquisa (2025).
O resultado evidencia que os participantes reconhecem a verdadeira força da IA em sua capacidade analítica e de processamento massivo de informações. Como enfatizam Nogaroli e Silva (2020), o uso da IA na análise diagnóstica permite uma interpretação de dados médicos mais precisa e eficiente, reduzindo a incidência de erros humanos e otimizando o tempo de resposta clínica. Esse achado vai ao encontro do que discutem Galvão et al. (2024), ao destacar o papel dos algoritmos de aprendizado profundo na detecção precoce de doenças e na personalização de tratamentos.
Por outro lado, os percentuais menores (2,7%) atribuídos às alternativas de redução de médicos ou eliminação de erros médicos revelam uma visão mais crítica e realista. A literatura mostra que a IA não substitui o profissional de saúde, mas atua como ferramenta de apoio. Zucolotto et al. (2023) destacam que, embora a IA alcance desempenho comparável ao de especialistas em alguns diagnósticos, sua eficácia depende da supervisão médica e da integração com a experiência clínica.
A ausência de respostas indicando a substituição de hospitais (0%) reforça que os participantes não enxergam a IA como uma ameaça às instituições de saúde, mas sim como uma tecnologia que se soma a elas. Essa percepção está alinhada ao argumento de Garcia e Maciel (2020), que, ao analisar o uso da IA durante a pandemia de COVID-19, demonstraram que o impacto mais significativo não foi na substituição de estruturas médicas, mas na ampliação do alcance dos serviços por meio da telemedicina.
Portanto, os resultados da Pergunta 5 demonstram que os participantes têm uma percepção bastante clara e realista do potencial da IA: agilidade, precisão e capacidade de lidar com grandes volumes de dados, características que podem transformar diagnósticos e tratamentos, sem, no entanto, eliminar a importância dos médicos ou das instituições de saúde.
Ao serem questionados sobre a área em que a Inteligência Artificial (IA) já apresenta grandes avanços, a maioria dos participantes (37,8%) indicou os diagnósticos médicos, seguidos de construção civil (24,3%), educação infantil (24,3%) e, em menor proporção, agricultura (13,5%).
Gráfico 6: Área em que a Inteligência Artificial (IA) já apresenta grandes avanços.
Fonte: Resultado da pesquisa (2025).
A predominância da percepção de avanços em diagnósticos médicos (37,8%) está em consonância com a literatura. Zucolotto et al. (2023) ressaltam que a IA tem alcançado resultados expressivos em exames de imagem e análises laboratoriais, muitas vezes com precisão superior à de especialistas humanos. Do mesmo modo, Galvão et al. (2024) destacam que a capacidade da IA de identificar padrões em grandes bases de dados é um fator decisivo para o diagnóstico precoce de doenças e para a personalização de tratamentos.
A presença significativa de respostas em construção civil (24,3%) e educação infantil (24,3%) evidencia que os participantes reconhecem que os impactos da IA vão além da saúde, abrangendo setores diversos da sociedade. No entanto, a literatura consultada enfatiza que, embora a IA esteja sendo aplicada em múltiplos setores, o campo da saúde é aquele em que os benefícios são mais diretamente perceptíveis à população.
Já os 13,5% que citaram a agricultura refletem a percepção de um campo que também tem se beneficiado do uso de IA, sobretudo em práticas de agricultura de precisão. Ainda que não seja o foco central deste estudo, é importante reconhecer a transversalidade da IA, que se estende a diversas áreas produtivas.
Na questão sobre os desafios éticos da IA na medicina, a grande maioria dos participantes (78,4%) apontou o consentimento informado e a privacidade dos dados como principais preocupações. Outros 10,8% destacaram a falta de energia elétrica nos hospitais, o mesmo percentual (10,8%) assinalou o custo de medicamentos, enquanto nenhum respondente (0%) considerou o número reduzido de médicos formados como um desafio ético central.
Gráfico 7: Desafios éticos da IA na medicina.
Fonte: Resultado da pesquisa (2025).
A predominância do consentimento informado e da privacidade (78,4%) confirma a relevância das discussões bioéticas em torno do uso da IA. Conforme apontam Dantas e Nogaroli (2020), a introdução de novas tecnologias na prática médica exige que os pacientes compreendam os riscos e limites envolvidos, o que amplia a complexidade do processo de consentimento informado. Além disso, Januário (2020) destaca que a manipulação de grandes bases de dados de saúde gera dilemas de responsabilidade penal e proteção de informações sensíveis.
Os percentuais menores referentes à falta de energia elétrica (10,8%) e ao custo de medicamentos (10,8%) sugerem preocupações pontuais, mas que não configuram os principais entraves éticos discutidos na literatura sobre IA na saúde. A ausência de respostas em relação ao número reduzido de médicos (0%) demonstra que os participantes não associam diretamente a escassez de profissionais a questões éticas ligadas à IA, mas sim a problemas estruturais do sistema de saúde.
Esse resultado está alinhado às análises de Garcia e Maciel (2020), que durante a pandemia observaram como a telemedicina e a IA ampliaram o acesso à saúde, mas, ao mesmo tempo, levantaram preocupações quanto à proteção de dados e à necessidade de regulamentação mais robusta. Do mesmo modo, Nogueira et al. (2018) reforçam que, embora a IA possa apoiar a tomada de decisão médica, sua legitimidade depende de um arcabouço ético-jurídico sólido.
Na questão sobre a personalização de tratamentos por IA, a maior parte dos respondentes (40,5%) acredita que essa prática se baseia exclusivamente na opinião do médico, enquanto 32,4% reconhecem o uso de dados genéticos e estilo de vida do paciente como fundamento. Outros 27% entendem que a personalização ocorre a partir de protocolos universais sem ajustes, e nenhum participante (0%) considerou os sorteios de medicamentos como um critério válido.
Gráfico 8: Personalização de tratamentos por IA.
Fonte: Resultado da pesquisa (2025).
O percentual elevado de respostas que atribuem a personalização à opinião médica (40,5%) revela a percepção de que o julgamento humano continua sendo o elemento central na definição de condutas clínicas. Esse dado se alinha à análise de Nogaroli e Silva (2020), que defendem que, apesar da sofisticação dos algoritmos, a responsabilidade final das decisões médicas permanece com os profissionais.
Por outro lado, o grupo que reconhece os dados genéticos e o estilo de vida (32,4%) como elementos-chave está em consonância com a literatura mais recente. Galvão et al. (2024) destacam que a grande promessa da IA na medicina moderna é justamente a capacidade de integrar informações personalizadas, possibilitando terapias ajustadas ao perfil único de cada paciente. Esse enfoque reforça o conceito de medicina de precisão.
O percentual de 27% que apontaram protocolos universais sem ajustes evidencia um entendimento limitado sobre o funcionamento da IA, já que um dos principais diferenciais dessas tecnologias é justamente ultrapassar abordagens padronizadas e oferecer soluções individualizadas. Como salientam Zucolotto et al. (2023), o potencial da IA reside na identificação de padrões ocultos em dados complexos, algo que vai muito além de protocolos generalistas.
Por fim, a ausência de respostas na alternativa de sorteio de medicamentos (0%) demonstra que os participantes têm clareza de que a IA não opera de forma aleatória, mas sim baseada em evidências e análises computacionais.
Assim, os resultados da Pergunta 8 evidenciam uma dupla percepção: de um lado, a confiança persistente no papel do médico como centro das decisões terapêuticas, e de outro, o reconhecimento da importância crescente dos dados genéticos e de estilo de vida na personalização dos cuidados, confirmando o potencial da IA em fortalecer a medicina personalizada.
Durante a pandemia de COVID-19, a grande maioria dos participantes (94,6%) reconheceu que a principal utilização da Inteligência Artificial (IA) foi voltada ao diagnóstico remoto e apoio à telemedicina. Apenas 5,4% identificaram como função o evitar consultas médicas presenciais, enquanto nenhum participante (0%) apontou a criação de novos hospitais ou a substituição de vacinas como finalidade da IA nesse período.
Gráfico 9: Durante a pandemia de COVID-19, a IA foi utilizada.
Fonte: Resultado da pesquisa (2025).
O predomínio da percepção da IA como ferramenta de apoio à telemedicina reflete o papel central que essa tecnologia desempenhou em tempos de crise sanitária. Garcia e Maciel (2020) destacam que, diante da necessidade de distanciamento social, a telemedicina tornou-se um recurso indispensável para garantir o acesso à saúde, sendo fortemente apoiada por sistemas de IA para triagem, monitoramento e análise de dados clínicos em tempo real.
O percentual reduzido (5,4%) que relacionou a IA ao simples evitar consultas presenciais sugere uma visão limitada do potencial da tecnologia. Embora o distanciamento tenha sido um objetivo importante, o diferencial da IA consistiu justamente em oferecer diagnósticos e acompanhamento remoto qualificados, ampliando a eficácia da telemedicina.
A ausência de respostas nas opções criação de hospitais (0%) e substituição de vacinas (0%) indica clareza por parte dos participantes de que a IA não atua em funções estruturais ou na substituição de imunizações, mas sim como suporte em áreas que demandam análise de dados e apoio a decisões clínicas.
Esses achados se alinham às reflexões de Nogueira et al. (2018), que apontam que a principal contribuição da IA está no suporte à tomada de decisão, especialmente em contextos de incerteza e sobrecarga do sistema de saúde. Do mesmo modo, Dantas e Nogaroli (2020) reforçam que a incorporação de tecnologias digitais durante a pandemia expôs tanto os benefícios quanto os desafios relacionados à proteção de dados e à necessidade de regulamentação adequada.
Assim, os resultados da Pergunta 9 confirmam que a percepção dos participantes está fortemente vinculada ao papel da IA no fortalecimento da telemedicina e na garantia de acesso à saúde durante emergências sanitárias, reafirmando sua relevância como ferramenta de apoio e não de substituição em contextos de crise.
Ao serem questionados sobre qual seria o maior potencial da IA na medicina, a maior parte dos participantes (37,8%) respondeu que a tecnologia reúne todos os benefícios apresentados: diagnósticos mais precisos, tratamentos personalizados e democratização do acesso à saúde. Em seguida, 35,1% destacaram como principal potencial os tratamentos personalizados, enquanto 27% apontaram os diagnósticos mais precisos. Nenhum respondente (0%) escolheu isoladamente a democratização do acesso à saúde como o maior impacto da IA.
A predominância da opção “todas as anteriores” (37,8%) demonstra que os participantes compreendem a amplitude do impacto da IA na medicina. Isso está em consonância com a análise de Zucolotto et al. (2023), que destacam que a IA não deve ser vista como uma tecnologia de aplicação restrita, mas como um conjunto de soluções capazes de transformar diferentes dimensões da prática médica.
Gráfico 10: Maior potencial da IA na medicina.
Fonte: Resultado da pesquisa (2025).
O destaque aos tratamentos personalizados (35,1%) confirma a tendência apontada por Galvão et al. (2024), que ressaltam a importância da IA na construção de terapias individualizadas, baseadas em dados genéticos e no estilo de vida dos pacientes. Esse potencial tem sido um dos principais marcos da medicina de precisão.
Os 27% que elegeram diagnósticos mais precisos reforçam uma das áreas em que a IA mais tem se consolidado. Nogaroli e Silva (2020) observam que os algoritmos de análise diagnóstica têm auxiliado médicos a reduzir falhas interpretativas em exames de imagem e laboratoriais, aumentando a confiabilidade clínica.
A ausência de respostas para a democratização do acesso à saúde (0%), entretanto, é significativa. Isso pode indicar que os participantes ainda não associam diretamente a IA ao aspecto social de ampliar a acessibilidade dos serviços de saúde. No entanto, autores como Garcia e Maciel (2020) lembram que, durante a pandemia, a IA associada à telemedicina desempenhou papel crucial em levar atendimento a regiões onde a assistência médica era limitada, revelando que a democratização também é um eixo importante do impacto da tecnologia.
Assim, os resultados da Pergunta 10 confirmam que os participantes reconhecem o caráter multifacetado da IA na medicina, com ênfase em diagnósticos mais confiáveis e tratamentos individualizados, mas ainda com lacunas na percepção do seu papel social em termos de acessibilidade.
A análise dos resultados obtidos demonstra que a percepção dos participantes sobre a Inteligência Artificial na medicina é marcada por contrastes entre expectativas, limitações e um forte reconhecimento de seu potencial transformador. Observou-se que a maioria dos respondentes pertence a áreas distintas da saúde, como direito, tecnologia e outras formações acadêmicas, revelando o caráter multidisciplinar do debate em torno da IA.
Embora o núcleo da saúde tenha se mostrado menos representativo, ficou evidente que diferentes campos do conhecimento se interessam pelas aplicações da tecnologia, seja por seu impacto jurídico, ético ou técnico, como apontam Dantas e Nogaroli (2020) e Januário (2020), quando destacam a necessidade de regulamentações que acompanhem a complexidade das inovações digitais.
No que se refere ao nível de conhecimento, grande parte dos participantes declarou possuir apenas noções básicas ou nenhum contato aprofundado com a temática, indicando que ainda há um longo caminho a ser percorrido em termos de capacitação. Esse cenário reforça as análises de Nogueira et al. (2018) e Galvão et al. (2024), que destacam a importância da disseminação do conhecimento técnico para que a IA seja incorporada de forma crítica e eficaz na prática médica. A ausência de respondentes com domínio avançado do tema evidencia a necessidade de programas de educação continuada que preparem profissionais para lidar com os desafios impostos pela tecnologia.
Quando questionados sobre a possibilidade de substituição dos médicos pela IA, os participantes se mostraram cautelosos, com predominância de respostas que indicam descrença nessa substituição total, reforçando a visão de que a tecnologia deve atuar como apoio e não como substituta.
Essa percepção está alinhada às contribuições de Zucolotto et al. (2023), que enfatizam o papel da IA em diagnósticos mais rápidos e precisos, mas sempre subordinados ao julgamento clínico e ético do profissional humano. Além disso, os resultados sobre as principais vantagens atribuídas à IA confirmaram a compreensão de que seu maior impacto está na capacidade de processar grandes volumes de dados com rapidez e precisão, algo que a literatura identifica como um dos pilares da medicina moderna baseada em dados.
Outro ponto central identificado foi o reconhecimento dos diagnósticos médicos como a área em que a IA já apresenta os maiores avanços. Isso reforça a percepção de que a tecnologia se consolida como instrumento indispensável na detecção precoce de doenças, corroborando estudos como os de Galvão et al. (2024). Contudo, também emergiram preocupações éticas robustas, com destaque para o consentimento informado e a privacidade dos dados, apontados por 78,4% dos participantes como o maior desafio. Esse dado é particularmente relevante, pois confirma as análises de Dantas e Nogaroli (2020), que destacam a necessidade de garantir a compreensão e a autonomia dos pacientes diante de tecnologias cada vez mais sofisticadas.
Em termos de personalização de tratamentos, embora parte dos respondentes ainda associe essa prática exclusivamente à opinião médica, muitos reconheceram a importância dos dados genéticos e do estilo de vida, o que dialoga com a proposta da medicina de precisão discutida por Galvão et al. (2024). Da mesma forma, a experiência vivida durante a pandemia de COVID-19 reforçou a percepção da IA como ferramenta de apoio à telemedicina e ao diagnóstico remoto, algo amplamente descrito por Garcia e Maciel (2020) como um dos legados mais marcantes da crise sanitária.
Por fim, ao avaliar o maior potencial da IA na medicina, prevaleceu a visão de que a tecnologia agrega benefícios múltiplos, incluindo diagnósticos mais confiáveis, tratamentos personalizados e ampliação do acesso à saúde. Esse entendimento confirma que, ainda que a democratização da saúde não tenha sido escolhida isoladamente, os participantes reconhecem a abrangência do impacto da IA quando aplicada de forma integrada, como argumentam Zucolotto et al. (2023).
Dessa forma, a conclusão que se extrai é que a Inteligência Artificial na medicina é percebida como um recurso de enorme potencial, capaz de transformar diagnósticos, terapias e estratégias de cuidado, mas que deve ser incorporada de maneira crítica, ética e interdisciplinar.
A ausência de domínio técnico avançado entre os participantes, somada às preocupações éticas relacionadas à privacidade e ao consentimento informado, revela que o caminho para a consolidação da IA em saúde depende tanto de investimentos em inovação tecnológica quanto da criação de políticas de formação e regulamentação adequadas. Assim, a IA deve ser vista não como substituta do médico, mas como aliada indispensável na construção de uma prática clínica mais segura, eficiente e humanizada.
6 CONCLUSÃO
A análise dos resultados evidencia que a Inteligência Artificial na medicina é percebida como um recurso de grande potencial, capaz de promover avanços significativos em diferentes áreas da prática clínica. Os participantes demonstraram reconhecer os benefícios da tecnologia, especialmente no processamento de grandes volumes de dados, na melhoria da precisão diagnóstica e na possibilidade de tratamentos personalizados. Ao mesmo tempo, emergiram preocupações relevantes relacionadas à ética, ao consentimento informado e à privacidade dos dados, aspectos que se consolidam como os maiores desafios para sua implementação segura e responsável.
Os resultados também mostram que a maior parte dos respondentes possui apenas conhecimento básico ou intermediário sobre o tema, o que reforça a necessidade de investimentos em capacitação profissional e difusão de informação qualificada. Apesar disso, houve consenso de que a Inteligência Artificial deve ser compreendida como ferramenta de apoio, e não como substituta do médico, reforçando a visão de que a prática clínica depende do julgamento humano e da interação ética com o paciente.
Outro aspecto relevante foi a constatação de que a IA já apresenta avanços expressivos em diagnósticos médicos, área em que sua aplicação tem se mostrado mais consolidada. A experiência durante a pandemia de COVID-19 também confirmou a importância da tecnologia, especialmente no suporte à telemedicina e no diagnóstico remoto, contribuindo para a continuidade do cuidado em um momento de restrições severas.
De modo geral, a pesquisa aponta que os participantes reconhecem o caráter multidisciplinar e transformador da Inteligência Artificial na medicina. Entretanto, a consolidação dessa tecnologia dependerá tanto do desenvolvimento técnico e científico quanto da criação de políticas de regulamentação e formação adequadas, garantindo que os benefícios sejam efetivos e socialmente responsáveis. Assim, a IA deve ser vista como uma aliada indispensável na construção de uma medicina mais eficiente, segura e humanizada, capaz de unir inovação tecnológica com compromisso ético e social.
REFERENCIAS BIBLIOGRÁFICAS
DANTAS, Eduardo; NOGAROLI, Rafaella. Consentimento informado do paciente frente às novas tecnologias da saúde: telemedicina, cirurgia robótica e inteligência artificial. DIREITO, p. 13, 2020.
GARCIA, Marcos Leite; MACIEL, Nicole Felisberto. Inteligência artificial no acesso a saúde: Reflexões sobre a utilização da telemedicina em tempos de pandemia. Revista Eletrônica Direito e Política, v. 15, n. 2, p. 623-643, 2020.
JANUÁRIO, Túlio Felippe Xavier. Inteligência artificial e responsabilidade penal no setor da medicina. Revista Portuguesa de Direito da Saúde-Lex Medicinae, v. 17, n. 34, p. 37-63, 2020.
NOGAROLI, Rafaella; SILVA, Rodrigo da Guia. Inteligência artificial na análise diagnóstica: benefícios, riscos e responsabilidade do médico. Debates contemporâneos em direito médico e da saúde. Thomson Reuters Brazil, São Paulo, p. 69-91, 2020.
DE SOUSA DANTAS, Andressa Escarlatte Avelino. Os desafios da inteligência artificial na medicina. REVISTA SANARMED N. 03, p. 46.
NOGUEIRA, Israel Áquila et al. Impactos da implementação da Inteligência Artificial na tomada de decisão médica. Revista Gestão & Saúde, v. 9, n. 1, p. 146-158, 2018.
GALVÃO, Amanda Albuquerque Cursino B. et al. O potencial da inteligência artificial no diagnóstico precoce e tratamento personalizado: Avanços e desafios na medicina moderna. Research, Society and Development, v. 13, n. 4, p. e0813445367, 2024.
NOGAROLI, Rafaella; SILVA, Rodrigo da Guia. Inteligência artificial na análise diagnóstica: benefícios, riscos e responsabilidade do médico. Debates contemporâneos em direito médico e da saúde. Thomson Reuters Brazil, São Paulo, p. 69-91, 2020.
ZUCOLOTTO, Thiago Elias et al. A inteligência artificial na medicina: aplicações atuais e potenciais. Brazilian Journal of Health Review, v. 6, n. 6, p. 31237-31247, 2023.
1Graduando do Curso de Sistema de Informação da Universidade de Araraquara- UNIARA.
Araraquara-SP. E-mail: lpguedes1@uniara.edu.br
2Orientador. Docente Curso de Sistema de Informação da Universidade de Araraquara- UNIARA.
Araraquara-SP. E-mail: alsilva@uniara.edu.br
3Coorientador. Docente Curso de Sistema de Informação da Universidade de Araraquara- UNIARA.
Araraquara-SP. E-mail: fflorian@uniara.edu.br