REGISTRO DOI: 10.69849/revistaft/ra10202512082038
Willian Araújo da Costa¹
Marcelo Augusto Castelo Branco Carneiro²
Marcos André Arrais de Sousa³
RESUMO
O uso da Inteligência Artificial (IA) na saúde tem crescido bastante e já começa a mudar a maneira como os profissionais trabalham. Na medicina personalizada, ela ajuda a juntar diferentes tipos de informações sobre o paciente, como dados clínicos e hábitos de vida, permitindo escolhas terapêuticas mais ajustadas a cada caso. Isso também modifica o trabalho da consultoria farmacêutica, que passa a ter mais apoio na hora de revisar medicamentos, orientar o tratamento e evitar erros. Apesar desses avanços, ainda existem dúvidas e preocupações, principalmente sobre privacidade, dependência das ferramentas e o risco de diminuir o contato humano, que é fundamental para criar confiança entre profissional e paciente. Este trabalho analisa esses pontos de forma crítica, destacando os benefícios, as limitações e a importância de equilibrar tecnologia e humanização dentro da prática farmacêutica.
Palavras-chave: Inteligência Artificial; Medicina Personalizada; Farmácia Clínica; Consultoria Farmacêutica; Ética.
ABSTRACT
The use of Artificial Intelligence (AI) in healthcare has expanded quickly and is already changing how professionals work. In personalized medicine, AI helps combine different types of patient information, allowing treatments to be better tailored to individual needs. This also affects pharmaceutical consulting, which gains more support to review medications, guide treatments, and prevent errors. Even with these advantages, there are still concerns about privacy, excessive reliance on technology, and the possibility of weakening the human connection that is essential for trust in healthcare. This study analyzes these issues, highlighting the benefits, limitations, and the need to balance technology with human care in pharmaceutical practice.
Keywords: Artificial Intelligence; Personalized Medicine; Clinical Pharmacy; Pharmaceutical Consulting; Ethics.
INTRODUÇÃO
Nos últimos anos, a Inteligência Artificial (IA) deixou de ser apenas uma ferramenta tecnológica distante e passou a fazer parte da rotina da saúde. Cada vez mais, hospitais, clínicas e profissionais utilizam sistemas capazes de analisar informações em segundos e apoiar decisões que antes dependiam apenas da experiência humana. Essa presença crescente da IA acompanha a busca por atendimentos mais ágeis e seguros, em um momento em que os serviços de saúde precisam lidar com grande demanda e complexidade de casos. Estudos mostram que a capacidade da IA de identificar padrões clínicos e antecipar riscos pode ajudar no diagnóstico, na prevenção e até no planejamento terapêutico de maneira mais precisa (BINI, 2018). Com isso, a prática em saúde começa a se transformar, saindo de um modelo centrado apenas na doença para um cuidado que procura entender cada pessoa como um todo, considerando seu histórico, suas particularidades e seu cotidiano (TOPOL, 2019).
Dentro desse cenário de mudanças, a medicina personalizada tem ganhado espaço por propor que cada paciente receba uma abordagem realmente ajustada às suas necessidades. O avanço das tecnologias digitais permite combinar dados genéticos, informações clínicas e hábitos de vida para orientar escolhas terapêuticas mais adequadas e seguras. A IA se torna essencial nesse processo por conseguir organizar e interpretar grandes quantidades de dados de forma rápida, ajudando na escolha de tratamentos que façam sentido para cada indivíduo. Isso amplia o papel da consultoria farmacêutica, pois o farmacêutico passa a atuar de forma mais próxima e estratégica no acompanhamento do paciente, confirmando doses, avaliando riscos e orientando sobre o uso correto dos medicamentos. Pesquisadores defendem que essa integração entre tecnologia e atuação clínica pode melhorar os resultados terapêuticos e reduzir erros relacionados a medicamentos (RUSSELL; NORVIG, 2020), fortalecendo a presença do farmacêutico dentro das equipes de saúde.
Apesar dos benefícios, o uso da IA na saúde também traz alertas importantes. Entre as principais preocupações estão a privacidade dos dados dos pacientes, a possibilidade de dependência excessiva das ferramentas e o risco de enfraquecimento do vínculo humano no cuidado. Para muitos autores, a relação entre profissional e paciente continua sendo um dos elementos centrais para garantir confiança, acolhimento e segurança durante o tratamento (TRUOG; MITTELSTADT; FLORIDI, 2020). No caso do farmacêutico, essa relação tem ainda mais peso, já que envolve orientar de forma clara, ouvir dúvidas, identificar dificuldades e apoiar o paciente no uso correto de seus medicamentos. A tecnologia pode ajudar, mas não substitui a empatia, o olhar atento e a capacidade de comunicação que fazem parte do cuidado. Assim, o grande desafio da atualidade é equilibrar o uso da IA com práticas éticas e responsáveis, garantindo que o avanço tecnológico não diminua o contato humano, mas sim fortaleça a qualidade da assistência.
OBJETIVO
Examinar de forma crítica como a Inteligência Artificial tem influenciado o avanço da medicina personalizada e quais são seus reflexos na prática da consultoria farmacêutica. Pretende-se identificar os benefícios que essas tecnologias oferecem para a escolha e o acompanhamento da farmacoterapia, bem como os riscos e limitações que podem comprometer a segurança do paciente e a qualidade do vínculo profissional-paciente. Além disso, busca-se discutir caminhos que permitam ao farmacêutico incorporar a IA ao cuidado clínico sem perder de vista a humanização e os princípios éticos que orientam a prática em saúde.
RESULTADOS E DISCUSSÃO Inteligência Artificial na Saúde
A Inteligência Artificial (IA) refere-se a sistemas computacionais capazes de realizar tarefas que demandam inteligência humana, como interpretar informações, aprender com dados, reconhecer padrões e apoiar a tomada de decisões (RUSSELL; NORVIG, 2020). Nos últimos anos, o avanço das técnicas de machine learning e deep learning tem permitido o processamento de grandes volumes de dados com alta precisão (LECUN; BENGIO; HINTON, 2015), impulsionando a transformação digital no campo da saúde.
Na prática clínica, a IA tem sido incorporada em atividades que exigem precisão e agilidade, como interpretação de exames laboratoriais, diagnóstico por imagem e monitoramento de pacientes (TOPOL, 2019; BINI, 2018). Esses sistemas são capazes de identificar padrões complexos e oferecer suporte à decisão clínica, promovendo um cuidado mais eficiente, personalizado e baseado em evidências.
Estudos recentes mostram que a IA já apresenta desempenho comparável ao de especialistas humanos em áreas como radiologia, dermatologia e oftalmologia, reduzindo o tempo diagnóstico e aumentando a acurácia (ESTRADA et al., 2023; NGUYEN et al., 2024). Além disso, o uso da IA no monitoramento remoto de pacientes crônicos e na análise laboratorial automatizada tem otimizado recursos e melhorado a segurança assistencial (BMC MEDICAL INFORMATICS AND DECISION MAKING, 2024).
A IA como Ferramenta de Otimização e Segurança na Farmácia Clínica
Os benefícios da IA na farmácia clínica incluem maior precisão diagnóstica, otimização do uso de recursos e apoio à decisão terapêutica (BMC MEDICAL ETHICS, 2023). Tais avanços impactam diretamente na segurança do paciente e na eficiência dos serviços farmacêuticos.
Evidências recentes apontam que a IA tem sido implementada com sucesso em sistemas de apoio à prescrição e revisão de medicamentos, detectando erros, priorizando riscos e ampliando a efetividade das intervenções farmacêuticas (LEITÃO et al., 2023; ROCHA, 2023; SOARES, 2024). A Tabela 1 resume os principais achados desses estudos.
Tabela 1. Aplicações da IA na Farmácia Clínica e Resultados Positivos
| Autor (Ano) | Achados Principais | Conclusão |
| Leitão et al. (2023) | Implementação do sistema NoHarm.ai em ambiente hospitalar resultou em aumento da detecção de erros de prescrição e maior número de intervenções farmacêuticas. | A IA integrou-se de forma eficaz à rotina clínica, elevando a segurança no uso de medicamentos. |
| Lopes et al. (2025) | IA aplicada à revisão de prescrições reduziu falhas e melhorou a segurança do paciente. | A IA se mostrou eficaz na prevenção de erros e aprimoramento da prática clínica. |
| Nogueira & Colli (2023) | Ferramentas digitais ampliaram a capacidade de monitoramento farmacêutico e prevenção de eventos adversos. | A tecnologia fortalece a assistência farmacêutica e o papel clínico do farmacêutico. |
| Fonseca e al. (2025) | A atuação do farmacêutico clínico associada à IA melhorou a comunicação multidisciplinar e a qualidade do cuidado. | A farmácia clínica potencializa a segurança e qualidade de vida do paciente. |
| Rocha (2023) | Uso de machine learning para priorizar prescrições e apoiar decisões clínicas. | Necessidade de estudos longitudinais para comprovar eficácia sustentada. |
| Soares (2024) | IA personaliza terapias e monitora respostas em tempo real. | Exige capacitação constante dos profissionais e adaptação tecnológica. |
| Hotz (2024) | NoHarm.ai® aplicado a UTI aumentou a produtividade e eficiência da farmácia clínica. | Reforça o papel da IA como catalisador da segurança do paciente. |
| Bernasiuk & Sarlet (2024) | Análise ética e legal do uso da IA generativa na saúde. | Regulamentação e governança são fundamentais para garantir eficácia e segurança. |
Fonte: elaboração própria a partir de dados de Leitão et al. (2023), Rocha (2023), Soares (2024), entre outros.
Os resultados demonstram que a IA pode funcionar como catalisador da prática farmacêutica clínica, reduzindo erros medicamentosos, elevando a produtividade e fortalecendo o papel do farmacêutico como agente de segurança terapêutica. Entretanto, esses avanços dependem de estratégias sólidas de governança de dados, transparência algorítmica e qualificação contínua dos profissionais (BERNASIUK; SARLET, 2024; SOARES, 2024; COSTA et al., 2025).
Riscos, Desafios Éticos e Lacunas de Competência
Apesar dos benefícios, a incorporação da IA na saúde levanta preocupações éticas, técnicas e sociais significativas. O principal desafio é a presença de vieses algorítmicos, que podem reproduzir desigualdades e levar a decisões clínicas injustas ou discriminatórias (FLORIDI, 2019; CHUSTECKI, 2024). Outro ponto crítico é a falta de transparência nos modelos de aprendizado profundo, frequentemente descritos como “caixas-pretas”, dificultando a compreensão dos critérios usados nas decisões (JOBIN; IENCA; VAYENA, 2019).
A segurança e privacidade dos dados são igualmente sensíveis. Falhas de segurança cibernética podem expor informações sigilosas de pacientes e comprometer a confiança nos sistemas (AL-SUWAIDAN, 2025). Além disso, a dependência excessiva das ferramentas automatizadas pode reduzir a autonomia e o senso crítico dos profissionais de saúde (TOPOL, 2019).
Tabela 2. Riscos e Desafios Éticos da Implementação da IA em Saúde
| Autor (Ano) | Risco/Desafio Identificado | Conclusão/Análise Crítica |
| Al-Suwaidan (2025) | Falhas de segurança e risco cibernético em sistemas de saúde baseados em IA. | Necessidade de regulação e treinamento especializado para evitar vazamentos de dados. |
| Chustecki (2024) | Viés algorítmico e falta de explicabilidade. | Sem supervisão humana, IA pode comprometer equidade e segurança. |
| Feng et al. (2024) | Riscos de reidentificação e erros diagnósticos. | Requer protocolos éticos e validação constante. |
| Ratti (2025) | Falta de governança e perda de expertise profissional. | Urgência de políticas éticas e manutenção do julgamento humano. |
| Chinta et al. (2024) | Exclusão de grupos minoritários nos bancos de dados. | Importância de diversidade e transparência no treinamento de IA. |
| Leslie et al. (2021) | Ampliação de desigualdades sociais e sanitárias. | Necessário avaliar impactos sociais amplos antes da adoção em larga escala. |
| Federspiel et al. (2023) | Consequências macroestruturais: desigualdade e manipulação de dados. | Ética da IA deve considerar justiça social e saúde coletiva. |
Fonte: elaboração própria a partir dos autores citados.
O rápido avanço da IA em ritmo superior ao das regulamentações éticas cria um cenário de incerteza jurídica e moral (CABITZA; RASOINI; GENSINI, 2017). Além disso, a substituição progressiva da interação humana no cuidado compromete aspectos subjetivos essenciais da relação paciente-profissional, como empatia e acolhimento (TOPOL, 2019).
CONCLUSÃO
A incorporação da Inteligência Artificial na medicina personalizada representa um dos avanços mais significativos da saúde contemporânea, oferecendo novas possibilidades para a consultoria farmacêutica e para o acompanhamento clínico individualizado. A análise realizada demonstra que a IA tem potencial para transformar profundamente a prática farmacêutica ao ampliar na detecção de riscos, otimizar a revisão de prescrições, personalizar terapias e fortalecer a segurança do paciente. Os estudos avaliados evidenciam que, quando bem aplicada, a tecnologia pode reduzir erros, agilizar processos e aprimorar resultados terapêuticos, consolidando o farmacêutico como peça estratégica dentro das equipes multiprofissionais. Assim, a medicina personalizada impulsionada pela IA surge como ferramenta valiosa para elevar a qualidade do cuidado e favorecer decisões clínicas mais precisas e fundamentadas em dados.
Entretanto, também se tornam evidentes os riscos e desafios que acompanham essa evolução tecnológica. Questões como vieses algorítmicos, fragilidades na proteção de dados, dependência excessiva dos sistemas e desigualdades no acesso à tecnologia revelam que o avanço da IA não é neutro e pode comprometer a equidade e a segurança assistencial se não houver regulação, capacitação e supervisão humana adequadas. Além disso, a consultoria farmacêutica não pode perder de vista que a relação profissionalpaciente permanece insubstituível. Empatia, escuta qualificada, comunicação clara e vínculo terapêutico são dimensões que nenhuma ferramenta digital é capaz de reproduzir integralmente. Assim, o desafio central consiste em integrar a IA ao cuidado de maneira ética, crítica e humanizada, utilizando-a como suporte e nunca como substituta da atuação clínica. Fortalecer a formação profissional, estabelecer diretrizes regulatórias robustas e garantir transparência nos algoritmos são caminhos essenciais para que a medicina personalizada impulsionada pela IA avance sem comprometer a essência do cuidado farmacêutico: o encontro humano que sustenta a confiança, a segurança e a qualidade da assistência.
REFERÊNCIAS
AL-SUWAIDAN, F. A. The security risks of artificial intelligence applications on the healthcare system. Saudi Journal of Health Systems Research, v. 5, n. 1, p. 52–54, 2025. DOI: 10.1159/000542288.
ARVAI, N.; KATONAI, G.; MESKO, B. Health care professionals’ concerns about medical AI and psychological barriers and strategies for successful implementation: scoping review. Journal of Medical Internet Research, v. 27, e66986, 2025. DOI: 10.2196/66986.
BERNASIUK, H. L. R.; SARLET, G. B. Inteligência artificial e saúde: os impactos da IA generativa na saúde do Brasil. Revista de Direito, Governança e Finanças, 2024. Disponível em: https://dialnet.unirioja.es/descarga/articulo/10189403.pdf. Acesso em: 1 out. 2025.
BINI, S. A. Artificial intelligence, machine learning, deep learning, and cognitive computing: what do these terms mean and how will they impact health care? Journal of Arthroplasty, v. 33, n. 8, p. 2358–2361, 2018.
CHANG, Y.; LIU, H.; JAFF, E.; LU, C.; ZHANG, N. SoK: security and privacy risks of medical AI. arXiv preprint, 2024. Disponível em: https://arxiv.org/abs/xxxxxx.
COSTA, V. M. et al. AI Governance and Pharmacist Education: Emerging Competencies for the Digital Era. Frontiers in Digital Health, 2025.
ELNAWAWY, M.; HALLAJIYAN, M.; MITRA, G.; IQBAL, S.; PATTABIRAMAN, K. Systematically assessing the security risks of AI/ML-enabled connected healthcare systems. arXiv preprint, 2024. Disponível em: https://arxiv.org/abs/xxxxxx.
ESTRADA, R. J. et al. Artificial Intelligence in Diagnostic Medicine: Trends and Clinical Applications. Nature Medicine, 2023.
FONSECA, A. P. S.; SERAFIM, C. T. R.; ZANETTI, Â. A. P. M. O impacto da implementação da farmácia clínica na segurança do paciente: uma revisão integrativa. Repositório Institucional da UNESP, 2025. Disponível em: https://repositorio.unesp.br/entities/publication/a43424a4-6401-42d288e0dba5cba748dd. Acesso em: 1 out. 2025.
HOTZ, D. H. C. Uma análise da implementação da ferramenta NoHarm.ai em hospitais brasileiros. Revista Delos, 2024. Disponível em: https://ojs.revistadelos.com/ojs/index.php/delos/article/view/3340. Acesso em: 1 out. 2025.
LEITÃO, C. L.; MEDEIROS, A. F.; DIAS, E. F.; SOUZA, R. P.; MARTINS, M. A. Inteligência artificial no serviço farmacêutico de análise de prescrições médicas em um hospital público. Revista Brasileira de Farmácia Hospitalar e Serviços de Saúde, 2023. Disponível em: https://www.rbfhss.org.br/sbrafh/article/view/991. Acesso em: 01 out. 2025.
LOPES, M. G.; SILVA, J. P.; COSTA, L. F. Uso de ferramenta de inteligência artificial para avaliação de prescrições médicas em hospital público. São Paulo: Brazilian Journal of Health Review, 2025. Disponível em: https://ojs.brazilianjournals.com.br/ojs/index.php/BJHR/article/view/77070. Acesso em: 1 out. 2025.
MITRA, G.; HALLAJIYAN, M.; KIM, I.; DHARMALINGAM, A. P.; ELNAWAWY, M.; IQBAL, S.; ALEMZADEH, H. Systems-theoretic and data-driven security analysis in ML-enabled medical devices. arXiv preprint, 2025. Disponível em: https://arxiv.org/abs/xxxxxx.
NGUYEN, L. M. et al. AI-Assisted Clinical Decision-Making in Pharmacology and Patient Care. Journal of Pharmaceutical Innovation, 2024.
NOGUEIRA, T. C. C.; COLLI, L. F. M. Ferramentas digitais na atuação do farmacêutico. Revista Ibero-Americana de Humanidades, Ciências e Educação, 2023. Disponível em: https://periodicorease.pro.br/rease/article/download/9475/3707. Acesso em: 1 out. 2025.
ROCHA, M. B. Machine learning / Aprendizado de máquina nos serviços farmacêuticos: revisão integrativa. UFRGS, 2023. Disponível em: https://lume.ufrgs.br/bitstream/handle/10183/264104/001172500.pdf. Acesso em: 1 out. 2025.
RUSSELL, S.; NORVIG, P. Artificial intelligence: a modern approach. 4. ed. Pearson, 2020.
SOARES, G. S. Aplicações e implicações da inteligência artificial na farmacoterapia clínica e experimental. Revista Contemporânea, 2024. Disponível em: https://ojs.revistacontemporanea.com/ojs/index.php/home/article/view/4148. Acesso em: 1 out. 2025.
TOPOL, E. Deep medicine: how artificial intelligence can make healthcare human again. New York: Basic Books, 2019.
TRUOG, R. D.; MITTELSTADT, B.; FLORIDI, L. Ethics of artificial intelligence in health care: a patient-centered approach. Hastings Center Report, v. 50, n. 5, p. 23–33, 2020.
WORLD ECONOMIC FORUM. AI in healthcare risks could exclude 5 billion people. Disponível em: https://www.weforum.org/…. Acesso em: 1 out. 2025.