1. Inteligência Artificial e tecnologias emergentes no futuro do SUS e da assistência em saúde: uma revisão de literatura
Resumo por: Jaynny Pereira dos Santos
Este estudo consiste em uma revisão de literatura qualitativa que teve como objetivo analisar as principais evidências científicas sobre a utilização da inteligência artificial (IA) e de tecnologias emergentes no Sistema Único de Saúde (SUS) e na assistência em saúde. Para isso, foi realizada uma busca sistemática nas bases de dados PubMed, LILACS, SciELO e Biblioteca Virtual em Saúde (BVS), contemplando artigos publicados entre 2021 e 2025, nos idiomas português, inglês e espanhol. Foram incluídos artigos originais, revisões sistemáticas e revisões narrativas, enquanto editoriais, cartas ao editor, estudos sem acesso ao texto completo e publicações sem relação direta com a temática foram excluídos. A seleção ocorreu em duas etapas, com análise inicial dos títulos e resumos, seguida da leitura completa dos estudos elegíveis para a síntese das evidências.
A literatura analisada demonstra que a inteligência artificial vem transformando diferentes áreas da saúde por meio de tecnologias como Machine Learning (aprendizado de máquina), Deep Learning (aprendizado profundo), Processamento de Linguagem Natural (PLN) e sistemas especialistas. Essas ferramentas permitem analisar grandes volumes de dados, reconhecer padrões clínicos e apoiar a tomada de decisões, favorecendo diagnósticos mais precisos, tratamentos individualizados e maior eficiência na assistência.
No diagnóstico clínico, a IA tem sido empregada principalmente na interpretação de exames de imagem, contribuindo para a identificação precoce de doenças e redução de erros diagnósticos. Na oncologia, os estudos apontam que algoritmos inteligentes auxiliam na detecção de cânceres de mama, pulmão, cólon e próstata, na identificação de biomarcadores, na classificação tumoral, na estimativa do prognóstico e na escolha de terapias mais personalizadas, fortalecendo a medicina de precisão e aumentando as possibilidades de tratamento em fases iniciais da doença.
Outro eixo abordado refere-se ao Processamento de Linguagem Natural, tecnologia aplicada aos prontuários eletrônicos para organizar e interpretar informações clínicas registradas pelos profissionais de saúde. Sua utilização permite identificar fatores de risco, eventos adversos, diagnósticos incorretos e sinais precoces de doenças, além de subsidiar pesquisas científicas, fortalecer a vigilância em saúde e oferecer suporte à tomada de decisão clínica.
A revisão também destaca a expansão da telemedicina e do monitoramento remoto, possibilitados pela integração entre inteligência artificial, sensores inteligentes e dispositivos vestíveis (wearables). Essas tecnologias permitem acompanhar pacientes com doenças crônicas em tempo real, detectar alterações clínicas precocemente, reduzir hospitalizações evitáveis e garantir maior continuidade do cuidado, além de ampliar o acesso aos serviços especializados em regiões com escassez de profissionais.
Além da assistência direta ao paciente, a inteligência artificial apresenta aplicações relevantes na gestão hospitalar e na vigilância em saúde, auxiliando na previsão da demanda por leitos, organização das escalas de trabalho, otimização dos fluxos assistenciais, identificação precoce de surtos epidemiológicos e planejamento estratégico dos serviços. A revisão também ressalta a importância da Rede Nacional de Dados em Saúde (RNDS) como ferramenta para integrar informações em âmbito nacional, permitindo análises mais abrangentes e fortalecendo a gestão baseada em evidências no SUS.
Outro aspecto enfatizado refere-se à formação e capacitação dos profissionais de saúde. As evidências indicam que médicos, enfermeiros e demais integrantes das equipes precisam desenvolver competências relacionadas ao letramento digital para compreender o funcionamento, as potencialidades e as limitações da inteligência artificial. Dessa forma, essas tecnologias poderão ser utilizadas de maneira crítica e segura, como ferramentas de apoio ao raciocínio clínico, sem substituir o julgamento profissional e a relação humana no cuidado ao paciente.
Apesar dos avanços observados, a implementação da inteligência artificial ainda enfrenta desafios importantes. Entre eles destacam-se os vieses algorítmicos, que podem comprometer a equidade da assistência; a necessidade de garantir a privacidade, a segurança e a confidencialidade dos dados dos pacientes; as desigualdades regionais relacionadas à infraestrutura tecnológica e à exclusão digital; além da ausência de regulamentações específicas. A literatura também ressalta a importância da construção de modelos de governança da inteligência artificial, capazes de assegurar transparência, explicabilidade, rastreabilidade e responsabilização no uso dos algoritmos, garantindo que sua aplicação ocorra de forma ética e confiável.
Por fim, a revisão destaca que a consolidação dessas tecnologias no SUS depende do fortalecimento de políticas públicas, do investimento em infraestrutura tecnológica, da integração entre governo, universidades, centros de pesquisa e serviços de saúde, além do incentivo à produção de pesquisas nacionais que avaliem a efetividade da inteligência artificial na realidade brasileira. Conclui-se que a IA possui elevado potencial para modernizar o Sistema Único de Saúde, ampliar o acesso aos serviços, melhorar a qualidade da assistência e otimizar a gestão dos recursos públicos. Entretanto, sua incorporação deve ocorrer de forma planejada, ética, segura e alinhada aos princípios de universalidade, integralidade e equidade que orientam o SUS.
Referência bibliográfica:
KINDT, Raquel Maria Bortolotto et al. Inteligência Artificial e tecnologias emergentes no futuro do SUS e da assistência em saúde: uma revisão de literatura. Revista DCS, v. 23, n. 90, p. 1–16, 2026. DOI: 10.54899/dcs.v23i90.5717.
