INTELIGÊNCIA ARTIFICIAL NA ATENÇÃO PRIMÁRIA À SAÚDE BRASILEIRA: POTENCIALIDADES, RISCOS ÉTICOS E IMPLICAÇÕES PARA A EQUIDADE NO SUS
DOI:
https://doi.org/10.66104/2rtma471Palavras-chave:
Inteligência artificial, Atenção Primária à Saúde, Equidade em saúde, Sistema Único de Saúde, ÉticaResumo
A incorporação da inteligência artificial (IA) aos sistemas de saúde tem ampliado as possibilidades de apoio à decisão clínica, estratificação de riscos, automação de tarefas, vigilância epidemiológica e organização do cuidado. Entretanto, na Atenção Primária à Saúde (APS), tais aplicações incidem sobre contextos marcados por desigualdades territoriais, raciais, socioeconômicas e digitais, o que pode converter ganhos de eficiência em novas formas de exclusão. Este estudo teve como objetivo analisar criticamente as potencialidades, os riscos éticos e as implicações para a equidade decorrentes do uso da IA na APS brasileira e no Sistema Único de Saúde (SUS). Trata-se de revisão integrativa, com recorte temporal de 2016 a 2026, baseada em literatura científica nacional e internacional e em documentos normativos pertinentes à saúde digital, proteção de dados e governança algorítmica. A síntese foi organizada em quatro eixos: aplicações e benefícios potenciais; fontes de viés e desigualdade; proteção de dados, transparência e responsabilização; e requisitos de governança para adoção no SUS. Os achados indicam que a IA pode apoiar a identificação precoce de riscos, reduzir carga administrativa, ampliar a capacidade analítica das equipes e favorecer a coordenação do cuidado. Contudo, dados incompletos, sub-representação de grupos populacionais, escolhas inadequadas de variáveis-alvo, baixa explicabilidade, dependência tecnológica e ausência de monitoramento por subgrupos podem reproduzir ou ampliar iniquidades. Conclui-se que a adoção eticamente aceitável da IA na APS depende de validação local, supervisão humana, avaliação contínua de desempenho e equidade, participação social, proteção de dados e responsabilização institucional. No SUS, a inovação tecnológica deve permanecer subordinada aos princípios de universalidade, integralidade e equidade, não podendo substituir investimentos estruturais, relações de cuidado e capacidade pública de governança.
Downloads
Referências
BERDAHL, C. T. et al. Strategies to improve the impact of artificial intelligence on health equity: scoping review. JMIR AI, Toronto, v. 3, e52936, 2024. DOI: 10.2196/52936.
BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Diário Oficial da União: seção 1, Brasília, DF, 15 ago. 2018.
BRASIL. Ministério da Saúde. Estratégia de Saúde Digital para o Brasil 2020–2028. Brasília, DF: Ministério da Saúde, 2020.
BRASIL. Ministério da Saúde. Portaria GM/MS nº 1.768, de 30 de julho de 2021. Altera o Anexo XLII da Portaria de Consolidação GM/MS nº 2, de 28 de setembro de 2017, para dispor sobre a Política Nacional de Informação e Informática em Saúde. Diário Oficial da União: seção 1, Brasília, DF, 2 ago. 2021a.
BRASIL. Conselho Nacional de Saúde. Resolução nº 659, de 26 de julho de 2021. Dispõe sobre a Política Nacional de Informação e Informática em Saúde. Brasília, DF: Conselho Nacional de Saúde, 2021b.
CHEN, I. Y.; PIERSON, E.; ROSE, S.; JOSHI, S.; FERRyman, K.; GHasSEMI, M. Ethical machine learning in healthcare. Annual Review of Biomedical Data Science, Palo Alto, v. 4, p. 123–144, 2021. DOI: 10.1146/annurev-biodatasci-092820-114757.
CHEN, R. J. et al. Algorithmic fairness in artificial intelligence for medicine and healthcare. Nature Biomedical Engineering, London, v. 7, p. 719–742, 2023. DOI: 10.1038/s41551-023-01056-8.
CHIN, M. H. et al. Guiding principles to address the impact of algorithm bias on racial and ethnic disparities in health and health care. JAMA Network Open, Chicago, v. 6, n. 12, e2345050, 2023. DOI: 10.1001/jamanetworkopen.2023.45050.
COOTS, M.; LINN, K. A.; GOEL, S.; et al. Racial bias in clinical and population health algorithms: a critical review of current debates. Annual Review of Public Health, Palo Alto, v. 45, p. 173–192, 2024. DOI: 10.1146/annurev-publhealth-071823-112058.
GAO, Q. et al. Opportunities and challenges of artificial intelligence in public health: a systematic review and research agenda. Frontiers in Public Health, Lausanne, v. 14, 2026.
LIN, S. Y. A clinician’s guide to artificial intelligence: why and how primary care should lead the health care AI revolution. Journal of the American Board of Family Medicine, Lexington, v. 35, n. 1, p. 175–184, 2022. DOI: 10.3122/jabfm.2022.01.210226.
MARTÍNEZ-MARTÍNEZ, H. et al. Perceptions of, barriers to, and facilitators of the use of artificial intelligence in primary care: qualitative study with professionals and patients. Journal of Medical Internet Research, Toronto, v. 27, 2025.
MORLEY, J. et al. The ethics of AI in health care: a mapping review. Social Science & Medicine, Oxford, v. 260, 113172, 2020. DOI: 10.1016/j.socscimed.2020.113172.
OBERMEYER, Z.; POWERS, B.; VOGELI, C.; MULLAINATHAN, S. Dissecting racial bias in an algorithm used to manage the health of populations. Science, Washington, DC, v. 366, n. 6464, p. 447–453, 2019. DOI: 10.1126/science.aax2342.
RAJKOMAR, A.; HARDT, M.; HOWELL, M. D.; CORRADO, G.; CHIN, M. H. Ensuring fairness in machine learning to advance health equity. Annals of Internal Medicine, Philadelphia, v. 169, n. 12, p. 866–872, 2018. DOI: 10.7326/M18-1990.
SASSEVILLE, M. et al. Risk of bias mitigation for vulnerable and diverse groups in community-based primary health care artificial intelligence models: a scoping review. Journal of Medical Internet Research, Toronto, v. 25, e46679, 2023. DOI: 10.2196/46679.
SENDAK, M.; BALU, S.; HERNANDEZ, A. F. Proactive algorithm monitoring to ensure health equity. JAMA Network Open, Chicago, v. 6, n. 12, e2345022, 2023. DOI: 10.1001/jamanetworkopen.2023.45022.
WANG, J. X. et al. Health equity in artificial intelligence and primary care research: scoping review. Journal of Medical Internet Research, Toronto, v. 23, n. 9, e27799, 2021. DOI: 10.2196/27799.
WORLD HEALTH ORGANIZATION. Ethics and governance of artificial intelligence for health: WHO guidance. Geneva: WHO, 2021.
WORLD HEALTH ORGANIZATION. Ethics and governance of artificial intelligence for health: guidance on large multi-modal models. Geneva: WHO, 2025.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2026 Vinicius de Lima Lovadini, Ana Carolina Buchegger Marcelino Moura, Isabelly Almeida Costa, André Wilian Lozano, Valéria Albuquerque Vaz Rodrigues, Ana Paula de Lima, Wagner Rafael da Silva, Vanessa Dias de Oliveira Justi, Alessandra Cristiane Alves do Nascimento , Patrícia Michelassi Carrinho Aureliano, José Martins Pinto Neto, Nicezia Vilela Junqueira Franqueiro, Bianca Ortunho Boato, Valter Mariano dos Santos Junior
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista;
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista, desde que adpatado ao template do repositório em questão;
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
- Os autores são responsáveis por inserir corretamente seus dados, incluindo nome, palavras-chave, resumos e demais informações, definindo assim a forma como desejam ser citados. Dessa forma, o corpo editorial da revista não se responsabiliza por eventuais erros ou inconsistências nesses registros.
POLÍTICA DE PRIVACIDADE
Os nomes e endereços informados nesta revista serão usados exclusivamente para os serviços prestados por esta publicação, não sendo disponibilizados para outras finalidades ou a terceiros.
Obs: todo o conteúdo do trabalho é de responsabilidade do autor e orientador.
