APLICAÇÕES DA INTELIGÊNCIA ARTIFICIAL NO DIAGNÓSTICO PRECOCE DE DOENÇAS CRÔNICAS AVANÇOS E LIMITAÇÕES ÉTICAS
DOI:
https://doi.org/10.56238/revgeov16n5-142Palavras-chave:
Inteligência Artificial, Diagnóstico Precoce, Doenças Crônicas, BioéticaResumo
A inteligência artificial representa transformação disruptiva na saúde contemporânea, particularmente no diagnóstico precoce de doenças crônicas, suscitando questões éticas fundamentais relacionadas à privacidade, equidade e responsabilidade clínica. Este estudo analisa criticamente as aplicações de inteligência artificial no diagnóstico precoce de doenças crônicas, examinando avanços tecnológicos e limitações éticas associadas. A metodologia fundamenta-se em revisão sistemática da literatura científica mediante busca em bases de dados internacionais (PubMed, IEEE Xplore, Scopus, Web of Science, SciELO) no período de 2020 a 2025, com análise qualitativa de 38 publicações selecionadas. Os resultados evidenciam que algoritmos de machine learning e deep learning alcançam desempenho diagnóstico comparável ou superior a especialistas humanos em oftalmologia, cardiologia e oncologia, com sensibilidade frequentemente superior a 90%. Contudo, identificam-se limitações substanciais relacionadas a vieses algorítmicos, opacidade decisória e desafios de generalização entre populações distintas. As implicações éticas organizam-se em cinco dimensões: privacidade de dados, equidade no acesso, transparência algorítmica, responsabilidade clínica e impacto na relação médico-paciente. Conclui-se que a inteligência artificial possui potencial transformador genuíno, porém sua implementação responsável demanda frameworks regulatórios robustos, técnicas de explicabilidade e compromisso ético com princípios bioéticos fundamentais.
Downloads
Referências
ANDRADE, A.; BERTO, B.; GOMES, E.; MAIA, L.; AZZOLIN, G. Inteligência artificial na saúde cardiológica: avanços, desafios e perspectivas futuras. Delos Desarrollo Local Sostenible, v. 18, n. 70, e6351, 2025. DOI: https://doi.org/10.55905/rdelosv18.n70-114.
BARROSO, S.; CRUZ, L.; CASTRO, D. Produção científica sobre inteligência artificial e ética: uma análise bibliométrica. 2023. DOI: https://doi.org/10.21452/abecmeeting2023.187.
COSTA, A.; FRANCO, A.; PEREIRA, R.; GONÇALVES, M.; NUBILE, E. Arritmias cardíacas: diagnóstico, tratamento e prevenção. Brazilian Journal of Implantology and Health Sciences, v. 6, n. 2, p. 348–360, 2024. DOI: https://doi.org/10.36557/2674-8169.2024v6n2p348-360.
COSTA, M.; SILVA, G.; RIBEIRO, T.; GOECKING, M.; REQUEIJO, M. O impacto da inteligência artificial na radiologia: avanços na eficiência diagnóstica e personalização do tratamento. Revista Ibero-Americana de Humanidades, Ciências e Educação, v. 10, n. 11, p. 3364–3376, 2024. DOI: https://doi.org/10.51891/rease.v10i11.16733.
ELIAS, M.; FAVERSANI, L.; MOREIRA, J.; MASIERO, A.; CUNHA, N. Inteligência artificial em saúde e implicações bioéticas: uma revisão sistemática. Revista Bioética, v. 31, 2023. DOI: https://doi.org/10.1590/1983-803420233542en.
LEITE, K.; PASQUALI, M.; SILVA, T.; RODRIGUES, L.; MELO, G.; PACHECO, A.; et al. Transformação da saúde: o impacto da inteligência artificial na medicina moderna. Contribuciones a Las Ciencias Sociales, v. 17, n. 5, e6726, 2024. DOI: https://doi.org/10.55905/revconv.17n.5-086.
LIMA, M.; FERREIRA, A.; LIMA, M.; RETTO, Y.; NOGUEIRA, A.; BERNARDINO, S.; et al. Papel da inteligência artificial na predição de eventos cardíacos. Brazilian Journal of Implantology and Health Sciences, v. 6, n. 2, p. 2213–2229, 2024. DOI: https://doi.org/10.36557/2674-8169.2024v6n2p2213-2229.
MARQUES, J.; GONÇALVES, C.; VIEIRA, P.; BORGES, A.; DIAS, V.; SANTOS, W.; et al. Explorando a explicabilidade da inteligência artificial: técnicas para compreender e interpretar modelos de aprendizado de máquina. p. 25–43, 2023. DOI: https://doi.org/10.5753/sbc.13259.2.2.
PATEL, K.; MISTRY, C.; MEHTA, D.; THAKKER, U.; TANWAR, S.; GUPTA, R.; KUMAR, N. Uma pesquisa sobre técnicas de inteligência artificial para doenças crônicas: questões em aberto e desafios. Artificial Intelligence Review, v. 55, p. 3747–3800, 2021. DOI: https://doi.org/10.1007/s10462-021-10084-2.
PEDREIRA, L. Aplicação da inteligência artificial na previsão e diagnóstico precoce de doenças crônicas. RMS, v. 1, n. 1, p. 84–98, 2025. DOI: https://doi.org/10.65013/rms.v1i1.11.
PIONÓRIO, V.; SILVA, D.; PIONÓRIO, J. Avanços recentes da IA na oftalmologia: revisão de literatura. Brazilian Journal of Health Review, v. 7, n. 3, e69712, 2024. DOI: https://doi.org/10.34119/bjhrv7n3-112.
ROMANIELLO, G.; HAYASHI, S.; GUERRA, B.; RIELLA, M.; LINDHOLM, B.; MARQUES, G.; et al. Troponin I is an independent marker of cardiovascular mortality risk in chronic kidney disease patients. Brazilian Journal of Nephrology, v. 47, n. 4, 2025. DOI: https://doi.org/10.1590/2175-8239-jbn-2025-0013en.
TRISTÃO, C.; LIBERATO, B.; SIMIAO, Y.; FACHINI, M.; BEZERRA, A.; BARBEIRO, J.; et al. IA na atenção primária à saúde: avanços no monitoramento e diagnóstico em pediatria e adolescência. Contribuciones a Las Ciencias Sociales, v. 18, n. 9, e20755, 2025. DOI: https://doi.org/10.55905/revconv.18n.9-145.
VILLANUEVA-MIRANDA, I.; XIAO, G.; XIE, Y. Inteligência artificial em sistemas de alerta precoce para vigilância de doenças infecciosas: uma revisão sistemática. Frontiers in Public Health, v. 13, 2025. DOI: https://doi.org/10.3389/fpubh.2025.1609615.
