APPLICATIONS OF ARTIFICIAL INTELLIGENCE IN THE EARLY DIAGNOSIS OF CHRONIC DISEASES: ETHICAL ADVANCES AND LIMITATIONS
DOI:
https://doi.org/10.56238/revgeov16n5-142Keywords:
Artificial Intelligence, Early Diagnosis, Chronic Diseases, BioethicsAbstract
Artificial intelligence represents a disruptive transformation in contemporary healthcare, particularly in early diagnosis of chronic diseases, raising fundamental ethical questions related to privacy, equity, and clinical responsibility. This study critically analyzes artificial intelligence applications in early diagnosis of chronic diseases, examining technological advances and associated ethical limitations. The methodology is based on systematic review of scientific literature through searches in international databases (PubMed, IEEE Xplore, Scopus, Web of Science, SciELO) from 2020 to 2025, with qualitative analysis of 38 selected publications. Results demonstrate that machine learning and deep learning algorithms achieve diagnostic performance comparable or superior to human specialists in ophthalmology, cardiology, and oncology, with sensitivity frequently exceeding 90%. However, substantial limitations are identified related to algorithmic biases, decision opacity, and generalization challenges across distinct populations. Ethical implications are organized into five dimensions: data privacy, equity in access, algorithmic transparency, clinical responsibility, and impact on physician-patient relationship. It is concluded that artificial intelligence possesses genuine transformative potential, but its responsible implementation demands robust regulatory frameworks, explainability techniques, and ethical commitment to fundamental bioethical principles.
Downloads
References
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.
