Inteligência Artificial em Saúde entre 2020 e 2026: revisão de escopo sobre aplicações, maturidade clínica e desafios sociotécnicos

Vollständiger Abstract

Worum geht es in dieser Arbeit?

Esta revisão de escopo sintetiza aplicações, níveis de maturidade clínica e desafios sociotécnicos da Inteligência Artificial (IA) em saúde entre 2020 e 2026. O relato foi orientado pelo PRISMA 2020, com buscas previstas em PubMed/MEDLINE, Scopus, Web of Science, IEEE Xplore, ScienceDirect e Google Scholar. Em razão da ausência dos arquivos originais de exportação e triagem, os quantitativos do fluxo permanecem como campos de auditoria a serem preenchidos com os registros reais, sem estimativas. O corpus verificável no manuscrito compreende oito publicações temáticas de 2022 a 2024, analisadas por técnica, aplicação, tipo de evidência, validação e proximidade da prática clínica. A síntese foi reorganizada em quatro eixos: diagnóstico e apoio à decisão; modelos de linguagem e IA generativa; equidade, valores humanos e governança; e implementação clínica. Os estudos mostram predomínio de revisões, perspectivas e análises conceituais, com forte discussão sobre potencial técnico, mas evidência limitada de implementação prospectiva e benefício direto sobre desfechos de pacientes. A maturidade foi classificada em quatro níveis: desempenho retrospectivo interno, validação externa, implementação em fluxo clínico e benefício clínico demonstrado. O corpus concentra-se em autores e instituições dos Estados Unidos e do Reino Unido e publica exclusivamente em inglês, limitando a representatividade internacional e a transferência dos achados para sistemas de saúde de baixa e média renda. A análise evidencia que acurácia isolada não equivale a utilidade clínica: generalização, calibração, comparação com o cuidado habitual, integração ao trabalho, supervisão humana, privacidade, equidade e monitoramento pós-implantação são requisitos centrais. Conclui-se que a literatura examinada sustenta o potencial da IA, mas não autoriza afirmar adoção clínica consolidada ou melhora generalizada dos desfechos. Pesquisas futuras devem ampliar validações multicêntricas e prospectivas, diversidade geográfica, transparência dos dados e avaliação de resultados clínicos, organizacionais e distributivos.