Das Montanhas de Minas ao Oceano: Os Caminhos da Ciência para um Futuro Sustentável
20 a 25 de outubro de 2025
Trabalho 22099
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Biológicas e da Saúde |
| Área temática | Dimensões Sociais: ODS3 |
| Setor | Departamento de Medicina e Enfermagem |
| Bolsa | Não se Aplica |
| Conclusão de bolsa | Não |
| Apoio financeiro | FAPEMIG |
| Primeiro autor | Camila Gabriela Mendes Santos |
| Orientador | PATRICIA DE OLIVEIRA SALGADO |
| Outros membros | JULIO CESAR SOARES DOS REIS, MARIA LUCIA BENTO VILLELA, Maria Victória Fernandes Vaz |
| Título | Inteligência Artificial na saúde: uso, validação e desafios na prática clínica |
| Resumo | Introdução: A Inteligência Artificial (IA) tem se consolidado na prática clínica ao oferecer soluções para diagnóstico, prognóstico, triagem, monitoramento e apoio à decisão clínica. No entanto, sua implementação ainda enfrenta desafios como validação clínica, aceitação profissional, integração aos fluxos assistenciais e conformidade ética. Objetivo: Revisar a literatura científica sobre a aplicação de ferramentas de IA na prática clínica, com ênfase nos processos de validação, implementação e aceitação profissional. Metodologia: Revisão narrativa da literatura dos dos últimos cinco anos (2020–2025). Busca realizada nas bases PubMed, Scopus, Web of Science e SciELO, com os descritores combinados “artificial intelligence”, “clinical decision support systems”, “healthcare”, “implementation”, “validation”, “explainable AI” e “human-machine interaction”. Resultados: Foram analisados 11 artigos (5 revisões narrativas, 4 revisões sistemáticas e 2 revisões integrativas). Observou-se ampla aplicação da IA, especialmente nas áreas de radiologia, oncologia, cardiologia, atenção primária e saúde mental, com destaque para sistemas de apoio à decisão clínica (CDSS), algoritmos preditivos, processamento de linguagem natural e triagem automatizada por chatbots. A validação ocorre em quatro eixos: desempenho técnico, impacto clínico, usabilidade e adequação ética. Quando bem integradas, essas ferramentas podem aumentar a acurácia diagnóstica, agilizar atendimentos e padronizar condutas, mas sua adoção depende da combinação de desempenho e aceitabilidade pelos profissionais de saúde. Modelos mais complexos, como redes neurais profundas, ainda enfrentam limitações de explicabilidade, o que afeta a confiança clínica. Para contornar, recomendam-se abordagens de Inteligência Artificial Explicável (XAI), como LIME, SHAP, heatmaps e gráficos interativos, que facilitam a compreensão por parte dos usuários. Estratégias de co-design, como entrevistas, testes de usabilidade e oficinas colaborativas, também têm sido empregadas para adaptar os sistemas à prática clínica. Quanto à validação técnica, as métricas mais utilizadas foram acurácia, sensibilidade, especificidade, F1-score e AUC-ROC. Para avaliar a usabilidade e a aceitação dos usuários, destacam-se os instrumentos System Usability Scale (n=4), Technology Acceptance Model (n=3) e Unified Theory of Acceptance and Use of Technology (n=2), sendo frequentemente combinados com entrevistas semiestruturadas e grupos focais para investigar percepções, barreiras e facilitadores da adoção clínica dessas tecnologias. Conclusão: A IA já ocupa um espaço relevante na prática clínica, com potencial de melhorar a assistência. Contudo, sua aplicação efetiva requer validação rigorosa, transparência, integração técnica e aceitação profissional. Modelos explicáveis, capacitação das equipes e governança ética são fundamentais para que a IA atue como ferramenta complementar, baseada em evidências e voltada à qualificação do cuidado. |
| Palavras-chave | Inteligência Artificial, Prática Profissional, Atenção à Saúde |
| Forma de apresentação..... | Vídeo |
| Link para apresentação | Vídeo |
|---|