ALGORITMOS E EQUIDADE NO SUS: DESAFIOS ÉTICOS DA INTELIGÊNCIA ARTIFICIAL NA SAÚDE PÚBLICA
DOI:
https://doi.org/10.56238/levv17n61-036Palavras-chave:
Equidade em Saúde, Ética, Inteligência Artificial, Saúde Pública, Saúde DigitalResumo
OBJETIVO: Analisar os desafios éticos relacionados à utilização de algoritmos de IA na saúde pública, com enfoque nos impactos sobre a equidade no SUS. MÉTODOS: Trata-se de uma revisão narrativa da literatura, desenvolvida a partir de buscas nas bases PubMed/MEDLINE, Scientific Electronic Library Online (SciELO), Biblioteca Virtual em Saúde (BVS). Foram utilizados os descritores DeCS/MeSH “Inteligência Artificial”, “Saúde Pública”, “Equidade em Saúde”, “Ética” e “Saúde Digital”, combinados pelos operadores booleanos AND e OR. Incluíram-se artigos completos publicados entre 2021 e 2026, nos idiomas português, inglês e espanhol, relacionados à inteligência artificial, ética algorítmica e saúde coletiva. Após aplicação dos critérios de elegibilidade, 7 estudos compuseram a análise final. RESULTADOS: Os resultados demonstraram que a IA pode contribuir para vigilância epidemiológica, organização assistencial e processamento de dados em saúde pública. Entretanto, foram identificados desafios relacionados aos vieses algorítmicos, desigualdades digitais, ausência de interoperabilidade, fragilidades regulatórias e uso de bases de dados pouco representativas, capazes de comprometer a equidade no SUS. Também foram observadas limitações relacionadas à proteção de dados e à transparência das decisões automatizadas. CONCLUSÃO: Conclui-se que a incorporação da IA no SUS requer governança digital, regulamentação ética e mecanismos de monitoramento capazes de reduzir desigualdades e assegurar utilização compatível com os princípios da universalidade, integralidade e equidade na saúde pública brasileira.
Downloads
Referências
BISPO, Evanilda Silva et al. Inteligência artificial e digitalização da saúde no SUS: desafios e oportunidades. In: Promoção da Saúde: perspectivas integradas. [S. l.]: Aurum Publicações, 2026. DOI: https://doi.org/10.63330/aurumpub.014-035. Disponível em: https://aurumpublicacoes.com/index.php/editora/article/view/561.
CHEN, Irene Y. et al. Ethical machine learning in healthcare. Annual Review of Biomedical Data Science, v. 4, p. 123-144, 2021. DOI: https://doi.org/10.1146/annurev-biodatasci-092820-114757. Disponível em: https://www.annualreviews.org/content/journals/10.1146/annurev-biodatasci-092820-114757.
MAHESHWARI, Uma G et al. AI and machine learning in public health: ensuring algorithmic fairness and ethical data utilization for population health management. Journal of Neonatal Surgery, v. 14, n. 11S, 2025. DOI: https://doi.org/10.52783/jns.v14.2939. Disponível em: https://jneonatalsurg.com/index.php/jns/article/view/2939.
GAO, Qin; CHEN, Lin; HUANG, Zhenyu. Opportunities and challenges of artificial intelligence in public health: a systematic review on technological efficacy, ethical dilemmas, and governance pathways. Frontiers in Public Health, v. 13, 2025. DOI: https://doi.org/10.3389/fpubh.2025.1748797. Disponível em: https://www.frontiersin.org/journals/publichealth/articles/10.3389/fpubh.2025.1748797/full.
JOSEPH, Jeena. Algorithmic bias in public health AI: a silent threat to equity in low-resource settings. Frontiers in Public Health, v. 13, 2025. DOI: https://doi.org/10.3389/fpubh.2025.1643180. Disponível em: https://www.frontiersin.org/journals/publichealth/articles/10.3389/fpubh.2025.1643180/full.
KÖLLING, Gabrielle Jacobi; DELGADO, Joedson de Souza. Desafios regulatórios e riscos éticos associados ao uso da inteligência artificial na saúde. Revista Jurídica da Presidência, v. 27, n. 142, 2025. DOI: https://doi.org/10.20499/2236-3645.RJP2025v27e142-3202. Disponível em: https://revistajuridica.presidencia.gov.br/index.php/saj/article/view/3202.
LOPES JÚNIOR, José Evaldo Gonçalves et al. Entre algoritmos e territórios: uma revisão de escopo sobre saúde digital e inteligência artificial na atenção primária. Revista Panamericana de Salud Pública, v. 49, p. 1-9, dez. 2025. DOI: https://doi.org/10.26633/RPSP.2025.126. Disponível em: https://iris.paho.org/items/b71cdd70-65cb-49bd-8574-140a6221711a.
NAZER, Lama H. et al. Bias in artificial intelligence algorithms and recommendations for mitigation. PLOS Digital Health, v. 2, n. 6, e0000278, 2023. DOI: https://doi.org/10.1371/journal.pdig.0000278. Disponível em: https://journals.plos.org/digitalhealth/article?id=10.1371/journal.pdig.0000278.
PANTELI, Dimitra et al. Artificial intelligence in public health: promises, challenges, and an agenda for policy makers and public health institutions. The Lancet Public Health, v. 10, n. 5, p. e428-e432, maio 2025. DOI: https://doi.org/10.1016/S2468-2667(25)00036-2.Disponível em: https://www.thelancet.com/journals/lanpub/article/PIIS2468-2667(25)00036-2/fulltext.
SIMON, Aristeu Matias; LANZA, Líria Maria Bettiol. Saúde digital e equidade: potencialidades e riscos da implantação de inteligências artificiais na saúde pública do Paraná. Emancipação, v. 26, 2026. DOI: https://doi.org/10.5212/Emancipacao.v.26.2625320.012. Disponível em: https://revistas.uepg.br/index.php/emancipacao/pt_BR/article/view/25320.
SOARES, Marcela Quaresma; CHIAVEGATTO FILHO, Alexandre Dias Porto. Inteligência artificial na saúde pública brasileira: potencialidades, desafios e implicações éticas para o Sistema Único de Saúde. Revista Brasileira de Epidemiologia, v. 29, e260006, 2026. DOI: https://doi.org/10.1590/1980-549720260006.2. Disponível em: https://www.scielo.br/j/rbepid/a/wd44hqsJjHM89cyFgHdhQdr/?lang=pt.
UEDA, Daiju et al. Fairness of artificial intelligence in healthcare: review and recommendations. Japanese Journal of Radiology, v. 42, p. 3-15, 2024. DOI: https://doi.org/10.1007/s11604-023-01474-3. Disponível em: https://link.springer.com/article/10.1007/s11604-023-01474-3.
YU, Lanyi; ZHAI, Xiaomei. Uso da inteligência artificial para combater as disparidades em saúde em países de baixa e média renda: uma análise temática das questões éticas. Public Health, v. 234, p. 77-83, jul. 2024. DOI: https://doi.org/10.1016/j.puhe.2024.05.029.Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S0033350624002257?via%3Dihub.
WEINER, Ellison B.; DANKWA-MULLAN, Irene; NELSON, William A.; HASSANPOUR, Saeed. Ethical challenges and evolving strategies in the integration of artificial intelligence into clinical practice. PLOS Digital Health, v. 4, n. 4, e0000810, 2025. DOI: https://doi.org/10.1371/journal.pdig.0000810. Disponível em: https://journals.plos.org/digitalhealth/article?id=10.1371/journal.pdig.0000810.
