ALGORITMOS Y EQUIDAD EN EL SISTEMA ÚNICO DE SALUD (SUS) DE BRASIL: DESAFÍOS ÉTICOS DE LA INTELIGENCIA ARTIFICIAL EN LA SALUD PÚBLICA
DOI:
https://doi.org/10.56238/levv17n61-036Palabras clave:
Equidad en la Salud, Ética, Inteligencia Artificial, Salud Pública, Salud DigitalResumen
OBJETIVO: Analizar los desafíos éticos relacionados con el uso de algoritmos de IA en salud pública, centrándose en los impactos en la equidad en el Sistema Único de Salud (SUS) brasileño. MÉTODOS: Esta es una revisión narrativa de la literatura, desarrollada a partir de búsquedas en las bases de datos PubMed/MEDLINE, Scientific Electronic Library Online (SciELO) y Virtual Health Library (BVS). Se utilizaron los descriptores DeCS/MeSH “Inteligencia Artificial”, “Salud Pública”, “Equidad en Salud”, “Ética” y “Salud Digital”, combinados con los operadores booleanos AND y OR. Se incluyeron artículos completos publicados entre 2021 y 2026, en portugués, inglés y español, relacionados con inteligencia artificial, ética algorítmica y salud pública. Después de aplicar los criterios de elegibilidad, 7 estudios conformaron el análisis final. RESULTADOS: Los resultados demostraron que la IA puede contribuir a la vigilancia epidemiológica, la organización de la atención médica y el procesamiento de datos en salud pública. Sin embargo, se identificaron desafíos relacionados con sesgos algorítmicos, desigualdades digitales, falta de interoperabilidad, debilidades regulatorias y el uso de bases de datos no representativas, todo lo cual podría comprometer la equidad en el Sistema Único de Salud (SUS) de Brasil. También se observaron limitaciones relacionadas con la protección de datos y la transparencia de las decisiones automatizadas. CONCLUSIÓN: Se concluye que la incorporación de la IA en el SUS requiere gobernanza digital, regulación ética y mecanismos de monitoreo capaces de reducir las desigualdades y asegurar que su uso sea compatible con los principios de universalidad, integralidad y equidad en la salud pública brasileña.
Descargas
Referencias
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.
