Resumo Executivo

Thais Prado Martins de Macedo; Ingrid de Matos Martins

Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

Esta pesquisa analisa a utilização da Inteligência Artificial na área da saúde, investigando seus impactos, benefícios e desafios sob a ótica de profissionais do setor e do público em geral. O estudo busca responder à questão central: “Como a IA pode ajudar na área da saúde, trazendo mais conforto e qualidade de vida para os pacientes?”. A investigação aprofunda-se em como a IA está reconfigurando o setor, desde a otimização do diagnóstico e tratamento até a gestão de dados clínicos e a automação de processos. A relevância da pesquisa reside em mapear as atitudes e preocupações da sociedade frente a essa tecnologia, a fim de orientar sua implementação de forma ética e segura. A análise abrange tanto as promessas de avanços, como a medicina personalizada e a cirurgia robótica, quanto os obstáculos, como os custos elevados e os dilemas éticos relacionados à privacidade e autonomia profissional.

A crescente integração da Inteligência Artificial na saúde representa um campo de aplicação promissor e complexo. Organizações como a Organização Mundial da Saúde (OMS) reconhecem a IA como uma promessa para aprimorar os serviços de saúde globalmente, destacando seu potencial para aumentar a velocidade e a precisão de diagnósticos, otimizar a triagem de pacientes e fortalecer a pesquisa de novos medicamentos (Cofen, 2024). A tecnologia pode também ser um pilar para ações de saúde pública, como a vigilância epidemiológica e a gestão de sistemas de saúde. Este cenário de transformação digital impõe a necessidade de compreender não apenas as capacidades técnicas da IA, mas também a receptividade e as resistências de seus futuros usuários.

Um dos campos mais impactados pela IA é a medicina personalizada, que visa adaptar tratamentos às características individuais de cada paciente. A capacidade da IA de processar vastos conjuntos de dados, incluindo históricos clínicos e informações genômicas, permite prever com maior acurácia a resposta a um tratamento, inaugurando uma era de terapias mais eficazes. Paralelamente, a robótica assistencial, impulsionada por IA, emerge como uma solução para melhorar a qualidade de vida de pacientes com mobilidade reduzida ou doenças crônicas, oferecendo maior autonomia e reduzindo a sobrecarga de cuidadores. A aplicação da robótica em cirurgias já demonstra resultados superiores em precisão e recuperação, embora ainda enfrente barreiras de custo e tempo operatório (Elias et al., 2024).

Apesar do otimismo, a incorporação de tecnologias de IA no sistema de saúde enfrenta desafios significativos. A realidade de recursos econômicos limitados, especialmente em sistemas públicos, representa um obstáculo para a implementação em larga escala dessas inovações (Merhy & Feuerwerker, 2016). Além do fator financeiro, questões éticas relacionadas à segurança e privacidade dos dados dos pacientes, à transparência dos algoritmos e à responsabilidade em caso de erros são centrais no debate. É fundamental que o desenvolvimento tecnológico seja pautado por um arcabouço ético e regulatório robusto, que garanta o bem-estar e a confiança dos pacientes.

Diante deste panorama, o estudo se justifica ao fornecer um diagnóstico detalhado das percepções sociais sobre a IA na saúde. Ao mapear as expectativas e preocupações, a pesquisa oferece subsídios para formuladores de políticas, gestores e desenvolvedores. O estudo construiu um panorama que confirma o otimismo em relação aos benefícios da IA, ao mesmo tempo que evidencia as barreiras de confiança e os dilemas éticos que precisam ser superados para que o potencial da tecnologia se concretize em melhorias na saúde, evitando a ampliação de desigualdades sociais no acesso a cuidados de qualidade.

Para analisar o impacto da IA na saúde, o estudo adotou uma metodologia de pesquisa exploratória com abordagem qualitativa. Essa abordagem foi escolhida por ser adequada para investigar temas emergentes e complexos, permitindo uma investigação aprofundada sobre as percepções dos participantes. A abordagem qualitativa foi fundamental para compreender os fenômenos sociais e os comportamentos associados à introdução de uma tecnologia disruptiva, capturando a diversidade de opiniões que métodos puramente quantitativos poderiam negligenciar. A pesquisa buscou ir além da contagem de respostas, focando no significado e no contexto das percepções.

O instrumento para a coleta de dados foi um questionário online via Google Forms, selecionado por sua acessibilidade e capacidade de alcançar um público diversificado de forma anônima. O questionário foi estruturado para abranger o nível de familiaridade dos respondentes com a IA, o conhecimento sobre suas aplicações na saúde, as expectativas de benefícios e as preocupações sobre riscos. As perguntas combinaram formatos de múltipla escolha, para identificar tendências gerais, com questões abertas, que permitiram a coleta de respostas detalhadas, enriquecendo a análise qualitativa.

A amostra foi composta por 103 participantes, recrutados voluntariamente através de redes de contato pessoal. Este método de amostragem por conveniência resultou em um grupo heterogêneo, incluindo profissionais da saúde (15,5% da amostra) e o público em geral (84,5%), o que permitiu uma análise comparativa das percepções. A participação foi voluntária, e todas as informações foram coletadas de forma sigilosa e utilizadas para fins acadêmicos, em conformidade com a Lei Geral de Proteção de Dados (LGPD – Lei nº 13.709/2018), garantindo a privacidade dos respondentes.

A análise dos dados foi qualitativa, focada na interpretação aprofundada das respostas. As respostas quantitativas foram tabuladas para identificar padrões gerais. As respostas abertas foram submetidas a uma análise de conteúdo, na qual foram identificados temas e categorias recorrentes. Esta análise permitiu mapear as opiniões e o conhecimento sobre a IA, resultando na identificação de uma lacuna de conhecimento, de expectativas majoritariamente positivas e de preocupações éticas e de segurança. A combinação das análises proporcionou uma compreensão robusta e multifacetada do fenômeno estudado.

Os resultados da pesquisa revelam um panorama complexo sobre a percepção da IA na saúde. O perfil dos 103 respondentes é diversificado, com 15,5% de profissionais da saúde e 84,5% do público geral. Um dado fundamental emerge da autoavaliação de familiaridade com o conceito de IA: embora 72% dos participantes afirmem estar familiarizados com o termo, uma análise mais aprofundada revela uma lacuna entre o reconhecimento superficial e o conhecimento prático. Quando questionados sobre “IA aplicada à saúde”, 40,8% admitem ter ouvido falar, mas não saber muito sobre o assunto. Essa lacuna se acentua em relação às “aplicações práticas”, onde 46,6% possuem apenas um conhecimento vago e 15,5% nunca ouviram falar, indicando que a compreensão do público ainda é abstrata.

Apesar do conhecimento limitado, os participantes demonstram uma percepção ampla sobre as áreas potenciais de aplicação da IA. A maioria acredita que a tecnologia pode ser utilizada em diagnósticos de doenças (79,6%), gestão de prontuários eletrônicos (75,7%), cirurgias robóticas (67%), monitoramento remoto de pacientes (68,9%) e desenvolvimento de novos medicamentos (66%). Essas respostas estão alinhadas com as discussões promovidas por entidades como a OMS (Cofen, 2024), sugerindo que a comunicação sobre o potencial da IA tem sido eficaz. As respostas qualitativas reforçam essa visão, com participantes descrevendo a IA como uma “tecnologia disruptiva” capaz de “acelerar o processo de pesquisa” e “otimizar o tempo” dos profissionais.

As expectativas em relação aos benefícios da IA são predominantemente positivas. Os maiores benefícios esperados são diagnósticos mais precoces e precisos, tratamentos mais eficazes e personalizados, e a redução de erros médicos. Especificamente, 59,2% concordam que a IA pode tornar os diagnósticos mais rápidos e precisos, e 54,4% acreditam na sua capacidade de melhorar a personalização dos tratamentos. As respostas abertas detalham essas expectativas, mencionando a esperança de que a IA possa “reduzir custos e aumentar a eficiência do sistema de saúde”, “apoiar na cura de doenças recorrentes como câncer, AIDS, Alzheimer” e “agilizar processos, reduzir filas”.

No entanto, esse otimismo é contrabalançado por incertezas e preocupações significativas. A dependência excessiva da tecnologia em detrimento do julgamento humano é a maior preocupação, apontada por 68,9% dos respondentes. Em seguida, a responsabilidade em caso de erros médicos cometidos pela IA (64,1%) e a segurança e privacidade dos dados de saúde (52,4%) são os receios mais proeminentes. A possibilidade de desumanização do atendimento médico também é uma preocupação relevante para 46,6% dos participantes, que temem a perda do contato humano e da empatia no cuidado, um aspecto que a tecnologia não pode replicar (Knox, 2010).

As respostas qualitativas aprofundam essas preocupações, revelando um medo de que a IA possa levar à “falta de humanização” e que os “profissionais não estudem o suficiente”, tornando-se dependentes. A necessidade de “testes suficientes antes de colocar em prática” e o risco de que “pacientes deixem de consultar um profissional” baseando-se apenas em sistemas de IA são temores concretos. A ideia de que “a saúde é uma área que detém muito cuidado” e não deve ser “robotizada” sintetiza a resistência a uma automação que possa comprometer o pilar humano da medicina. A confiança na tecnologia ainda é frágil e condicionada à sua capacidade de operar de forma segura e transparente.

A análise também aponta para preocupações de ordem ética e social. O risco de viés nos algoritmos, que poderia levar a tratamentos injustos, é uma preocupação para 48,5% dos entrevistados, enquanto a falta de transparência sobre como a IA toma decisões é citada por 45,6%. Esses dados sugerem uma consciência crescente sobre as complexidades éticas da IA, que tocam em questões de equidade e justiça (Neto et al., 2020). Além disso, a possibilidade de que a IA aumente a desigualdade no acesso aos serviços de saúde (28,2%) e o custo elevado de implementação (43,7%) são reconhecidos como barreiras importantes.

A discussão dos resultados evidencia uma dualidade na percepção pública: a IA é vista como fonte de esperança e como potencial ameaça à segurança, à ética e à essência humana do cuidado. A lacuna entre o conhecimento superficial e a compreensão prática sugere uma necessidade de educação e comunicação mais eficazes. Para que a implementação da IA seja bem-sucedida, é imperativo que se abordem proativamente as preocupações com a segurança dos dados, a transparência algorítmica e a responsabilidade por erros.

A forte ênfase na “dependência excessiva da tecnologia” e na “desumanização” reforça que a IA deve ser posicionada como uma ferramenta de apoio ao profissional de saúde, não como um substituto. Sistemas de suporte à decisão clínica, por exemplo, podem aprimorar a capacidade diagnóstica sem remover o julgamento final do médico (Wikipedia contributors, 2017). A confiança do público só será conquistada se a tecnologia for desenvolvida de forma a preservar e valorizar o papel central do cuidado humano e da relação médico-paciente. O desafio, portanto, não é apenas tecnológico, mas fundamentalmente humano e social.

A presente pesquisa demonstrou que a percepção sobre a Inteligência Artificial na saúde é caracterizada por um forte otimismo em relação aos seus benefícios potenciais, como a precisão diagnóstica e a personalização de tratamentos, mas este é moderado por profundas e legítimas preocupações. Os resultados indicam que os principais desafios para a aceitação da IA não são meramente técnicos, mas residem em questões de segurança de dados, transparência algorítmica, responsabilidade por erros e, crucialmente, na preservação do fator humano no cuidado. A dependência excessiva da tecnologia e o risco de desumanização do atendimento emergiram como os receios mais significativos, sublinhando a necessidade de que a IA seja desenvolvida como uma ferramenta de apoio ao julgamento clínico, e não como um substituto. É imperativo que as inovações sejam acompanhadas por um robusto debate ético e por investimentos em educação para construir a confiança pública e garantir que a tecnologia sirva para reduzir, e não ampliar, as desigualdades no acesso à saúde. As discussões futuras devem focar em modelos de implementação que integrem a IA de forma complementar à prática médica e na criação de políticas que assegurem o acesso equitativo. Conclui-se que o objetivo foi atingido: demonstrou-se que a percepção sobre a Inteligência Artificial na saúde é marcada por um otimismo em relação aos seus benefícios técnicos, mas moderada por profundas preocupações éticas, de segurança e sobre a preservação do fator humano no cuidado.

Referências:
Cofen. (2024). A inteligência artificial chega à saúde. Revista Pesquisa FAPESP. Recuperado de https://www. cofen. gov. br/a-inteligencia-artificial-chega-a-saude/
Elias, J. V. T., et al. (2024). Impacto da cirurgia robótica na recuperação pediátrica. Brazilian Journal of Implantology and Health Sciences, 6(6), 667-683.
Knox, R. (2010). The Fading Art of the Physical Exam. National Public Radio. Recuperado de http://www. npr. org/templates/story/story. php? storyId=129931999
Merhy, E. E., & Feuerwerker, L. C. M. (2016). Novo olhar sobre as tecnologias de saúde: uma necessidade contemporânea. In E. E. Merhy, R. S. Baduy, C. T. Seixas, D. E. S. Almeida, & H. Slomp Junior (Orgs.), Avaliação compartilhada do cuidado em saúde: surpreendendo o instituído nas redes (Vol. 1, pp. 59-72). Hexis.
Neto, C. D. do N., Borges, K. F. L., Penina, P. de O., & Pereira, A. L. (2020). Inteligência artificial e novas tecnologias em saúde: desafios e perspectivas. Brazilian Journal of Development, 6(2), 9431–9445. https://doi. org/10.34117/bjdv6n2-306
Vaz, C. (s. d.). Robótica na saúde: benefícios para pacientes e profissionais. Saúde e Bem-Estar. Recuperado de https://saudebemestar. com. pt/robotica-na-saude-beneficios-para-pacientes-e-profissionais/
Wikipedia contributors. (2017). Clinical decision support system. Wikipedia, The Free Encyclopedia. Recuperado de https://en. wikipedia. org/wiki/Clinicaldecisionsupport_system

Resumo executivo oriundo de Trabalho de Conclusão de Curso de Especialização em Digital Business do MBA USP/Esalq

_{Saiba mais sobre o curso; clique aqui:}