Inteligência artificial na atenção primária à saúde e seus impactos no SUS : uma revisão integrativa

Abstract

A rápida evolução da Inteligência Artificial (IA), impulsionada por subcampos tecnológicos como o Machine Learning (aprendizado da máquina) e o Deep Learning (aprendizado profundo), tem provocado profundas transformações para a área da saúde. No Brasil, essa tecnologia desponta como uma ferramenta estratégica integrada ao Sistema Único de Saúde (SUS), especialmente no âmbito da Atenção Primária à Saúde (APS). Nesse contexto, o estudo desenvolve uma revisão integrativa da literatura com o objetivo geral de analisar a produção científica sobre o uso da Inteligência Artificial na Atenção Primária em Saúde no Brasil entre os anos de 2020 e 2025. A metodologia seguiu um protocolo estruturado em seis etapas distintas, utilizando levantamentos bibliográficos em bases de dados de relevância científica como, Medline/Pubmed, LILACS/BVS, SciELO e Google Scholar. Foram definidos critérios de inclusão focados em artigos originais ou revisões de escopo que abordassem o uso explícito da IA na APS e na saúde digital do SUS nos últimos seis anos. O processo de triagem inicial identificou 1.378 artigos, dos quais, após a aplicação de filtros de relevância e remoção de duplicatas, resultaram na seleção final de 11 artigos científicos que fundamentaram a análise. Os resultados revelaram que as tecnologias aprestam como principais benefícios o aumento da eficiência assistencial, a otimização dos tempos de consulta, maior assertividade clínica e uma alocação mais justa de insumos e recursos públicos. Por outro lado, o estudo aponta barreiras significativas, como baixo financiamento em infraestrutura tecnológica e treinamentos mais técnicos, preconizando a importância da IA operar sempre em acompanhamento ao monitoramento humano e em conformidade com a Lei Geral de Proteção de Dados (LGPD). Conclui-se que o avanço da saúde digital requer normativas maduras, investimentos estruturais contínuos em infraestrutura pública e o desenvolvimento de pesquisas subsequentes que monitorem os impactos clínicos a longo prazo para assegurar os princípios universais e equitativos do SUS.

The rapid evolution of Artificial Intelligence (AI), driven by technological subfields such as Machine Learning and Deep Learning, has triggered profound transformations in the healthcare sector. In Brazil, this technology is emerging as a strategic tool integrated into the Unified Health System (SUS), particularly within the scope of Primary Health Care (PHC). In this context, this study develops an integrative literature review with the general objective of analyzing the scientific production on the use of Artificial Intelligence in Primary Health Care in Brazil between 2020 and 2025. The methodology followed a structured six-step protocol, utilizing bibliographic searches in scientifically relevant databases such as Medline/PubMed, LILACS/VHL, SciELO, and Google Scholar. Inclusion criteria were defined focusing on original articles or scoping reviews that explicitly addressed the use of AI in PHC and digital health within SUS over the last six years. The initial screening process identified 1,378 articles, which, after applying relevance filters and removing duplicates, resulted in a final selection of 11 scientific articles that grounded the analysis. The results revealed that these technologies offer key benefits, including increased care efficiency, optimized consultation times, greater clinical assertiveness, and a fairer allocation of public supplies and resources. On the other hand, the study highlights significant barriers, such as low funding for technological infrastructure and technical training, emphasizing the importance of AI always operating alongside human monitoring and in compliance with the General Data Protection Law (LGPD). It concludes that the advancement of digital health requires mature regulations, continuous structural investments in public infrastructure, and the development of subsequent studies to monitor long-term clinical impacts, ensuring the universal and equitable principles of SUS.