Modelos de inteligência artificial na atenção primária: desempenho, transparência e segurança na triagem de pacientes

Artificial intelligence models in primary care: performance, transparency, and safety in patient triage

Resumo

A incorporação da inteligência artificial (IA) em sistemas de saúde avançou de modo significativo na última década, alcançando ambientes não hospitalares como a atenção primária e os serviços de urgência. Este artigo analisa criticamente experiências internacionais (Estados Unidos, Canadá, Reino Unido e Brasil) envolvendo aplicações de IA em triagem automatizada, estratificação de risco e apoio à decisão clínica, com foco em contextos de baixa e média complexidade. São discutidos os principais riscos associados ao uso dessas tecnologias – viés algorítmico, opacidade, falhas de interoperabilidade, fragilidades na governança de dados e questões de privacidade – à luz de frameworks internacionais de regulação e ética propostos por organismos como a Organização Mundial da Saúde (OMS), a Food and Drug Administration (FDA) e o National Institute for Health and Care Excellence (NICE). Com base nessa análise, propõe-se um conjunto de critérios mínimos para a adoção segura e ética de IA em serviços de atenção primária e urgência, incluindo validação clínica local, transparência, controle de vieses, governança de dados, integração sistêmica, treinamento de equipes e monitoramento pós-implantação. Conclui-se que a IA pode fortalecer o cuidado primário, aprimorar a gestão de fluxos de pacientes e apoiar decisões clínicas complexas, desde que implementada sob governança clínica robusta, com supervisão profissional contínua e respeito aos direitos dos pacientes.