Quais são as perspectivas dos stakeholders sobre a adoção de inteligência artificial na atenção primária?
Resposta curta: Uma síntese sistemática de estudos qualitativos identificou seis temas principais: barreiras, facilitadores, impacto na entrega de cuidados, implicações éticas/legais/sociais, perspectivas dos stakeholders e direções futuras. A IA melhora eficiência e diagnósticos, mas enfrenta desafios como qualidade de dados, déficit de confiança e preocupações éticas.
Resposta
A revisão sistemática qualitativa sintetizou 23 estudos de diversas regiões, incluindo Reino Unido, Estados Unidos, Austrália e Camarões, com stakeholders como médicos, pacientes e formuladores de políticas. Foram identificados seis temas: barreiras (técnicas, organizacionais, políticas, de conhecimento e culturais), facilitadores (benefícios, confiança, sistemas de suporte e evidências), impacto na entrega de cuidados (fluxo de trabalho, tomada de decisão, papéis e engajamento), implicações éticas/legais/sociais (privacidade, responsabilização, equidade e percepção pública), perspectivas dos stakeholders e direções futuras.
Os achados indicam que a IA pode melhorar a eficiência e os diagnósticos na atenção primária, mas sua adoção é dificultada por múltiplas barreiras. A qualidade dos dados, o déficit de confiança e as preocupações éticas foram desafios proeminentes. Facilitadores como benefícios percebidos, confiança e sistemas de suporte podem promover a implementação.
Do ponto de vista ético e legal, questões de privacidade, responsabilização e equidade emergem como centrais. A percepção pública também influencia a aceitação. Os stakeholders destacam a necessidade de sistemas de IA transparentes, treinamento robusto e estruturas éticas para construir confiança e garantir equidade.
A conclusão reforça que a IA tem promessa significativa para transformar a atenção primária, mas requer alinhamento com o ethos centrado no paciente. Pesquisas futuras devem focar em impactos longitudinais e estratégias inclusivas.
O que o estudo mostrou
Trata-se de uma síntese sistemática de estudos qualitativos seguindo o framework de Noblit e Hare e a análise temática de Braun e Clarke. A busca abrangeu PubMed, Scopus, Web of Science, CINAHL e literatura cinzenta (2015–2025), identificando inicialmente 1416 estudos. Após triagem com critérios predefinidos e avaliação de qualidade pelo checklist CASP, 23 estudos foram incluídos, provenientes de diversas regiões e envolvendo médicos, pacientes e formuladores de políticas. Seis temas emergiram: barreiras, facilitadores, impacto na entrega de cuidados, implicações éticas/legais/sociais, perspectivas dos stakeholders e direções futuras. A IA melhorou eficiência e diagnósticos, mas enfrentou desafios como qualidade de dados, déficit de confiança e preocupações éticas.
Limitações
O resumo não informa detalhes sobre as limitações dos estudos incluídos, como heterogeneidade metodológica ou viés de publicação. Também não especifica a qualidade individual dos estudos ou a representatividade das regiões. A natureza qualitativa limita generalizações quantitativas. O resumo não informa sobre a magnitude dos efeitos ou a aplicabilidade direta ao contexto brasileiro.
Aplicação no consultório
Para o médico brasileiro, os achados sugerem que a implementação de IA na atenção primária deve considerar barreiras técnicas, organizacionais e culturais, além de investir em treinamento e sistemas transparentes para construir confiança. Na gestão do consultório, é importante avaliar a qualidade dos dados, garantir suporte técnico e promover discussões éticas sobre privacidade e equidade. A adoção deve ser gradual e alinhada ao cuidado centrado no paciente, com monitoramento de impactos no fluxo de trabalho e na tomada de decisão.
Estudo citado
Adoption of artificial intelligence in primary health care: systematic synthesis of stakeholder perspectives. BMC primary care, 2026.
Autores: Sani HS, Mobaraki M, Sholibor A, Fallah S, Abdi F, Hasannezhad M, Jandaghian-Bidgoli M.
DOI: 10.1186/s12875-025-03157-6 · PubMed: PMID 41501703
Perguntas para aprofundar
- Quais barreiras técnicas e organizacionais dificultam a adoção de IA na atenção primária?
- Como construir confiança dos stakeholders em sistemas de IA na atenção primária?
- Quais implicações éticas e legais devem ser consideradas ao implementar IA na atenção primária?
Mais sobre IA na atenção primária
- Quais são as percepções, barreiras e facilitadores para o uso de inteligência artificial na atenção primária, segundo médicos e pacientes?
- Qual é o conhecimento, a atitude e a prática dos médicos da atenção primária em relação às tecnologias digitais de saúde assistidas por inteligência artificial?
- Quais características e recomendações são essenciais para implementar ferramentas digitais de predição de risco na atenção primária?
- Modelos de predição diagnóstica baseados em IA e registros eletrônicos de saúde na atenção primária estão prontos para uso clínico?
- Qual é a qualidade do relato de intervenções de inteligência artificial em ensaios clínicos randomizados na atenção primária?
Todas as perguntas sobre IA na atenção primária · Todos os temas · Versão em markdown