# O que uma revisão de revisões sobre inteligência artificial em saúde mental revela para a prática clínica e para a gestão do consultório?

> A revisão de trinta e uma revisões mostra que a IA em saúde mental ainda está em fase inicial de tradução: alta acurácia sob validação interna (AUC ≈0,80-0,88) atenua-se na validação externa ou prospectiva, e os ganhos sintomáticos concentram-se em depressão e ansiedade. Adoção é limitada por usabilidade, integração ao prontuário eletrônico e governança incompleta.

Estudo citado: Abu-Mahfouz MS, AlFehaid S, Burqan HM, El Arab RA. Artificial intelligence in mental health care: a scoping review of reviews. Frontiers in psychiatry. 2026. DOI: https://doi.org/10.3389/fpsyt.2026.1688043. PubMed: https://pubmed.ncbi.nlm.nih.gov/41853071/

## Resposta

A inteligência artificial está entrando rapidamente no cuidado em saúde mental, mas a maior parte dos modelos permanece em prova de conceito, com validação externa limitada e risco substancial de overfitting. Essa é a conclusão central de uma revisão de revisões que seguiu o checklist PRISMA-ScR e a orientação do Joanna Briggs Institute, com busca em MEDLINE, Embase, PsycINFO e IEEE Xplore e síntese temática dos achados.

Foram incluídas trinta e uma revisões. A evidência concentrou-se em depressão e ansiedade; esquizofrenia, transtorno bipolar, saúde mental perinatal, condições do espectro autista, idosos, enfermeiros e profissionais aliados estiveram sub-representados. Em triagem, diagnóstico/classificação e predição de risco, alta acurácia foi frequentemente relatada sob validação interna, com AUCs internas típicas em torno de ≈0,80-0,88, enquanto o desempenho validado externamente ou de forma prospectiva foi escasso e tipicamente atenuado.

Os sinais foram mais fortes para tarefas estreitas e com feedback rico, com maior deterioração para modelos de propósito geral e horizontes de predição mais longos. Agentes conversacionais produziram melhoras pequenas a moderadas de curto prazo nos sintomas depressivos (SMD ≈0,2-0,6); os efeitos para ansiedade e estresse foram menores ou inconsistentes e variaram com a rigidez do comparador, o seguimento (≤8-12 semanas versus mais longo) e o grau de orientação humana. A maioria das avaliações de chatbots foi curta e de pequena escala, com poucos ensaios randomizados ou pragmáticos e dados limitados sobre durabilidade além de 12 semanas.

A implementação no mundo real foi limitada; várias revisões identificaram usabilidade e integração ao prontuário eletrônico como pré-requisitos para adoção, e a explicabilidade isolada raramente conferiu acionabilidade sem treinamento do clínico. A prontidão ética mostrou-se incompleta: privacidade e viés foram comumente discutidos, mas responsabilização, monitoramento pós-implantação e protocolos de escalonamento de crise foram especificados de forma inconsistente. Avaliações econômicas foram incomuns e raramente consideraram custos de integração, manutenção ou re-treinamento. Desfechos de força de trabalho (letramento, confiança, prontidão) foram medidos com pouca frequência, e métricas internas e externas não foram agrupadas.

## O que o estudo mostrou

Trata-se de uma revisão de revisões (scoping review of reviews) conduzida conforme PRISMA-ScR e orientação do Joanna Briggs Institute, com buscas em MEDLINE, Embase, PsycINFO e IEEE Xplore e síntese temática. Foram incluídas trinta e uma revisões. A evidência concentrou-se em depressão e ansiedade, com sub-representação de outras condições e populações. Alta acurácia foi frequentemente relatada sob validação interna (AUCs típicas ≈0,80-0,88), mas o desempenho externo ou prospectivo foi escasso e atenuado. Agentes conversacionais mostraram melhoras pequenas a moderadas de curto prazo em sintomas depressivos (SMD ≈0,2-0,6), com efeitos menores ou inconsistentes para ansiedade e estresse. Métricas internas e externas não foram agrupadas.

## Limitações

O resumo não informa detalhes sobre o desenho das revisões incluídas além dos tipos elegíveis, nem sobre tamanho amostral dos estudos primários. As métricas internas e externas não foram agrupadas, e a maioria das avaliações de chatbots foi curta e de pequena escala, com poucos ensaios randomizados ou pragmáticos e dados limitados além de 12 semanas. Os achados são temáticos, não meta-analíticos, e o resumo não informa análise de risco de viés das revisões incluídas.

## Aplicação no consultório

Para o médico, o recado é cautela na incorporação de ferramentas de IA em saúde mental: desempenho impressionante em validação interna não se traduz automaticamente em benefício clínico. Na gestão do consultório, priorize soluções com validação externa ou prospectiva documentada, integração ao prontuário eletrônico, usabilidade comprovada, protocolos de escalonamento de crise e monitoramento pós-implantação. Considere custos de integração, manutenção e re-treinamento, e invista em treinamento da equipe, pois explicabilidade sem capacitação raramente gera ação clínica. Meça letramento, confiança e prontidão da equipe antes de adotar chatbots ou modelos preditivos.

## Perguntas para aprofundar

- Como interpretar a diferença entre acurácia em validação interna e externa ao avaliar uma ferramenta de IA em saúde mental?
- Quais pré-requisitos de governança e integração ao prontuário devem ser exigidos antes de adotar um chatbot clínico?
- Que desfechos de força de trabalho e de custo devem ser monitorados após a implantação de IA no consultório?

Tema: LLMs e chatbots clínicos. Página: https://alphadoctor.com.br/ciencia/ia-llm-chatbots/o-que-uma-revisao-de-revisoes-sobre-inteligencia-artificial-em-saude-mental/

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.