As intervenções de saúde baseadas em inteligência artificial são custo-efetivas segundo a evidência econômica disponível?
Resposta curta: Uma revisão sistemática de 52 estudos de 15 países concluiu que 98% das avaliações econômicas reportaram que estratégias baseadas em IA foram custo-efetivas, custo-benéficas ou custo-econômicas. Contudo, a heterogeneidade metodológica, a notificação incompleta de custos específicos de IA e o possível viés de publicação limitam a confiabilidade e a comparabilidade desses achados.
Resposta
A revisão sistemática teve como objetivo sintetizar a evidência existente sobre o custo-efetividade de intervenções de saúde baseadas em inteligência artificial (IA) e avaliar o rigor metodológico dos estudos publicados. Foram incluídos 52 estudos de 15 países, com foco em triagem de retinopatia diabética, detecção de câncer e aplicações em doenças cardiovasculares. A maioria dos estudos foi publicada após 2020, refletindo o crescente interesse econômico nessa área.
Os resultados mostram que a análise de custo-utilidade foi o método predominante (79%), seguida pela análise de custo-efetividade (15%). Quase todos os estudos (98%) concluíram que as estratégias baseadas em IA eram custo-efetivas, custo-benéficas ou custo-econômicas. No entanto, a notificação de custos específicos de IA foi inconsistente: mais de 90% dos estudos detalharam despesas como licenciamento de software, cobranças por teste ou taxas de manutenção, mas alguns omitiram informações de custo completamente, limitando a comparabilidade.
A avaliação da qualidade metodológica foi realizada com a lista de verificação CHEERS, e a revisão seguiu as diretrizes PRISMA e SWiM, com registro no PROSPERO. Apesar da conclusão geral favorável, os autores destacam que a heterogeneidade metodológica, a notificação incompleta de custos e o potencial viés de publicação restringem a confiabilidade e a comparabilidade da evidência atual.
Diante disso, a revisão reforça a necessidade urgente de estruturas padronizadas de avaliação econômica que incorporem estruturas de custo abrangentes e considerem a natureza evolutiva da IA. Tais padrões permitiriam comparações mais robustas entre diferentes aplicações e contextos, auxiliando gestores e formuladores de políticas na tomada de decisão informada sobre a incorporação dessas tecnologias.
O que o estudo mostrou
Trata-se de uma revisão sistemática que incluiu 52 estudos de 15 países, publicados entre setembro de 2019 e março de 2025, a maioria após 2020. Os estudos focaram em triagem de retinopatia diabética, detecção de câncer e doenças cardiovasculares. A análise de custo-utilidade foi o método predominante (79%), seguida de custo-efetividade (15%). Quase todos (98%) concluíram que as estratégias com IA eram custo-efetivas, custo-benéficas ou custo-econômicas. A notificação de custos específicos de IA foi inconsistente, com mais de 90% detalhando despesas como licenciamento, cobranças por teste ou manutenção, mas alguns omitiram custos completamente.
Limitações
A heterogeneidade metodológica entre os estudos, a notificação incompleta de custos específicos de IA e o possível viés de publicação limitam a confiabilidade e a comparabilidade dos resultados. O resumo não informa detalhes sobre a qualidade individual dos estudos incluídos, nem sobre a magnitude dos benefícios econômicos relatados. Além disso, a natureza dinâmica da IA pode não ser adequadamente capturada pelos métodos tradicionais de avaliação econômica.
Aplicação no consultório
Os achados sugerem que, embora a maioria dos estudos indique custo-efetividade de intervenções com IA, o médico deve interpretar essas conclusões com cautela devido à variabilidade metodológica e à falta de padronização nos custos. Na gestão do consultório, ao considerar a adoção de ferramentas de IA, é prudente solicitar análises econômicas detalhadas que incluam custos de licenciamento, manutenção e treinamento, e que sejam específicas para o contexto local. A revisão também destaca a necessidade de estruturas padronizadas para avaliação econômica, o que pode orientar negociações com fornecedores e planejamento orçamentário.
Estudo citado
Economic evaluation of AI-assisted technologies in healthcare: A systematic review. Journal of food and drug analysis, 2025.
Autores: Wu WT, Chao YW, Lin TK, Huang CK, Hsieh PH.
DOI: 10.38212/2224-6614.3570 · PubMed: PMID 41525195
Perguntas para aprofundar
- Quais são os custos específicos de IA que devem ser considerados na avaliação econômica de tecnologias em saúde?
- Como a heterogeneidade metodológica entre estudos de custo-efetividade de IA pode influenciar decisões de incorporação?
- Quais estratégias podem mitigar o viés de publicação em revisões sistemáticas de avaliações econômicas de IA?
Mais sobre IA em oftalmologia e retinopatia
- O rastreamento de retinopatia diabética com inteligência artificial e telemedicina é custo-efetivo em países em desenvolvimento?
- A avaliação econômica do rastreamento de doenças oculares com inteligência artificial realmente traz economia de custos?
- A implementação de inteligência artificial em oftalmologia é economicamente viável na Austrália?
- Modelos de inteligência artificial baseados em OCT podem prever o campo visual no glaucoma?
- Qual é a efetividade real dos sistemas de apoio à decisão clínica com inteligência artificial na atenção primária?
Todas as perguntas sobre IA em oftalmologia e retinopatia · Todos os temas · Versão em markdown