INTELIGÊNCIA ARTIFICIAL NA GOVERNANÇA E NO PLANEJAMENTO EM SAÚDE COLETIVA: IMPLICAÇÕES PARA POLÍTICAS PÚBLICAS E ALOCAÇÃO DE RECURSOS

Resumo

Este estudo teve como objetivo analisar o papel da inteligência artificial (IA) como ferramenta de governança e planejamento em saúde coletiva, com foco em seus impactos na formulação de políticas públicas, na alocação de recursos e na redução das desigualdades em saúde. Para isso, realizou-se uma revisão integrativa da literatura, de abordagem qualitativa e caráter analítico-crítico, orientada por uma questão norteadora construída a partir da lógica da governança em saúde. A busca foi realizada nas bases PubMed, SciELO e Biblioteca Virtual em Saúde (BVS), complementada por literatura cinzenta e documentos institucionais de organismos nacionais e internacionais, abrangendo publicações entre 2017 e 2025. Observou-se que os efeitos da IA dependem diretamente da governança dos dados, da transparência dos algoritmos e da existência de marcos regulatórios alinhados aos princípios da Saúde Coletiva. Além disso, o uso de bases de dados incompletas ou pouco representativas pode reproduzir vieses estruturais, comprometendo a equidade no acesso e nos resultados em saúde. Para mitigar esses vieses, recomenda-se auditoria independente de modelos, padronização de conjuntos de dados, participação de comitês multidisciplinares e capacitação contínua de equipes de saúde pública. Conclui-se que a IA pode fortalecer a racionalidade decisória e apoiar estratégias orientadas à equidade, desde que utilizada como instrumento de apoio à decisão humana, incorporada de forma ética, regulada e institucionalmente responsável, e acompanhada de medidas que assegurem inclusão, transparência e mitigação de desigualdades.

 

Biografia do Autor

Jozadake Petry Fausto

Graduada em Assistência Social pela Universidade Federal de Santa Catarina (UFSC), Formação Pedagógica  pela Uniasselvi  e Doutoranda pelo Programa de Pós- Graduação em Desenvolvimento Territorial na América Latina e Caribe - TerritoriAL pela Unesp.

Sílvia Maria da Silva Cutrim Nicacio

Bacharel em Enfermagem pela Universidade CEUMA. Pós Graduada em Enfermagem do Trabalho pela instituição Gianna Beretta. 

Rafael Leituga de Carvalho Cavalcante

Graduado em Medicina e Pós Graduado em Psiquiatria pela Instituto Israelita de Ensino e Pesquisa Albert Einstein (IIEP).

Ana Paula Schultz

Graduada em Enfermagem, Especialista em Saúde do idoso pela Universidade Federal de Santa Maria - UFSM.

Marília Gabriela do Carmo

Graduada em Enfermagem com Residência Multiprofissional em Saúde Coletiva pela Escola de Saúde Pública do Ceará.

Adriene Silva dos Santos

Mestranda em desenvolvimento Regional e Meio Ambiente pela UNIMAM.

Raphael Saraiva de Sousa

Doutorando em biotecnologia pela UFPA.

Rafael Rocha de Melo

Mestrando em Telessaude e Telemedicina -UERJ.

Yuryky Maynyson Ferreira de Medeiros

Mestre em Ciência e Tecnologia em Saúde pela Universidade Estadual da Paraíba.

Carlos Lopatiuk

Doutor em Ciências Sociais pela UEPG e Doutorando em Desenvolvimento Comunitário pela Universidade Estadual do Centro-Oeste-UNICENTRO.

Referências

AMARO JR., Edson; NAKAYA, Helder; RIZZO, Luiz Vicente. Inteligência artificial na pesquisa científica. Revista USP, São Paulo, n. 141, p. 41–50, abr./maio/jun. 2024. Disponível em: https://jornal.usp.br/wp-content/uploads/2024/05/3-Edson-Amaro.pdf Acesso em: 7 fev. 2026.

BRITO, Lara Tuanna et al. Saúde coletiva: inovações tecnológicas e os desafios da saúde global no século XXI. Revista Aracê, v. 6, n. 4, p. 17338–17348, 2024. DOI: https://doi.org/10.56238/arev6n4-367 Disponível em: https://periodicos.newsciencepubl.com/arace/article/view/2444 Acesso em: 18 jan. 2026.

BRUNO, Fernanda; PEREIRA, Paula Cardoso; FALTAY, Paulo. Inteligência artificial e saúde: ressituar o problema. RECIIS – Revista Eletrônica de Comunicação, Informação & Inovação em Saúde, Rio de Janeiro, v. 17, n. 2, p. 235–242, 2023. DOI: https://doi.org/10.29397/reciis.v17i2.3842 Disponível em: https://www.reciis.icict.fiocruz.br/index.php/reciis/article/view/3842 Acesso em: 7 fev. 2026.

BUDHU, Joshua Amit et al. Health equity considerations in the age of artificial intelligence. Neurology, v. 105, n. 12, e214356, 2025. Disponível em: https://pubmed.ncbi.nlm.nih.gov/41264894/ Acesso em: 8 jan. 2026.

DUTRA, Vinicius Antonio Magalhães de Freitas et al. Inovação tecnológica na saúde coletiva: avanços e impactos transformadores. Brazilian Journal of Implantology and Health Sciences, v. 6, n. 7, p. 1221–1231, 2024. DOI: https://doi.org/10.36557/2674-8169.2024v6n7p1221-1231 Disponível em: https://bjihs.emnuvens.com.br/bjihs/article/view/2526 Acesso em: 18 jan. 2026.

GIACOMINI, Eduardo et al. Análise institucional como referencial teórico em pesquisas no campo da saúde coletiva e saúde pública: revisão de escopo. Cuadernos de Educación y Desarrollo, v. 16, n. 10, p. e6164, 2024. DOI: https://doi.org/10.55905/cuadv16n10-203 Disponível em: https://ojs.cuadernoseducacion.com/ojs/index.php/ced/article/view/6164 Acesso em: 20 jan. 2026.

GOKTAS, Polat; GRZYBOWSKI, Andrzej. Shaping the future of healthcare: ethical clinical challenges and pathways to trustworthy AI. Journal of Clinical Medicine, v. 14, n. 5, e1605, 2025. DOI: https://doi.org/10.3390/jcm14051605 Disponível em: https://pubmed.ncbi.nlm.nih.gov/41264894/ Acesso em: 7 jan. 2026.

HIRANI, Rahim et al. Artificial intelligence and healthcare: a journey through history, present innovations, and future possibilities. Life, v. 14, n. 5, p. 557, 2024. DOI: https://doi.org/10.3390/life14050557 Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC11122160/ Acesso em: 13 jan. 2026.

KOSKI, Eileen et al. Towards responsible artificial intelligence in healthcare: getting real about real-world data and evidence. Journal of the American Medical Informatics Association, v. 32, n. 11, p. 1746–1755, 2025. DOI: https://doi.org/10.1093/jamia/ocaf133 Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC12626219/ Acesso em: 3 jan. 2026.

LEMES, Marcellle Martins; LEMOS, Amanda Nunes Lopes Espiñeira. O uso da inteligência artificial na saúde pela Administração Pública brasileira. Cadernos Ibero-Americanos de Direito Sanitário, Brasília, v. 9, n. 3, p. 166–182, set. 2020. DOI: https://doi.org/10.17566/ciads.v9i3.684 Disponível em: https://www.cadernos.prodisa.fiocruz.br/index.php/cadernos/article/view/684 Acesso em: 18 jan. 2026.

LI, Zhengyin et al. Machine learning and public health policy evaluation: research dynamics and prospects for challenges. Frontiers in Public Health, v. 13, e1502599, 2025. DOI: https://doi.org/10.3389/fpubh.2025.1502599 Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC11823210/ Acesso em: 12 jan. 2026.

LOBO, Luiz Carlos. Inteligência artificial e Medicina. Revista Brasileira de Educação Médica, Brasília, v. 41, n. 2, p. 185–193, 2017. DOI: https://doi.org/10.1590/1981-52712015v41n2esp Disponível em: https://www.scielo.br/j/rbem/a/f3kqKJjVQJxB4985fDMVb8b/ Acesso em: 8 fev. 2026.

OLIVEIRA, Renato A. et al. Uso de inteligência artificial geoespacial para vigilância de doenças endêmicas em Recife. Cadernos de Saúde Coletiva, v. 31, n. 2, p. 245–256, 2024.

PANTELI, Dimitra et al. Artificial intelligence in public health: promises, challenges, and an agenda for policy makers and public health institutions. The Lancet Public Health, v. 10, p. e428–e432, 2025. DOI: https://doi.org/10.1016/S2468-2667(25)00036-2 Disponível em: https://www.thelancet.com/journals/lanpubh/article/PIIS2468-2667(25)00036-2/fulltext Acesso em: 16 jan. 2026.

SILVA, João P.; SANTOS, Maria L. Aplicação de modelos preditivos em gestão hospitalar no SUS: estudo de caso no estado de São Paulo. Revista Brasileira de Saúde Pública, v. 57, e1287, 2023.

WHO - WORLD HEALTH ORGANIZATION. Ethics and governance of artificial intelligence for health: guidance on large multi-modal models. Geneva: WHO, 2024. Disponível em: https://apps.who.int/iris Acesso em: 10 jan. 2026.

Como Citar

Petry Fausto , J. ., da Silva Cutrim Nicacio , S. M. ., Leituga de Carvalho Cavalcante , R. ., Schultz, A. P. ., do Carmo, M. G. ., Silva dos Santos , A. ., Saraiva de Sousa, R. ., Rocha de Melo, R., Maynyson Ferreira de Medeiros , Y. ., & Carlos Lopatiuk. (2026). INTELIGÊNCIA ARTIFICIAL NA GOVERNANÇA E NO PLANEJAMENTO EM SAÚDE COLETIVA: IMPLICAÇÕES PARA POLÍTICAS PÚBLICAS E ALOCAÇÃO DE RECURSOS. RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218, 7(3), e737384. https://doi.org/10.47820/recima21.v7i3.7384