O Impacto da IA no Cuidado Centrado na Pessoa e na Relação Médico-Paciente no Contexto da Atenção Primária à Saúde: Perspectivas e Desafios
DOI:
https://doi.org/10.18378/rebes.v15i4.11882Resumo
A Inteligência Artificial (IA) tem se destacado como uma das inovações mais relevantes no campo da saúde, abrangendo aplicações que vão desde a formulação de diagnósticos de alta precisão até o apoio aos processos de decisão clínica. O emprego de métodos como aprendizado de máquina e redes neurais, aliado à integração de grandes bases de dados (Big Data), possibilita a identificação de padrões e a personalização das intervenções terapêuticas. O avanço tecnológico e o interesse institucional e comercial pela IA demonstram seu impacto crescente, mas também levantam questões éticas e desafios relacionados à equidade no acesso e à autonomia do paciente. Nesse cenário, a Atenção Primária à Saúde (APS) assume papel estratégico, ao promover a articulação entre inovação digital e práticas de cuidado centradas na pessoa. O estudo busca analisar as implicações da IA na saúde, com foco nas transformações da relação médico-paciente e na promoção de um cuidado centrado na pessoa. A pesquisa caracteriza-se como uma revisão bibliográfica de abordagem qualitativa, exploratória e descritiva, orientada pela questão: “De que forma o uso da Inteligência Artificial influencia o cuidado centrado na pessoa e a relação médico-paciente no contexto da Atenção Primária à Saúde?” As buscas foram realizadas nas bases SciELO, PubMed e Google Scholar, considerando artigos publicados entre 2015 e 2025, em português e inglês, disponíveis integralmente e gratuitamente. Foram excluídos textos duplicados, incompletos ou sem relação direta com o tema. Os resultados demonstram que o Big Data constitui a base informacional da IA na saúde, permitindo a análise de grandes volumes de dados clínicos, genéticos e sociais para diagnóstico precoce, prevenção de erros e gestão eficiente dos serviços. A integração dessas tecnologias amplia a precisão médica e a personalização do cuidado, mas também exige atenção à privacidade e à segurança das informações. Na era digital, o cuidado centrado na pessoa reafirma-se como princípio ético essencial diante do risco de desumanização decorrente da automatização do atendimento. A literatura destaca que a IA deve fortalecer, e não substituir, o vínculo humano na relação médico-paciente. Na APS, essas ferramentas podem otimizar o planejamento, o monitoramento epidemiológico e a gestão territorial, desde que acompanhadas de infraestrutura, capacitação e governança ética. Assim, a articulação entre tecnologia, equidade e humanização configura-se como eixo estratégico para uma APS mais resolutiva e sustentável.
Downloads
Referências
ABDELRAHEEM, Omnia; SAMI, Diana G.; SALAMA, Mohamed. Online Health Communities: an alternative feasible data registry tool for developing countries. Health Research Policy and Systems, v. 21, n. 1, p. 28, 2023.
AFTAB, Muhammad et al. AI in oncology: transforming cancer detection through machine learning and deep learning applications. arXiv preprint arXiv:2501.15489, 2025.
AIELLO, Allison E.; RENSON, Audrey; ZIVICH, Paul N. Social media–and internet-based disease surveillance for public health. Annual review of public health, v. 41, p. 101-118, 2020.
AKINGBOLA, Adewunmi et al. Artificial intelligence and the dehumanization of patient care. Journal of Medicine, Surgery, and Public Health, v. 3, p. 100138, 2024.
BADAWY, Mohammed; RAMADAN, Nagy; HEFNY, Hesham Ahmed. Big data analytics in healthcare: data sources, tools, challenges, and opportunities. Journal of Electrical Systems and Information Technology, v. 11, n. 1, p. 63, 2024.
BRASIL. Ministério da Saúde. Atenção Primária à Saúde: principal porta de entrada do SUS e centro articulador da Rede de Atenção. Disponível no Portal Gov.br, seção Atenção Primária, acessado em 2025.
BRASIL. Ministério da Saúde. Portaria nº 2.436, de 21 de setembro de 2017. Aprova a Política Nacional de Atenção Básica, estabelecendo a revisão de diretrizes para a organização da Atenção Básica, no âmbito do Sistema Único de Saúde (SUS). Brasília, DF: Ministério da Saúde, 2017.
BURAK, Nayara Juliane et al. Atenção primária à saúde: inovações e sustentabilidade nos modelos de cuidados. Brazilian Journal of Health Review, v. 8, n. 2, p. e78189-e78189, 2025.
CHIAVEGATTO FILHO, Alexandre Dias Porto. Uso de big data em saúde no Brasil: perspectivas para um futuro próximo. Epidemiologia e Serviços de Saúde, v. 24, p. 325-332, 2015.
CRESSWELL, Kathrin et al. Key challenges and opportunities for cloud technology in health care: Semistructured interview study. JMIR human factors, v. 9, n. 1, p. e31246, 2022.
DRAELOS, Rachel L. et al. Large language models provide unsafe answers to patient-posed medical questions. arXiv preprint arXiv:2507.18905, 2025.
ELHUSSEIN, Ahmed et al. A framework for sharing of clinical and genetic data for precision medicine applications. Nature medicine, v. 30, n. 12, p. 3578-3589, 2024.
FALLATAH, Deema Ibrahim; ADEKOLA, Hafeez Aderinsayo. Digital epidemiology: harnessing big data for early detection and monitoring of viral outbreaks. Infection prevention in practice, v. 6, n. 3, p. 100382, 2024.
FREITAS, Carlos Augusto Oliveira; LIMA, Shirley Ricardo Saldanha; SANTOS, Ana Caroline Melo. Proposta de organização da assistência de enfermagem na atenção primária a saúde com o uso do big data. Research, Society and Development, v. 11, n. 10, p. e234111032609-e234111032609, 2022.
GHADI, Yazeed Yasin et al. Integration of wearable technology and artificial intelligence in digital health for remote patient care. Journal of Cloud Computing, v. 14, n. 1, p. 39, 2025.
GONÇALO, Wemerson et al. Abordagens regulatórias na proteção de dados em saúde: uma revisão integrativa de 2018 a 2023. Physis: Revista de Saúde Coletiva, v. 35, p. e350113, 2025.
GUIMARÃES, Gabriela Paim et al. Transformação digital no setor de healthcare. Brazilian Journal of Health Review, v. 6, n. 2, p. 5570-5583, 2023.
HOWLEY, Caitlin et al. The expanding global genomics landscape: Converging priorities from national genomics programs. The American Journal of Human Genetics, v. 112, n. 4, p. 751-763, 2025.
JAT, Avnish Singh; GRØNLI, Tor-Morten. Harnessing the digital revolution: a comprehensive review of mHealth applications for remote monitoring in transforming healthcare delivery. In: International Conference on Mobile Web and Intelligent Information Systems. Cham: Springer Nature Switzerland, p. 55-67, 2023.
JAYARAMAN, Pushkala et al. A primer on reinforcement learning in medicine for clinicians. NPJ Digital Medicine, v. 7, n. 1, p. 337, 2024.
KHAN, Imran; IKHLAQ, Muhammad. Revolutionizing Robotic Surgery: AI-Driven Decision Support Systems for Enhanced Surgical Precision. 2025.
KIM, Jiyeong et al. Artificial intelligence tools in supporting healthcare professionals for tailored patient care. npj Digital Medicine, v. 8, n. 1, p. 210, 2025.
KUEPER, Jacqueline K. et al. Artificial intelligence and primary care research: a scoping review. The annals of family medicine, v. 18, n. 3, p. 250-258, 2020.
LAYMOUNA, Moustafa et al. Roles, users, benefits, and limitations of chatbots in health care: rapid review. Journal of medical Internet research, v. 26, p. e56930, 2024.
MACRI, Rosanna; ROBERTS, Shannon L. The use of artificial intelligence in clinical care: a values-based guide for shared decision making. Current Oncology, v. 30, n. 2, p. 2178-2186, 2023.
MARKIT, I. H. S. The complexities of physician supply and demand: Projections from 2015 to 2030. Association of American medical colleges, 2017.
MATEUSSI, Nadayca et al. Clinical applications of machine learning. Annals of Surgery Open, v. 5, n. 2, p. e423, 2024.
MODOLO, Leandro; CARVALHO, Sergio; DIAS, Thais. Questões da saúde digital para o SUS: a “saúde móvel” e a automação algorítmica do saber-poder da medicina. Saúde e Sociedade, v. 32, p. e220245pt, 2023.
OKOLO, Chinasa T.; AMADOR, Michelle González. IAC: A Framework for enabling patient agency in the use of ai-enabled healthcare. arXiv preprint arXiv:2111.04456, 2021.
PURDY, Mark; DAUGHERTY, Paul. Why artificial intelligence is the future of growth. Remarks at AI now: the social and economic implications of artificial intelligence technologies in the near term, p. 1-72, 2016.
QI, Ke. Advancing hospital healthcare: achieving IoT-based secure health monitoring through multilayer machine learning. Journal of Big Data, v. 12, n. 1, p. 1, 2025.
QUIÑONES, Jose Luis Guerrero. Using artificial intelligence to enhance patient autonomy in healthcare decision-making. AI & SOCIETY, v. 40, n. 3, p. 1917-1926, 2025.
RELATÓRIO CT-SD. COMITÊ TÉCNICO DE PROSPECÇÃO EM SAÚDE DIGITAL (CT-SD). Relatório de Visão de Futuro da Saúde Digital – 2022. 14 mar. 2023. 45 p. Disponível em: https://abtms.org.br/wp-content/uploads/2024/07/Relatorio_Visao_de_Futuro_CT-SD-022_240718_144025.pdf. Acesso em: 16 out. 2025.
ROTZSCH, J. M. P. Saúde digital: conceitos, fundamentos e aplicações. Goiânia: Cegraf/UFG, 2024.
SAUERBREI, Aurelia et al. The impact of artificial intelligence on the person-centred, doctor-patient relationship: some problems and solutions. BMC Medical Informatics and Decision Making, v. 23, n. 1, p. 73, 2023.
SHEERAH, Haytham A. et al. The rise of virtual health care: transforming the health care landscape in the Kingdom of Saudi Arabia: a review article. Telemedicine and e-Health, v. 30, n. 10, p. 2545-2554, 2024.
SHIN, Hyunah et al. Application of privacy protection technology to healthcare big data. Digital Health, v. 10, p. 20552076241282242, 2024.
SILVA, Gabriela de Oliveira Laguna et al. Saúde digital e seus impactos no acesso à atenção primária por grupos minoritários: revisão sistemática. Revista Panamericana de Salud Pública, v. 49, p. e96, 2025.
SOUZA, Davenilcio Luiz et al. Princípios e práticas na digitalização das operações de saúde em um complexo hospitalar privado. Revista Produção Online, v. 23, n. 1, p. 4904-4904, 2023.
TALAN, Jordan et al. Exploring the Role of Immersive Virtual Reality Simulation in Health Professions Education: Thematic Analysis. JMIR medical education, v. 11, n. 1, p. e62803, 2025.
TANG, Lu; LI, Jinxu; FANTUS, Sophia. Medical artificial intelligence ethics: A systematic review of empirical studies. Digital health, v. 9, p. 20552076231186064, 2023.
TORRES, Douglas Rodrigues; WERMELINGER, Eduardo Dias; FERREIRA, Aldo Pacheco. Aplicação da Inteligência Artificial na Atenção Primária à Saúde: Revisão de escopo e avaliação crítica. Saúde em Debate, v. 49, p. e10070, 2025.
WANG, Jinyu et al. The clinical application of artificial intelligence in cancer precision treatment. Journal of Translational Medicine, v. 23, n. 1, p. 120, 2025.
WEINER, Ellison B. et al. Ethical challenges and evolving strategies in the integration of artificial intelligence into clinical practice. PLOS digital health, v. 4, n. 4, p. e0000810, 2025.
WIEDERMANN, Christian J. et al. Redesigning primary care: the emergence of artificial-intelligence-driven symptom diagnostic tools. Journal of Personalized Medicine, v. 13, n. 9, p. 1379, 2023.
WITKOWSKI, Kaila; OKHAI, Ratna; NEELY, Stephen R. Public perceptions of artificial intelligence in healthcare: ethical concerns and opportunities for patient-centered care. BMC Medical Ethics, v. 25, n. 1, p. 74, 2024.
YAO, Li et al. Global trends of big data analytics in health research: A bibliometric study. Frontiers in Medicine, v. 12, p. 1456286, 2025.
ZHOU, S. Kevin et al. Deep reinforcement learning in medical imaging: A literature review. Medical image analysis, v. 73, p. 102193, 2021.
ZÚÑIGA, Homero Gil; GOYANES, Manuel; DUROTOYE, Timilehin. A scholarly definition of artificial intelligence (AI): Advancing AI as a conceptual framework in communication research. Political communication, v. 41, n. 2, p. 317-334, 2024.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Vinicius Vieira Queiroga, Renêe Dominik Carvalho Pereira Osório, Cícera Amanda Mota Seabra, Ankilma do Nascimento Andrade Feitosa

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Termo de cess

+55 83 988784633 (Milena Sousa)
