Palavras-chave
prática médica
informação médica
humanização
ética médica
inovação em saúde
Como Citar
Resumo
INTRODUÇÃO: O avanço da inteligência artificial (IA) tem impulsionado mudanças expressivas na medicina, contribuindo para diagnósticos mais precisos e condutas clínicas aprimoradas. Apesar dos benefícios, o uso da IA também levanta desafios éticos e técnicos, que podem impactar a humanização do cuidado. OBJETIVO: Descrever o uso da IA por médicos formados em suas práticas clínicas, com base na vivência acadêmica de estudantes de medicina. METODOLOGIA: Estudo observacional descritivo, de abordagem qualitativa, do tipo relato de experiência, realizado no âmbito da disciplina Habilidades Gerais VII de uma faculdade do interior da Bahia, entre fevereiro e maio de 2025. Foi elaborado um formulário online contendo 23 perguntas direcionadas exclusivamente a médicos, abordando a percepção, desafios e contribuições do uso da IA em suas práticas. Sua divulgação ocorreu por meio da técnica “bola de neve” e os dados foram computados com o apoio do software Excel 2016 e analisados de forma descritiva e complementada por uma revisão de literatura nas bases PubMed e BVS, (2015-2025). RESULTADOS: Participaram 37 médicos de diferentes regiões do Brasil. Destes, 48,6% relataram usar a IA na prática clínica, principalmente para apoio diagnóstico, condutas terapêuticas e atualização científica. A maioria considera a IA uma ferramenta complementar útil, sem substituição do julgamento clínico. Entre os que não utilizam, destacaram-se como barreiras a falta de conhecimento, ausência de capacitação técnica e insegurança ética. CONCLUSÃO: A experiência possibilitou aos estudantes uma análise crítica sobre o uso da IA na medicina atual, integrando teoria e prática. Reforça-se a necessidade de formação médica que prepare profissionais para lidar com novas tecnologias sem perder de vista a ética e a humanização do cuidado. Sugere-se incluir conteúdos sobre IA nos currículos médicos e fomentar pesquisas sobre seus efeitos na autonomia clínica e na qualidade assistencial.
Referências
● GALDAMES, Iván Suazo. From Anatomy to Algorithm: scope of AI-Assisted Diagnostic Competencies in Health Sciences Education - De la Anatomía al Algoritmo: alcance de las Competencias Diagnósticas Asistidas por Inteligencia Artificial en la Educación en Ciencias de la Salud. International Journal of Medical and Surgical Sciences (Print), v. 11, n. 3, p. 1–24, set. 2024.
● GOBIRA, Mauro et al. Performance of ChatGPT-4 in answering questions from the Brazilian National Examination for Medical Degree Revalidation. Revista da Associação Médica Brasileira (1992), v. 69, n. 10, e20230848, 2023.
● GOPALAKRISHNAN, V. et al. A survey on literature based discovery approaches in biomedical domain. Journal of Biomedical Informatics, v. 93, p. 103141, maio 2019.
● GUTIÉRREZ-CIRLOS, Carlos et al. ChatGPT: opportunities and risks in the fields of medical care, teaching, and research. Gaceta Médica de México, v. 159, n. 5, p. 372–379, 2023.
● GUTIÉRREZ-CIRLOS, Carlos et al. Medicine and the metaverse: current applications and future. Gaceta Médica de México, v. 159, n. 4, p. 280–286, 2023.
● GALBUSERA, F.; CINA, A. Image annotation and curation in radiology: an overview for machine learning practitioners. European Radiology Experimental, v. 8, n. 1, p. 11, 6 fev. 2024.
● GHOSH, S. et al. Review of machine learning solutions for eating disorders. International Journal of Medical Informatics, v. 189, p. 105526, set. 2024.
● KAPLAN, A. et al. Artificial Intelligence/Machine Learning in Respiratory Medicine and Potential Role in Asthma and COPD Diagnosis. Journal of Allergy and Clinical Immunology: In Practice, v. 9, n. 6, p. 2255–2261, jun. 2021.
● RABINOVICH, Diego et al. User Satisfaction with an AI System for Chest X-Ray Analysis Implemented in a Hospital Emergency Setting. Studies in Health Technology and Informatics, v. 294, p. 8–12, 25 maio 2022.
● RIBOLI-SASCO, E. et al. Triage and Diagnostic Accuracy of Online Symptom Checkers: Systematic Review. Journal of Medical Internet Research, v. 25, e43803, 2 jun. 2023.
● SOLOMONIDES, A. Review of Clinical Research Informatics. Yearbook of Medical Informatics, v. 29, n. 1, p. 193–202, ago. 2020.
● STOGIANNNOS, N. et al. Black box no more: a scoping review of AI governance frameworks to guide procurement and adoption of AI in medical imaging and radiotherapy in the UK. British Journal of Radiology, v. 96, n. 1152, p. 20221157, dez. 2023.
● TANG, L.; LI, J.; FANTUS, S. Medical artificial intelligence ethics: A systematic review of empirical studies. Digital Health, v. 9, p. 20552076231186064, 6 jul. 2023.
● TEMPLIN, T. et al. Addressing 6 challenges in generative AI for digital health: A scoping review. PLOS Digital Health, v. 3, n. 5, p. e0000503, 23 maio 2024.
● ZHAO, I. Y. et al. Ethics, Integrity, and Retributions of Digital Detection Surveillance Systems for Infectious Diseases: Systematic Literature Review. Journal of Medical Internet Research, v. 23, n. 10, e32328, 20 out. 2021.
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Copyright (c) 2025 Waleska Gomes da Rocha Legoff, Ana Clara de Oliveira Saraiva , Joice Kelly Ramos Braga , Rafaella Fernandes Oliveira Nogueira , Raiane de Araújo Carvalho Valério , Samilly Santos Caetano, Henika Priscila Lima Silva
