Uso da inteligência artificial aplicada ao processo decisório na alocação de recursos na saúde pública do Brasil
revisão integrativa da literatura
DOI:
https://doi.org/10.14295/jmphc.2025-v17.1451Palavras-chave:
Inteligência Artificial, Técnicas de Apoio para a Decisão, Alocação de Recursos, Alocação de Recursos para a Atenção à Saúde, Saúde PúblicaResumo
A Constituição Brasileira assegura o acesso universal à saúde através do Sistema Único de Saúde. Contudo, o subfinanciamento, a desoneração fiscal e decisões com base em critérios não técnicos comprometem a sua sustentabilidade. Tecnologias como Big Data e Inteligência Artificial (IA) têm o potencial de transformar a saúde, especialmente no processo de alocação de recursos. O desenvolvimento de uma cultura orientada por dados pode aprimorar a eficácia, a equidade e a eficiência do sistema, contribuindo para decisões assertivas e justas. Foi realizada uma revisão integrativa da literatura, publicada até 25/mar./2023. O estudo buscou identificar como a IA vem sendo utilizada no suporte ao processo decisório para alocação de recursos na saúde pública brasileira. Foram definidos objetivos específicos: mapear as bases de dados atualmente empregadas como suporte ao processo decisório para alocação dos recursos; identificar as ferramentas de IA aplicadas nesse contexto; e analisar os impactos assistenciais, gerenciais e financeiros. Foram pesquisadas as bases de dados PubMed, Embase, Scopus, SciELO, Web of Science e Biblioteca Virtual em Saúde. Apenas artigos científicos em inglês, português ou espanhol realizados no Brasil foram incluídos; excluíram-se editoriais, cartas, capítulos de livros e materiais não científicos. Dos 223 artigos recuperados, somente cinco atenderam aos critérios de inclusão. Os estudos evidenciam experiências ainda pontuais, envolvendo plataformas próprias e públicas, uso de sistemas de recomendação, processamento de linguagem natural e algoritmos aplicados a imagens de satélite e análises espaço-temporais. Destacam-se também técnicas de mineração de dados, redes neurais profundas e modelos preditivos baseados em históricos clínicos, que contribuem para apoiar gestores na redistribuição de recursos hospitalares e no planejamento de estratégias de controle de enfermidades. Apesar dos avanços identificados, a revisão expõe uma lacuna significativa: o Brasil ainda carece de políticas públicas estruturadas que incorporem, estrategicamente, a IA no processo decisório para alocação de recursos na saúde pública.
Downloads
Referências
National Academy of Medicine; The Learning Health System Series; Whicher D, Ahmed M, Israni ST, Matheny M, editors. Artificial Intelligence in health care: the hope, the hype, the promise, the peril. Washington, DC: National Academies Press (US); 2023 [citado 24 set. 2025]. Disponível em: https://www.ncbi.nlm.nih.gov/books/NBK605955/.
Shinde SG, Malani PS., Review paper on Internet on Things (IoT) and its Applications. Int Res J Humanit Interdiscip Stud. 2022;(Spec): 95-104. https://doi-ds.org/doilink/02.2023-11413438/IRJHISIC2302013.
Acciarini C, Cappa F, Boccardelli P, Oriani R. How can organizations leverage big data to innovate their business models?: a systematic literature review. Technovation. 2023;123:102713. https://doi.org/10.1016/j.technovation.2023.102713. DOI: https://doi.org/10.1016/j.technovation.2023.102713
Ikegwu AC, Nweke HF, Anikwe CV, Alo UR, Okonkwo OR. Big data analytics for data-driven industry: a review of data sources, tools, challenges, solutions, and research directions. Cluster Comput. 2022;25:3343-87. https://doi.org/10.1007/s10586-022-03568-5. DOI: https://doi.org/10.1007/s10586-022-03568-5
Turing AM. Computing Machinery and Intelligence. Mind. 1950;59(236):433-60. https://doi.org/10.1093/mind/LIX.236.433. DOI: https://doi.org/10.1093/mind/LIX.236.433
McCarthy J, Minsky ML, Rochester N, Shannon CE. A proposal for the Dartmouth summer research project on artificial intelligence, August 31, 1955. AI Mag. 2006;27(4):12. https://doi.org/10.1609/aimag.v27i4.1904.
Lynch S. Andrew Ng: why AI Is the new electricity. Stanford Graduate School of Business (Stanford (CA)). 2017 Mar 11 [citado 24 set. 2025]. Disponível em: https://www.gsb.stanford.edu/insights/andrew-ng-why-ai-new-electricity.
Ali O, Abdelbaki W, Shrestha A, Elbasi E, Alryalat MAA, Dwivedi YK. A systematic literature review of artificial intelligence in the healthcare sector: Benefits, challenges, methodologies, and functionalities. J Inno Knowl. 2023;8(1):100333. https://doi.org/10.1016/j.jik.2023.100333. DOI: https://doi.org/10.1016/j.jik.2023.100333
Jiang F, Jiang Y, Zhi H, Dong Y, Li H, Ma S, et al. Artificial intelligence in healthcare: past, present and future. Stroke Vasc Neurol. 2017;2(4):230-43. https://doi.org/10.1136/svn-2017-000101. DOI: https://doi.org/10.1136/svn-2017-000101
Organisation for Economic Co-operation and Development (OECD). Data-driven innovation: big data for growth and well-being [Internet]. Paris: OECD Publishing; 2015 [citado 2025 out 4]. p. 20–21. Disponível em: https://www.oecd.org/content/dam/oecd/en/publications/reports/2015/10/data-driven-innovation_g1g503d8/9789264229358-en.pdf.
Perry JS. What is big data?: more than volume, velocity and variety. IBM Developer Blog. 2017 May 22 [citado 24 set. 2025]. Disponível em: https://developer.ibm.com/blogs/what-is-big-data-more-than-volume-velocity-and-variety/.
The Economist. The world’s most valuable resource is no longer oil, but data. The Economist. 2017 May 06 [citado 26 mar. 2023]. Disponível em: https://www.economist.com/leaders/2017/05/06/the-worlds-most-valuable-resource-is-no-longer-oil-but-data.
Coughlin S, Roberts D, O’Neill K, Brooks P. Looking to tomorrow’s healthcare today: a participatory health perspective. Intern Med J. 2018;48(1):92-6. https://doi.org/10.1111/imj.13661. DOI: https://doi.org/10.1111/imj.13661
Reinsel D, Gantz J, Rydning J. The digitization of the world: from edge to core. IDC White Paper. 2018 Nov.
Chatterjee S, Chaudhuri R, Vrontis D. Does data-driven culture impact innovation and performance of a firm?: an empirical examination. Ann Oper Res. 2021;333(2):601-26. https://doi.org/10.1007/s10479-020-03887-z. DOI: https://doi.org/10.1007/s10479-020-03887-z
Brasil. Constituição 1988. Constituição da República Federativa do Brasil [Internet]. [Brasília, DF]: Senado; 1988 [citado 24 set. 2025]. Disponível em: http://www.planalto.gov.br/ccivil_03/constituicao/constituicao.htm.
Mendes A, Carnut L. Capital, estado, crise e a saúde pública brasileira. SER Soc. 2020;22(46):9-32. https://doi.org/10.26512/ser_social.v22i46.25260. DOI: https://doi.org/10.26512/ser_social.v22i46.25260
Ministério da Ciência e Tecnologia e Inovações. Portaria MCTI n. 4.617, de 6 de abril de 2021 Institui a Estratégia Brasileira de Inteligência Artificial - EBIA. [Brasília, DF]: MCTI; 06 abr. 2021 [citado 24 set. 2025]. Disponível em: https://antigo.mctic.gov.br/mctic/opencms/legislacao/portarias/Portaria_MCTI_n_4617_de_06042021.html. [Alterada pela Portaria MCTI n. 4.979, de 13 de julho de 2021].
Lemes MM, Lemos ANLE. O uso da inteligência artificial na saúde pela administração pública brasileira. Cad Iberoam Direito Sanit. 2020 [citado 24 set. 2025];9(3):166-82. Disponível em: www.cadernos.prodisa.fiocruz.br/index.php/cadernos/article/view/684. DOI: https://doi.org/10.17566/ciads.v9i3.684
Carvalho GP. Desigualdades regionais e o papel dos recursos federais no SUS: fatores políticos condicionam a alocação de recursos?. Cien Saude Colet. 2021;26(suppl 2):3409-21. https://doi.org/10.1590/1413-81232021269.2.31192019. DOI: https://doi.org/10.1590/1413-81232021269.2.31192019
Cabral U, Szpiz H. População cresce mas número de pessoas com menos de 30 anos cai 5,4% de 2012 a 2021. Agência IBGE Notícias. 22 jul. 2022 [citado 24 set. 2025]: Estatísticas Sociais. Disponível em: https://agenciadenoticias.ibge.gov.br/agencia-noticias/2012-agencia-de-noticias/noticias/34438-populacao-cresce-mas-numero-de-pessoas-com-menos-de-30-anos-cai-5-4-de-2012-a-2021.
Martins TCF, Silva JHCM, Máximo GC, Guimarães RM. Transição da morbimortalidade no Brasil: um desafio aos 30 anos de SUS. Cienc Saude Colet. 2021;26(10):4483-96. https://doi.org/10.1590/1413-812320212610.10852021. DOI: https://doi.org/10.1590/1413-812320212610.10852021
Reis JG, Martins MFM, Lopes MHBM. Procedimento técnico de metodologia de pesquisa - Indicativos de qualidade para artigos de Revisão Integrativa. Rio de Janeiro: Fiocruz; 2015 [citado 24 set. 2025]. Disponível em: https://arca.fiocruz.br/handle/icict/10952.
Souza Jr. GN, Braga MB, Rodrigues LLS, Fernandes RS, Ramos RTJ, Carneiro AR, et al. Covid-PA bulletin: reports on artificial intelligence-based forecasting in coping with covid-19 pandemic in the state of Pará, Brazil. Epidemiol Serv Saude. 2021;30(4):e2021098. http://doi.org/10.1590/s1679-49742021000400012. DOI: https://doi.org/10.1590/s1679-49742021000400012
Malucelli A, von Stein Junior A, Bastos L, Carvalho D, Cubas MR, Paraíso EC. Classificação de microáreas de risco com uso de mineração de dados. Rev Saude Publica. 2010;44(2):292-300. https://doi.org/10.1590/S0034-89102010000200009. DOI: https://doi.org/10.1590/S0034-89102010000200009
Vianna RCXF, Moro CMCB, Moysés SJ, Carvalho D, Nievola JC. Mineração de dados e características da mortalidade infantil. Cad Saude Publica. 2010;26(3):535-42. https://doi.org/10.1590/S0102-311X2010000300011. DOI: https://doi.org/10.1590/S0102-311X2010000300011
Nogueira AR, Tibiriça CAG, Moura PMRL, Marques WS. Uso da inteligência artificial como apoio à gestão das ações em saúde na Secretaria Estadual de Saúde de Goiás. Rev Cient Esc Estadual Saúde Pública Goiás “Cândido Santiago”. 2022;8:e80004. https://doi.org/10.22491/2447-3405.2022.V8.80004. DOI: https://doi.org/10.22491/2447-3405.2022.V8.80004
Rocha TAH, Boitrago GM, Mônica RB, Almeida DG, Silva NCD, Silva DM, et al. National covid-19 vaccination plan: using artificial spatial intelligence to overcome challenges in Brazil. Cien Saude Colet. 2021;26(5):1885-98. https://doi.org/10.1590/1413-81232021265.02312021. DOI: https://doi.org/10.1590/1413-81232021265.02312021
Brasil. Lei n. 8080, de 19 de setembro de 1990. Dispõe sobre as condições para a promoção, proteção e recuperação da saúde, a organização e o funcionamento dos serviços correspondentes. [Brasília, DF]: PR; 1990 [citado 24 set. 2025]. Disponível em: http://www.planalto.gov.br/ccivil_03/LEIS/L8080.htm.
Casa Civil. Lei n. 8.142 de 28 de dezembro de 1990. Dispõe sobre a participação da comunidade na gestão do Sistema Único de Saúde (SUS) e sobre as transferências intergovernamentais de recursos financeiros na área da saúde e dá outras providências. [Brasília, DF]: PR; 1990. Disponível em: https://www.planalto.gov.br/ccivil_03/leis/l8142.htm.
Deloitte. The future unmasked: predicting the future of healthcare and life sciences in 2025 [Internet]. London (UK): Deloitte Insights; 2020 [citado 2025 out 4]. Disponível em: https://www.deloitte.com/content/dam/assets-zone1/za/en/docs/industries/life-sciences-health-care/2023/za-LSHC-Predictions-2025.pdf.
Chiavegatto Filho ADP, Diaz-Quijano FA. Análise de dados em saúde. In: Shikida CD, Monasterio L, Nery PF, organizadores. Guia brasileiro de análise de dados: armadilhas e soluções. Brasília, DF: Enap; 2021 [citado 24 set. 2025]. p. 83-97. Disponível em: https://repositorio.enap.gov.br/bitstream/1/6039/1/Guia%20BR%20de%20Ana%cc%81lise%20de%20Dados.pdf
Bajwa J, Munir U, Nori A, Williams B. Artificial intelligence in healthcare: transforming the practice of medicine. Future Healthc J. 2021;8(2):e188-e194. https://doi.org/10.7861/fhj.2021-0095. DOI: https://doi.org/10.7861/fhj.2021-0095
Mendes KDS, Silveira RCCP, Galvão CM. Revisão integrativa: método de pesquisa para a incorporação de evidências na saúde e na enfermagem. Texto Contexto Enferm. 2008;17(4):758–64. https://doi.org/10.1590/S0104-07072008000400018. DOI: https://doi.org/10.1590/S0104-07072008000400018
Whittemore R, Knafl K. The integrative review: updated methodology. J Adv Nurs. 2005;52(5):546-53. https://doi.org/10.1111/j.1365-2648.2005.03621.x. DOI: https://doi.org/10.1111/j.1365-2648.2005.03621.x
Souza MT, Silva MD, Carvalho R. Revisão integrativa: o que é e como fazer. Einstein (Sao Paulo). 2010;8(1):102-6. https://doi.org/10.1590/S1679-45082010RW1134. DOI: https://doi.org/10.1590/s1679-45082010rw1134
Ministério da Saúde (BR). DATASUS [Internet]. Brasília, DF: MS; 2025 [citado 2025 out 04]. Disponível em: https://datasus.saude.gov.br/sobre-o-datasus/
Passos J. Falta de integração e distribuição das bases de dados fragiliza sistemas de informação em saúde no país. Escola Politécnica de Saúde Joaquim Venâncio (Rio de Janeiro). 12 abr. 2022 [citado 24 set. 2025]. Disponível em: https://www.epsjv.fiocruz.br/noticias/reportagem/falta-de-integracao-e-distribuicao-das-bases-de-dados-fragiliza-sistemas-de
Barbosa MN. Possibilidades e limitações de uso das bases de dados do DATASUS no controle externo de políticas públicas de saúde no Brasil [trabalho de conclusão de curso na Internet]. Brasília (DF): Instituto Serzedello Corrêa, Tribunal de Contas da União; 2019. [citado 2025 out. 04]. Disponível em: https://sites.tcu.gov.br/recursos/trabalhos-pos-graduacao/pdfs/Possibilidades%20e%20limita%C3%A7%C3%B5es%20de%20uso%20das%20bases%20de%20dados%20do%20DATASUS%20no%20controle%20externo%20de%20pol%C3%ADtica.pdf.
Ministério da Saúde (BR). Rede Nacional de Dados em Saúde – RNDS [Internet]. Brasília, DF: MS; c2025 [citado 2025 set. 24]. Disponível em: https://www.gov.br/saude/pt-br/composicao/seidigi/rnds.
Food and Drug Administration (U.S.). Artificial intelligence and machine learning (AI/ML): enable medical devices. Spring (MD): FDA; 2022 Oct 05 [citado 24 set. 2025]. Disponível em: https://www.fda.gov/medical-devices/software-medical-device-samd/artificial-intelligence-and-machine-learning-aiml-enabled-medical-devices.
Brasil. Estratégia brasileira para a transformação digital: E-Digital. Brasília, DF: [PR]; 2018 [citado 24 set. 2025]. Disponível em: https://www.gov.br/mcti/pt-br/centrais-de-conteudo/comunicados-mcti/estrategia-digital-brasileira/estrategiadigital.pdf.
Índice Global de Inovação 2022: resumo executivo. [local desconhecido]: [2022; citado 24 set. 2025]. WIPO; Disponível em: https://www.wipo.int/edocs/pubdocs/pt/wipo-pub-2000-2022-exec-pt-global-innovation-index-2022-15th-edition.pdf.
World Bank. Ease of doing business rankings. Washington, DC: World Bank; 2024 [citado 24 set. 2025]. Disponível em: https://www.doingbusiness.org/en/rankings.
World Bank. Research and development expenditure (% of GDP). World Bank Open Data; [citado 04 out. 2025]. Disponível em: https://data.worldbank.org/indicator/GB.XPD.RSDV.GD.ZS.
EBIA: o que é a estratégia brasileira de inteligência artificial? Betha Blog [Internet]. [local desconhecido]: 2021 [citado 24 set. 2025]. Disponível em: https://www.betha.com.br/blog/inteligencia-artificial-brasil/.
[Portal da] Câmara dos Deputados (BR). Projeto cria marco legal para uso de inteligência artificial no Brasil [Internet]. Brasília, DF: Câmara dos Deputados; 04 mar. 2020 [citado 24 set. 2025]. Disponível em: https://www.camara.leg.br/noticias/641927-projeto-cria-marco-legal-para-uso-de-inteligencia-artificial-no-brasil/.
[Portal da] Câmara dos Deputados (BR). PL 21/2020. O Projeto de Lei 21/20 cria o marco legal do desenvolvimento e uso da Inteligência Artificial (IA) pelo poder público, por empresas, entidades diversas e pessoas físicas [Internet]. Brasília, DF: Câmara dos Deputados; 04 fev. 2020 [citado 24 set. 2025]. Disponível em: https://www.camara.leg.br/propostas-legislativas/2236340.
Senado Federal (BR). Projeto de Lei n. 872. de 2021. Propõe sobre o uso da Inteligência Artificial [Internet]. Brasília, DF: Senado Federal; 04 fev. 2020 [citado 24 set. 2025]. Disponível em: https://legis.senado.leg.br/sdleg-getter/documento?dm=8940096&ts=1627994709939&disposition=inline.
Ministério da Saúde (BR). Informação e saúde digital [Internet]. Brasília, DF: MS; [data desconhecida; citado 24 set. 2025]. Disponível em: https://www.gov.br/saude/pt-br/composicao/seidigi.
Schwalbe N, Wahl B. Artificial intelligence and the future of global health. Lancet. 2020;395(10236):1579–86. https://doi.org/10.1016/S0140-6736(20)30226-9. DOI: https://doi.org/10.1016/S0140-6736(20)30226-9
Oracle. Top big data analytics use cases [Internet]. [local desconhecido]: Oracle; [data desconhecida] [citado 24 set. 2025]. Disponível em: https://www.oracle.com/a/ocom/docs/top-22-use-cases-for-big-data.pdf.
World Health Organization. The implications of artificial intelligence and machine learning in health financing for achieving universal health coverage: findings from a rapid literature review [Internet]. Geneva: World Health Organization; 2023 [citado 24 set. 2025]. Disponível em: https://www.who.int/publications/i/item/9789240064010.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 JMPHC | Journal of Management & Primary Health Care | ISSN 2179-6750
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Documentação
Conforme diretrizes estabelecidas pelo International Commiteee of Medial Journal Editors, os autores devem encaminhar os seguintes documentos, quando da submissão do manuscrito:
- Carta de Apresentação
- Declaração de Responsabilidade
- Termo de transferência de Direitos Autorais
Modelos de documentos
- a) CARTA DE APRESENTAÇÃO
Cidade, _[dia]__ de Mês de Ano.
Prezado Sr. Editor, Revista JMPHC
Submetemos à sua apreciação o trabalho “____________[título]_____________”, que se encaixa nas áreas de interesse da JMPHC. A revista foi escolhida [colocar justificativa da escolha da revista para a publicação do manuscrito].
O autor 1 participou da concepção, planejamento, análise, interpretação e redação do trabalho; e, o autor 2 participou na interpretação e redação do trabalho. Ambos/todos os autores aprovaram a versão final encaminhada.
O trabalho está sendo submetido exclusivamente à JMPHCD. Os autores não possuem conflitos de interesse ao presente trabalho. (Se houver conflito, especificar).
__________________________________
nome completo do autor 1 + assinatura
__________________________________
nome completo do autor 2 + assinatura
- b) DECLARAÇÃO DE RESPONSABILIDADE
Eu, (nome por extenso), certifico que participei da autoria do manuscrito intitulado (título) nos seguintes termos:
“Certifico que participei suficientemente do trabalho para tornar pública minha responsabilidade pelo seu conteúdo.”
“Certifico que o manuscrito representa um trabalho original e que nem este manuscrito, em parte ou na íntegra, nem outro trabalho com conteúdo substancialmente similar, de minha autoria, foi publicado ou está sendo considerado para publicação em outra revista, quer seja no formato impresso ou no eletrônico, exceto o descrito em anexo.”
“Atesto que, se solicitado, fornecerei ou cooperarei totalmente na obtenção e fornecimento de dados sobre os quais o manuscrito está baseado, para exame dos editores.”
Contribuição: _______________________________________________________________
_________________________ ___________________
Local, data Assinatura
- c) TERMO DE TRANSFERÊNCIA DE DIREITOS AUTORAIS
Eu/Nós, ______autor/es_____________ concordo(amos) que os direitos autorais referentes ao manuscrito [TÍTULO], aprovado para publicação na Revista JMPHC, serão propriedade exclusiva da revista, sendo possível sua reprodução, total ou parcial, em qualquer outro meio de divulgação, impresso ou eletrônico, desde que citada a fonte, conferindo os devidos créditos à Revista JMPHC, sob a Licença Creative Commons CC BY (https://creativecommons.org/licenses/by/4.0/deed.pt).
Autores:
_______________________ ____________________________
Local, data NOME COMPLETO + Assinatura
_______________________ ____________________________
Local, data NOME COMPLETO + Assinatura
