Abstract
A inteligência artificial (IA) representa uma revolução nas ciências da saúde, oferecendo avanços significativos em diagnóstico, tratamento e investigação clínica. Contudo, a sua implementação enfrenta desafios críticos que precisam ser cuidadosamente geridos para garantir benefícios reais e equitativos. Um dos principais obstáculos é o viés nos dados utilizados para treinar algoritmos, que pode originar desigualdades no acesso e na qualidade dos cuidados, afetando especialmente grupos demográficos sub-representados. A privacidade e a segurança dos dados de saúde são outra preocupação central, devido à sensibilidade destas informações e aos riscos crescentes de ciberataques. A falta de transparência dos modelos de IA, frequentemente descritos como “caixas pretas”, dificulta a interpretabilidade e a confiança dos profissionais de saúde na tecnologia. Além disso, a regulamentação e a responsabilidade legal associadas ao uso da IA ainda são insuficientemente definidas, o que pode comprometer a segurança dos utentes e a adoção generalizada da tecnologia. Finalmente, a integração da IA nas rotinas clínicas enfrenta barreiras relacionadas com a usabilidade, formação dos profissionais e resistência à mudança. Para superar estes desafios, é essencial desenvolver políticas robustas, promover a diversidade e qualidade dos dados, garantir transparência e explicabilidade dos algoritmos, bem como investir na formação e envolvimento dos utilizadores finais.