INTELIGÊNCIA ARTIFICIAL EM PESQUISA CLÍNICA: REVISÃO SISTEMÁTICA DE LITERATURA
Palavras-chave:
Inteligência Artificial, Pesquisa Clínica, Machine Learning, Ensaios Clínicos, Saúde ColetivaResumo
A incorporação da Inteligência Artificial (IA) em pesquisas clínicas tem crescido de forma exponencial nas últimas décadas, acompanhando os avanços das ciências da computação e da saúde. Esta revisão sistemática de literatura buscou mapear as principais aplicações, potencialidades e desafios do uso da IA em diferentes etapas da pesquisa clínica, incluindo descoberta de novos fármacos, seleção de pacientes elegíveis, desenho de ensaios clínicos e monitoramento em tempo real de dados. A metodologia seguiu as recomendações da Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA), com busca em bases como PubMed, SciELO e Web of Science, considerando publicações entre 2020 e 2024. Foram selecionados 28 estudos que atenderam aos critérios de inclusão. Os resultados indicaram que a IA, sobretudo por meio de técnicas de machine learning e deep learning, tem contribuído para reduzir o tempo de desenvolvimento de medicamentos, melhorar a acurácia na triagem de voluntários e aprimorar a segurança dos pacientes. Além disso, observou-se um crescente uso de algoritmos para análise preditiva de desfechos clínicos, contribuindo para decisões mais rápidas e embasadas. Conclui-se que, embora a IA não substitua o rigor metodológico dos ensaios clínicos, ela se configura como ferramenta complementar e estratégica para acelerar e qualificar a produção de conhecimento em saúde.
