Como a ética deve reger o uso da IA na medicina 🧠🤖 🧵 Especialistas na FISweek 2025 resumem: não basta 'usar IA' — é preciso garantir que os dados sejam robustos e que os algoritmos tenham sido bem treinados. Isso muda tudo, da segurança do paciente à justiça no acesso.

Imagem indisponível

Contexto: a discussão na FISweek 2025 colocou acessibilidade e equidade no centro. IA pode ampliar cobertura e eficiência, mas também reproduzir vieses se treinada com dados enviesados. Pergunta-chave: quem decide o que é dado 'bom'?

Dados importam — e muito. Proveniência, representatividade e qualidade definem se um modelo serve a toda a população ou só a um recorte (por exemplo, pacientes urbanos, brancos ou de maior renda). Auditorias independentes e benchmarks públicos são urgentes.

Imagem indisponível

Transparência algorítmica e regulação: modelos precisam ser explicáveis e auditáveis, com validação contínua em ambiente real. Isso exige padrões, certificações e políticas públicas — e cuidado para não concentrar mais poder nas grandes corporações de tecnologia.

Impactos sociais e práticos: IA muda papéis clínicos, pode reduzir erros mas também gerar 'deskilling'. Soluções sustentáveis incluem aprendizado federado, privacidade por design e investimentos públicos em dados abertos para democratizar acesso e inovação.

Imagem indisponível

Reflexão final: IA pode reduzir desigualdades na saúde — ou ampliá‑las. A diferença está na ética aplicada: políticas, transparência, participação da sociedade e proteção dos direitos dos trabalhadores de saúde. Quem vai definir esses parâmetros?