Inteligência artificial : determinantes de adoção por estabelecimentos de saúde

Abstract

RESUMO: O objetivo do estudo foi investigar os fatores determinantes da adoção de inteligência artificial (IA) na saúde. Por meio de uma revisão sistemática foi possível reunir os principais determinantes, facilitadores ou barreiras, para a adoção de Inteligência Artificial (IA) na saúde, apontados na literatura, utilizando a Teoria da Mudança. Entre os pacientes, os fatores facilitadores abrangem benefício percebido, confiança e familiaridade, enquanto as barreiras estão relacionadas à perda de privacidade, risco percebido e preconceitos. Para os profissionais de saúde, os principais facilitadores incluem utilidade percebida, familiarização, facilidade de uso, qualidade e precisão, enquanto as barreiras envolvem falta de conhecimento e treinamento, falta de confiança e preocupações com privacidade e segurança. Já para os gestores, as barreiras envolvem questões legais e regulatórias, complexidade e proteção de dados, enquanto os facilitadores envolvem capital humano, apoio organizacional e governamental e vantagem competitiva. Dessas três partes interessadas principais, os gestores foram menos investigados, apesar de seu papel como representantes da organização e sua relevância na tomada de decisões, o que reforça a necessidade de novas pesquisas explorando sua perspectiva, inclusive nacionalmente. Nesse sentido, com base em 651 observações dos microdados da pesquisa TIC Saúde 2024, foi possível identificar os determinantes tecnológicos, organizacionais e ambientais da adoção de Inteligência Artificial por estabelecimentos de saúde brasileiros. Utilizando o framework TOE, estatísticas descritiva e qui-quadrado, análise de correspondência (ANACOR) e regressão logística multinomial, os determinantes significativos são: infraestrutura de TIC, novas tecnologias, oferta de serviços remotos (dimensão tecnológica), envolvimento do pessoal, porte do estabelecimento com 0-50 leitos (dimensão organizacional), região sudeste e políticas governamentais (dimensão ambiental). Os determinantes acesso e manutenção dos dados, segurança dos dados (dimensão tecnológica), natureza de propriedade, financiamento, treinamento (dimensão organizacional) e localização (dimensão ambiental) não mostraram significância estatística. Os resultados revelam que, embora haja um uso moderado de tecnologias de inteligência artificial por estabelecimentos de saúde brasileiros, ainda existe um potencial significativo para ampliação. Recomenda-se que gestores envolvam o corpo clínico no processo de implementação de novas tecnologias e que órgãos governamentais promovam políticas para a adoção bem-sucedida de tecnologias baseadas em IA, pois o suporte que ela dá aos profissionais é, sem dúvidas, uma oportunidade de aumentar a eficiência dos serviços de saúde.

ABSTRACT:The aim of this study was to investigate the determinants of artificial intelligence (AI) adoption in healthcare. Through a systematic review, it was possible to gather the main determinants, enablers or barriers, to Artificial Intelligence (AI) adoption in healthcare, as identified in the literature, using the Theory of Change. Among patients, facilitators include perceived benefit, trust, and familiarity, while barriers are related to loss of privacy, perceived risk, and bias. For healthcare professionals, the main facilitators include practicality, familiarity, ease of use, quality, and accuracy, while barriers involve lack of knowledge and training, lack of trust, and concerns about privacy and security. For managers, barriers involve legal and regulatory issues, complexity, and data protection, while facilitators involve human capital, organizational and governmental support, and competitive advantage. Of these three importante stakeholders, managers have received the least research, despite their role as representatives of the organization and their relevance in decision-making, which reinforces the need for further research exploring their perspective, including at a national level. Based on 651 observations from the TIC Saúde 2024 survey microdata, it was possible to identify the technological, organizational, and environmental determinants of AI adoption by Brazilian healthcare facilities. Using the TOE framework, descriptive statistics, chi-squared tests, correspondence analysis (ANACOR), and multinomial logistic regression, the main determinants are new technologies, provision of remote services (technological dimension), staff involvement, type of facility (0-50 beds) (organizational dimension), Southeast region, and government policies (environmental dimension). The determinants ICT infrastructure, data access and maintenance, data security (technological dimension), ownership, financing, training (organizational dimension), and location (environmental dimension) were not statistically significant. The results reveal that, although there is moderate use of AI technologies by Brazilian healthcare facilities, there is still significant potential for expansion. It is recommended that investors involve clinical staff in the process of implementing new technologies and that government agencies promote policies for the successful adoption of AIbased technologies, as the support it provides to professionals is undoubtedly an opportunity to increase the efficiency of healthcare services.