IA acelera produção de estudos que embasam decisões sobre medicamentos e tecnologias
A Inteligência Artificial (IA) deixou de ser uma promessa para se tornar uma ferramenta concreta na produção de conhecimento científico em economia da saúde e avaliação de tecnologias em saúde — área conhecida internacionalmente pela sigla HEOR (Health Economics and Outcomes Research). A avaliação é da pesquisadora e economista da saúde Ana Paula Beck da Silva Etges, Ph.D., sócia-fundadora da PEV Health Consultoria em Saúde, a partir da publicação do framework ELEVATE-GenAI, lançado pelo Grupo de Trabalho sobre Inteligência Artificial Generativa da International Society for Pharmacoeconomics and Outcomes Research (ISPOR), entidade mundial em economia da saúde e pesquisa de desfechos, na edição de novembro de 2025 da revista científica Value in Health.
Assinada por Rachael L. Fleurence e outros sete pesquisadores em nome do grupo de trabalho, a diretriz reúne recomendações sobre como relatar de forma transparente o uso de modelos de linguagem e outras ferramentas de IA generativa em estudos de HEOR — revisões sistemáticas da literatura, modelagem econômica em saúde e evidências do mundo real. O framework é organizado em dez domínios — entre eles características do modelo, transparência, acurácia, reprodutibilidade e viés/equidade — e vem acompanhado de um checklist prático para pesquisadores.
Segundo Ana Paula Beck da Silva Etges, o avanço dessas tecnologias representa uma mudança estrutural na forma como evidências científicas são produzidas nessa área. “Hoje, pesquisadores lidam diariamente com milhares de novos artigos publicados. A Inteligência Artificial permite acelerar etapas operacionais, como a busca, organização e triagem de estudos, liberando tempo para aquilo que continua sendo exclusivamente humano: a análise crítica, a interpretação dos resultados e a tomada de decisões”, afirma.
Na prática, ferramentas baseadas em IA já conseguem apoiar atividades que tradicionalmente consumiam semanas ou meses de trabalho, como revisões sistemáticas da literatura, um dos pilares da medicina baseada em evidências. O ganho, explica a especialista, não está em substituir pesquisadores, mas em ampliar sua capacidade de produzir conhecimento de qualidade. Na PEV Health, esse ganho de produtividade já é percebido na rotina dos projetos. Recentemente, a consultoria conduziu um estudo que exigiu a síntese de evidências de aproximadamente 120 artigos científicos. Com o apoio da Inteligência Artificial, foi possível concluir essa etapa em apenas 30 dias. Sem o uso da tecnologia, a estimativa é de que o mesmo trabalho demandasse pelo menos um trimestre. “A IA nos permitiu acelerar etapas operacionais sem abrir mão do rigor metodológico. Todo o processo continuou sendo conduzido e validado por especialistas, garantindo a qualidade científica das evidências produzidas”, afirma Ana Paula Beck da Silva Etges.
Apesar dos avanços, a pesquisadora alerta que a utilização dessas tecnologias exige supervisão especializada. Modelos de IA ainda podem produzir informações incorretas, fenômeno conhecido como “alucinação”, tornando indispensável a validação por profissionais com conhecimento metodológico e científico.
Para a pesquisadora, essa transformação ganha importância especialmente nessas áreas, que subsidiam decisões de governos, hospitais, operadoras e da indústria sobre investimentos, incorporação de tecnologias e organização da assistência — justamente o escopo para o qual o ELEVATE-GenAI foi desenvolvido.
“O desafio não é decidir se a IA fará parte da produção científica. Ela já faz. O que precisamos garantir é que seu uso ocorra de forma ética, transparente e tecnicamente robusta, preservando a qualidade das evidências que sustentam decisões capazes de impactar milhões de pessoas”, destaca Ana Paula.
O ELEVATE-GenAI é descrito por seus autores como uma diretriz viva, que deve passar por consultas com especialistas, testes-piloto em estudos ativos de HEOR e um processo formal de validação (Delphi) nos próximos anos.
A expectativa da pesquisadora é que a combinação entre Inteligência Artificial e conhecimento especializado contribua para tornar os sistemas de saúde mais eficientes, sustentáveis e capazes de responder com maior rapidez aos desafios impostos pelo crescimento do volume de informações científicas.
