Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Aplicações da inteligência artificial na saúde mental sob a perspectiva científica: revisão sistemática
0
Zitationen
3
Autoren
2026
Jahr
Abstract
Este estudo teve como objetivo mapear e analisar a produção científica recente acerca da interface entre saúde mental e Inteligência Artificial, por meio de uma revisão sistemática da literatura. A pesquisa buscou identificar as principais aplicações da IA no campo da saúde mental, bem como suas contribuições, limitações, desafios éticos e perspectivas futuras. A busca dos estudos foi realizada entre janeiro e fevereiro de 2026 nas bases de dados PsycINFO, PubMed, SciELO, LILACS, CLASE, BVS-Psi, PePSIC e Redalyc, utilizando os descritores “saúde mental” e “inteligência artificial”, bem como seus correspondentes em inglês, combinados com operadores booleanos. Foram incluídos artigos publicados entre 2020 e 2025, em português e inglês, com acesso ao texto completo. Após a aplicação dos critérios de inclusão e exclusão, 16 artigos compuseram o corpus final da revisão. Os resultados evidenciaram que a Inteligência Artificial tem sido utilizada principalmente em chatbots, aplicativos digitais, sistemas de triagem, monitoramento de sintomas e apoio à decisão clínica, apresentando potencial para ampliar o acesso aos cuidados em saúde mental, reduzir barreiras geográficas e organizacionais e favorecer a continuidade do cuidado. Contudo, os estudos também apontam limitações relacionadas à ausência de empatia humana, riscos éticos, privacidade de dados e necessidade de supervisão profissional. Conclui-se que a Inteligência Artificial representa uma ferramenta complementar promissora no campo da saúde mental, desde que integrada a práticas éticas, reguladas e humanizadas.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.758 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.666 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 8.220 Zit.
BioBERT: a pre-trained biomedical language representation model for biomedical text mining
2019 · 6.896 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.781 Zit.