Carta do Repositório: Saúde

Justificativa das indicações bibliográficas da frente “Saúde”

 Em um mundo cada vez mais digitalizado e interconectado, a Inteligência Artificial (IA) emergiu como uma força transformadora em várias esferas da vida humana, incluindo a área da saúde. A IA tem o potencial de revolucionar a forma como diagnósticos são feitos, tratamentos são administrados e como a saúde pública é gerenciada. Desde a análise de grandes conjuntos de dados médicos para identificar padrões, até o uso de algoritmos para diagnóstico de imagens médicas e previsão de surtos de doenças, a IA está se tornando uma ferramenta indispensável para a medicina moderna.

Esta curadoria de textos serve como um ponto de partida para explorar o conjunto de artigos acadêmicos recentes que abordam a intersecção entre Inteligência Artificial e Saúde. A seleção é focada nos anos 2010 em diante, um período em que a IA começou a ter um impacto significativo na medicina e na saúde pública. Durante esse tempo, houve avanços notáveis em aprendizado de máquina, processamento de linguagem natural e análise de dados, permitindo aplicações mais sofisticadas e precisas de IA em diagnóstico, tratamento e gestão de saúde.

É importante notar que esta curadoria, embora abrangente, tem algumas limitações. Ela não aborda metodologias específicas de IA que têm aplicações diretas na saúde, como Redes Neurais Convolucionais ou Algoritmos Genéticos. Esta é uma curadoria inicial e está aberta a contribuições para torná-la mais completa.

Aizenberg e Van Den Hoven (2020) exploram o design focado nos direitos humanos na inteligência artificial, argumentando que uma abordagem centrada no ser humano é crucial para o desenvolvimento ético da IA. Celeste (2019) apresenta uma nova teorização sistemática do constitucionalismo digital, discutindo como os princípios constitucionais podem ser aplicados ao ambiente digital para proteger direitos fundamentais. Chamberlain (2022) comenta sobre a abordagem baseada em risco da proposta de regulamentação da inteligência artificial pela União Europeia, analisando-a a partir da perspectiva do direito de danos. Cohen (2019) investiga as construções legais do capitalismo informacional, abordando a intersecção entre verdade, poder e tecnologia na sociedade moderna. Deakin e Markou (2020) questionam se a lei pode ser computável, oferecendo perspectivas críticas sobre a relação entre lei, inteligência artificial e tecnologia. Doneda e Almeida (2016) discutem a governança algorítmica, focando em como algoritmos influenciam e são regulados dentro de sistemas sociais e legais.Drummond, Carneiro, Arches, et al. (2022) fornecem um panorama regulatório da inteligência artificial no Brasil, destacando desafios e oportunidades para a legislação nacional. Hildebrandt (2018) explora a regulação algorítmica e a regra de lei, argumentando que a transparência e a responsabilidade são essenciais para uma governança algorítmica justa. Hoffmann-Riem (2022) aborda a Teoria Geral do Direito Digital, explorando os fundamentos jurídicos necessários para compreender e regulamentar o ambiente digital. Hydén (2020) discute a interação entre IA, normas, grandes dados e a lei, examinando como esses elementos influenciam a prática legal e a sociedade. Kapczynski (2020) analisa o Direito do Capitalismo Informacional, argumentando que a informação se tornou uma commodity central na economia moderna e discutindo suas implicações legais e sociais. Kerrigan (2022) reúne trabalhos sobre Direito e Regulação da Inteligência Artificial, oferecendo uma visão abrangente sobre os desafios legais que a IA apresenta. Lehr e Ohm (2017) incentivam estudiosos do direito a entender melhor a aprendizagem de máquina, destacando a importância de compreender as tecnologias subjacentes para regulá-las efetivamente. Lessig (1999) apresenta a ideia de que o código é uma forma de lei no ciberespaço, argumentando que o software e o hardware podem regular o comportamento online tão eficazmente quanto a lei tradicional. Li, Zhou, Yao, et al. (2021) realizam uma investigação empírica sobre a confiança na IA em uma empresa petroquímica chinesa, utilizando a teoria institucional para analisar como a confiança é construída e mantida. Mattiuzzo e Machado (2022) discutem a governança algorítmica no contexto do antitruste computacional, esboçando alternativas para legisladores que enfrentam os desafios da regulação de algoritmos. Namaviciené e Surblytė (2020) examinam a competição e regulação na economia de dados, questionando se a inteligência artificial exige um novo equilíbrio entre inovação e controle regulatório. Pistor (2020) debate a “Regra pelos Dados”, questionando se a ascensão dos dados como um recurso central significa o fim dos mercados como os conhecemos. Price e Vold (2018) refletem sobre a convivência com a IA, discutindo os desafios éticos e as oportunidades que a inteligência artificial apresenta para a sociedade. Saban-Ireni e Sherman (2021) abordam a governança ética da inteligência artificial no setor público, destacando a necessidade de diretrizes éticas claras para garantir que a IA seja usada de forma responsável.

Indicações bibliográficas

Çalışkan S, et al: Artificial intelligence in medical education curriculum: a Delphi study.

Gray K, et al: Artificial Intelligence Education for the Health Workforce.

 Guo Y, et al: Artificial intelligence in health care: Bibliometric analysis.

Holzinger A, et al. Causability and explainability of artificial intelligence in medicine.

Krive J, et al: Grounded in reality: artificial intelligence in medical education.

Masters K. Artificial intelligence in medical education.

Matheny ME, Whicher D, Thadaney Israni S. Artificial Intelligence in Health Care: A Report from the National Academy of Medicine.

Mehta N, et al. Knowledge of and Attitudes on Artificial Intelligence in Medicine Among Medical Students.

Mir MM, et al. Application of Artificial Intelligence in Medical Education.

Noorbakhsh-Sabet N, et al. Artificial Intelligence Transforms the Future of Health Care.

Parikh RB, Teeple S, Navathe AS: Addressing Bias in Artificial Intelligence in Health Care.

Reddy S. Explainability and artificial intelligence in medicine.

Rojas-Gualdron DF. Artificial Intelligence in Health Care: The Hope, the Hype, the Promise, the Peril.

Sapci A, Sapci H. Artificial Intelligence Education and Tools for Medical and Health Informatics Students.

Varma JR, et al. The Global Use of Artificial Intelligence in the Realm of Medical Education: A Systematic Review.

Wang F, Casalino LP, Khullar D. Deep Learning in Medicine – Promise, Progress, and Challenges.

Wartman S, Combs C. Reimagining Medical Education in the Age of AI.

Wood EA, et al: Are We Ready to Integrate Artificial Intelligence Education into Medical School Curriculum?.