INTELIGÊNCIA ARTIFICIAL NA MEDICINA AMBULATORIAL: UMA REVISÃO INTEGRATIVA SOBRE A PRECISÃO DIAGNÓSTICA

Analisar e sintetizar as evidências científicas acerca da acurácia diagnóstica da inteligência artificial (IA) na medicina ambulatorial e telemedicina, mapeando suas aplicações e métricas de desempenho. Métodos: Revisão integrativa realizada nas bases BVS, PubMed, SciELO e Scopus, entre março e abril de 2026. A estratégia PIRD orientou a seleção de estudos primários originais, publicados nos últimos cinco anos, sobre ferramentas de IA aplicadas ao diagnóstico clínico em contexto ambulatorial ou de triagem. O risco de viés foi avaliado pelo QUADAS-2. Resultados: A análise dos 14 artigos revelou predominância de estudos na teleoftalmologia, impulsionada pela maturidade dos algoritmos de imagem, alcançando sensibilidade de até 100% no rastreio de retinopatias. Nas demais especialidades, a IA demonstrou alta performance, com AUC superior a 0,90 em cardiologia e oncologia. O uso dessas ferramentas elevou a acurácia de médicos generalistas de 46% para 83,2% e apresentou valor preditivo negativo de 99,6% em triagens cardiológicas, mostrando-se estratégica para otimizar os fluxos de encaminhamento no cenário ambulatorial. Conclusão: Ferramentas de IA apresentam desempenho diagnóstico promissor em cenários ambulatoriais e de telemedicina. Contudo, a heterogeneidade dos estudos impede generalizações amplas, exigindo uma incorporação supervisionada, regulada e rigorosamente condicionada à validação externa e à segurança do paciente.