Ferramentas de IA em revisões sistemáticas: aplicabilidade, limites e transparência metodológica

Resumo

INTRODUÇÃO: As Revisões Sistemáticas são fundamentais para a prática da saúde baseada em evidências, garantindo a qualidade e precisão na síntese do conhecimento científico disponível. Apesar da importância, esses processos são frequentemente longos e trabalhosos, demandando tempo e esforço humano significativos. A incorporação de ferramentas baseadas em Inteligência Artificial (IA) promete otimizar diversas etapas desse processo. Contudo, persistem dúvidas quanto à aplicabilidade e eficácia dessas tecnologias, existindo lacunas claras sobre quais fases específicas podem se beneficiar da IA e quais ferramentas estão disponíveis para uso. OBJETIVOS: O presente estudo buscou elencar as fases da revisão sistemática em que a IA pode ser utilizada, identificando claramente as ferramentas disponíveis para aplicação em cada etapa. MÉTODO: Realizou-se uma revisão narrativa com base em literatura científica e relatórios institucionais publicados até abril de 2025. Foram consultados artigos acadêmicos, documentos técnicos e guias sobre práticas de ciência aberta, ética no uso de IA generativa e diretrizes específicas relacionadas às revisões sistemáticas propostas pela Cochrane e registradas na PROSPERO. A seleção de materiais focou especialmente na aplicação de ferramentas de IA nas etapas das revisões sistemáticas e nos riscos associados ao uso dessas tecnologias, particularmente em relação às alucinações médicas em modelos fundacionais. RESULTADOS: A IA pode ser empregada em diferentes fases da revisão sistemática, com apoio de ferramentas específicas. Na fase de identificação e triagem de estudos, destacam-se o ASReview, que utiliza aprendizado ativo para priorizar leituras, e o Rayyan, que facilita a triagem cega e colaborativa de registros. Durante a extração de dados, ferramentas como o RobotReviewer são úteis para automatizar a coleta de informações relevantes de artigos científicos. Na avaliação de risco de viés, o próprio RobotReviewer também oferece funcionalidades para análise automatizada baseada nas ferramentas da Cochrane, além do próprio GPT fazendo uso de um prompt adequado. Para a síntese narrativa ou quantitativa, sistemas com funcionalidades de geração de texto, como IA generativas assistidas por busca (GPT e DeepSeek, por exemplo), vêm sendo testadas para sumarização de achados. Protocolos da Cochrane recomendam clareza e transparência na aplicação dessas tecnologias, com necessidade de validação manual em etapas críticas. O registro do uso da IA na PROSPERO é recomendado para assegurar transparência e reprodutibilidade, detalhando claramente a extensão e as etapas específicas de sua utilização. Apesar dos benefícios, é preciso mencionar os problemas, tais como as "alucinações", geração de conteúdo incorreto ou fabricado por modelos de IA, que exigem vigilância constante e estratégias de mitigação eficazes, como engenharia de prompts e uso de fontes externas confiáveis para validação. DISCUSSÃO: A IA já automatiza etapas das revisões sistemáticas, como a busca e a síntese de dados, potencializando eficiência e consistência metodológica alinhada aos princípios da ciência aberta. No entanto, a participação humana permanece indispensável em três momentos críticos: formulação das perguntas de pesquisa, seleção dos estudos e interpretação crítica dos resultados obtidos. Uma revisão sistemática eficaz vai além de uma simples síntese dos achados e busca a interpretação crítica, indicando novas direções para futuras investigações. De modo que pesquisadores humanos conseguem problematizar e teorizar, mantendo-se essenciais para assegurar rigor ético e metodológico nas revisões sistemáticas.