INTELIGÊNCIA ARTIFICIAL NA PRÁTICA FARMACÊUTICA ENTRE EVIDÊNCIAS DE EFICÁCIA, LIMITAÇÕES METODOLÓGICAS E DESAFIOS DE IMPLEMENTAÇÃO RESPONSÁVEL

Resumo

Foram analisadas aplicações da inteligência artificial na prática farmacêutica com base em estudos originais publicados entre 2021 e 2026. A metodologia consistiu em revisão sistemática em seis bases de dados com quatro estratégias de busca, resultando em 8.622 registros identificados, triagem de 140 artigos em texto completo e inclusão de 31 estudos organizados em quatro eixos temáticos: suporte à decisão clínica e adesão terapêutica, farmacovigilância e predição de reações adversas, interações medicamentosas e farmacocinética, e descoberta de fármacos. Os resultados demonstraram eficácia clínica em ensaios clínicos randomizados, com adesão medicamentosa de 77,4% versus 58,6% no controle e retorno sobre investimento de 12,4:1 em programa de gestão farmacêutica com suporte de IA. Modelos preditivos de farmacovigilância alcançaram AUC entre 0,876 e 0,921, e modelos de linguagem de grande escala apresentaram taxas de alucinação factual entre 6% e 23%, com erros clinicamente perigosos em até 7,3% das recomendações geradas. A análise concluiu que a barreira central à adoção dessas tecnologias não é de desempenho computacional, mas de translação clínica, evidenciada pela queda de F1-score de 0,82 para 0,34 na transferência inter-hospitalar e pela ausência de validação prospectiva multicêntrica na maioria dos estudos.