# Artificial intelligence in Brazilian public health: potential, challenges, and ethical implications for the Brazilian Unified Health System

## TL;DR

This paper explores how AI could help Brazil's public health system, while highlighting challenges like inequality and the need for ethical use.

## Contribution

It provides a critical theoretical analysis of AI's role in Brazilian public health, emphasizing ethical and structural considerations.

## Key findings

- AI can support health prediction, diagnostics, and policy in Brazil's SUS.
- Structural barriers like fragmented systems and regional inequalities hinder AI adoption.
- Ethical issues like algorithmic fairness and digital literacy are crucial for responsible AI use.

## Abstract

To critically analyze the potential, challenges, and ethical implications of incorporating artificial intelligence (AI) into Brazilian public health, in light of the principles of the Unified Health System (SUS), also considering its interfaces with epidemiological practice.

This is a theoretical-analytical paper based on national and international literature, which articulates core AI concepts with political-epistemological reflections from Public Health. The approach includes discussions on machine learning, deep learning, natural language processing, and large language models, focusing on applications within the SUS context.

Multiple opportunities for using AI to strengthen the SUS are identified, including prediction of health events, diagnostic support, service regulation, and public policy development. However, structural barriers such as fragmented information systems, regional inequalities, and gaps in professional training are highlighted. Issues such as algorithmic fairness, explainability, technological sovereignty, and digital literacy emerge as key dimensions for the responsible adoption of AI.

AI is not neutral, and its integration into the SUS must be guided by democratic principles and sensitivity to social vulnerabilities, or it risks reinforcing technocratic and exclusionary models. The struggle over the meaning of innovation is, therefore, also a struggle over the future of public health in Brazil.

Analisar de forma crítica as potencialidades, os desafios e as implicações éticas da incorporação da Inteligência Artificial (IA) à saúde pública brasileira, à luz dos princípios do Sistema Único de Saúde (SUS), considerando também suas interfaces com a prática epidemiológica.

Trata-se de um artigo de natureza teórico-analítica, fundamentado em literatura nacional e internacional, que articula conceitos centrais da IA e reflexões político-epistemológicas da Saúde Coletiva. A abordagem contempla discussões sobre aprendizado de máquina, aprendizado profundo, processamento de linguagem natural e grandes modelos de linguagem, com foco em aplicações no contexto do SUS.

Identifica-se múltiplas possibilidades de uso da IA para o fortalecimento do SUS, incluindo predição de eventos em saúde, apoio ao diagnóstico, regulação de serviços e formulação de políticas públicas. No entanto, destacam-se barreiras estruturais, como a fragmentação dos sistemas de informação, desigualdades regionais e lacunas na formação profissional. Questões como equidade e justiça algorítmica, explicabilidade, soberania tecnológica e letramento digital emergem como dimensões essenciais para a adoção responsável da IA.

A IA não é neutra, e sua integração ao SUS deve ser guiada por princípios democráticos e sensibilidade às vulnerabilidades sociais, sob pena de reforçar modelos tecnocráticos e excludentes. A disputa pelo sentido da inovação é, portanto, também uma disputa pelo futuro da saúde pública no Brasil.