IA em Saúde, Profiling e Proteção de Dados

Abstract

Contextualização: O avanço da inteligência artificial (IA) na saúde apresenta promessas de diagnósticos mais precisos e tratamentos individualizados, mas também gera relevantes tensões jurídicas e bioéticas. Os riscos advindos dessas tecnologias demandam revisões constantes do arcabouço normativo que as circunda. O presente artigo examina um desses riscos, investigando eventual insuficiência da Lei Geral de Proteção de Dados (LGPD) para lidar com desafios associados ao uso de dados sensíveis e técnicas de profiling, que representam ameaça à proteção da privacidade, à isonomia e ao livre desenvolvimento da personalidade. Objetivo: O objetivo do estudo é analisar criticamente a pretensa neutralidade algorítmica, identificar as fragilidades da regulação vigente e propor uma leitura consequencialista do conceito de dado pessoal, integrando-o aos princípios do Biodireito, em especial o da precaução. Métodos: A metodologia adotada foi dedutiva, com base em análise documental e revisão bibliográfica, nacional e internacional, além de exame comparativo com instrumentos normativos estrangeiros, como o Regulamento Geral de Proteção de Dados (GDPR) e o Artificial Intelligence Act, da União Europeia. Resultados: Os resultados demonstram que a LGPD apresenta lacunas relevantes, notadamente a exclusão de dados anonimizados de sua incidência, o que fragiliza a tutela da personalidade, bem como a ausência de restrições claras a decisões automatizadas com efeitos significativos. Evidenciam-se ainda riscos decorrentes da opacidade técnica e econômica dos sistemas de IA, que favorecem discriminações sutis e dificultam a responsabilização. Conclusões: Conclui-se que o direito brasileiro, ao privilegiar uma lógica reativa de controle, não oferece salvaguardas suficientes para enfrentar os desafios da era digital, sendo imprescindível o alinhamento da LGPD a uma abordagem preventiva e consequencialista, a maior integração com princípios do Biodireito e a previsão de mecanismos robustos de transparência, auditabilidade e intervenção humana nos sistemas de IA em saúde.

Ähnliche Arbeiten