Inteligência artificial na medicina veterinária: avanços diagnósticos, desafios clínicos e implicações no bem-estar animal
DOI:
https://doi.org/10.34188/bjaerv9n2-199Palavras-chave:
aprendizado de máquina, deontologia veterinária, diagnóstico por imagem, sensoriamento remoto, tomada de decisãoResumo
A Inteligência Artificial (IA) tem redefinido os paradigmas da Medicina Veterinária contemporânea, consolidando-se como uma ferramenta de suporte à decisão clínica, otimização de fluxos administrativos e vigilância epidemiológica. O objetivo deste trabalho é revisar as aplicações atuais da IA nos campos da medicina veterinária e sua conformidade com a promoção do bem-estar animal e os limites ético-legais. A metodologia consistiu numa revisão de literatura narrativa e exploratória (2022–2026). Os resultados demonstram que, embora a integração de algoritmos de Machine Learning e Redes Neurais Convolucionais (CNNs) potencialize a triagem laboratorial de patógenos e o diagnóstico por imagem, validações externas independentes recentes revelam deficiências críticas e taxas de omissão alarmantes em radiografias de emergência na rotina clínica. No âmbito do bem-estar, o uso de sensoriamento remoto por VANTs associados à IA e a dermatoscopia digital aplicada a animais não-convencionais permitem monitorizações não-invasivas alinhadas ao Modelo dos Cinco Domínios. Contudo, debates microéticos apontam para o risco do viés de automação e erosão da agência profissional. Conclui-se que a IA atua estritamente como um braço assistencial complementar, validando o pioneirismo da Resolução CFMV nº 1.653/2025, a qual salvaguarda a soberania inalienável do julgamento do médico-veterinário frente à autonomia algorítmica.
Referências
ALBERGANTE, L.; O'FLYNN, C.; DE MEYER, G. Artificial intelligence is beginning to create value for selected small animal veterinary applications while remaining immature for others. Journal of the American Veterinary Medical Association, [S. l.], v. 263, n. 1, p. 388-394, jan. 2025. DOI: https://doi.org/10.2460/javma.24.08.0512.
ALI, Roaa Noori et al. Smart Diagnosis: Artificial Intelligence Application in Veterinary medicine and Infectious Disease Control. Kerbala Journal of Veterinary Medical Sciences, [S. l.], v. 1, n. 3, p. 13-18, dez. 2025. DOI: https://doi.org/10.65639/kjvm.25.091.
ANACLETO, Tathiana Lima. Medicina veterinária de emergência: tecnologias aliadas, tratamentos inovadores e o papel da inteligência artificial. RCMOS - Revista Científica Multidisciplinar O Saber, São Paulo, ano 2, v. 1, p. 1-8, 2022. ISSN 2675-9128. Disponível em: [inserir_url_aqui]. Acesso em: 16 mai. 2026.
BEGUŠ, G. , SPROUSE R. L., LEBAN, A., SILVA, M., GERO, S.; Vowel- and Diphthong-Like Spectral Patterns in Sperm Whale Codas. Open Mind 2025; 9 1849–1874. doi: https://doi.org/10.1162/OPMI.a.252
CÂMARA, ÂNGELA E. L., MATTOS, E. L. M. M., & CORDEIRO, M. DE C. SANTANA. (2025). Aplicação da Inteligência Artificial no marketing e gestão de carreiras veterinárias: caminhos para acelerar o desenvolvimento profissional de recém-formados. Brazilian Journal of Animal and Environmental Research, 8(4), e84177. https://doi.org/10.34188/bjaerv8n4-149
CONSELHO FEDERAL DE MEDICINA VETERINÁRIA (CFMV). Uso de inteligência artificial no diagnóstico e prescrição: limites éticos e responsabilidade profissional. Informativo CFMV, Brasília, 12 de ago. 2024
CONSELHO FEDERAL DE MEDICINA VETERINÁRIA (CFMV). Resolução nº 1.653, de 2025. Dispõe sobre a ciência do bem-estar animal e suas aplicações. Brasília: CFMV, 2025.
DORIS M.A.; FAULKNER, J. E.; STANDER, N.; RAISIS, A.; STEPHEN JOSLYN, S.. Pilot study: external validation of commercial veterinary radiology artificial intelligence services shows deficiencies in interpretation of general practice-sourced canine abdominal radiographs. Journal of the American Veterinary Medical Association (JAVMA), [S. l.], v. 25, n. 10, p. 1-8, mar. 2026. DOI: 10.2460/javma.25.10.0691.
ELASAN, Sadi; YILMAZ, Osman. Comprehensive Global Analysis of Future Trends in Artificial Intelligence-Assisted Veterinary Medicine. Veterinary Medicine and Science, [S. l.], v. 11, n. 3, e70258, mar. 2025. DOI: https://doi.org/10.1002/vms3.70258.
FLORES DOS SANTOS, A. C.; RAFAINE, D. Diagnóstico por imagem na medicina veterinária: avanços, aplicações e perspectivas futuras. Pubvet, v. 18, n. 12, p. e1692, 2024. Disponível em: https://doi.org/10.31533/pubvet.v18n12e1692.
GOMES, N. A. L.; FARIAS, A.; MOTA, L. M.; LAMARCHE, L. A. R. Aplicações da inteligência artificial na otimização da anestesia veterinária e humana: avanços, segurança e desafios éticos. Brazilian Journal of Animal and Environmental Research, v. 8, n. 4, e83073, 2025. DOI 10.34188/bjaerv8n4-043. Disponível em: https://doi.org/10.34188/bjaerv8n4-043. Acesso em: 16 maio 2026.
HENNESSEY, Erin; DIFAZIO, Matthew; HENNESSEY, Ryan; CASSEL, Nicky. Artificial intelligence in veterinary diagnostic imaging: A literature review. Veterinary Radiology & Ultrasound, [S. l.], v. 63, n. 6, p. 851-870, dez. 2022. Suplemento 1. DOI: https://doi.org/10.1111/vru.13163.
HESPEL, A. M.; WILHITE, R.; HUDSON, J. Invited review: applications for 3D printers in veterinary medicine. Veterinary Radiology & Ultrasound, [S. l.], v. 55, n. 4, p. 347-358, 2014. DOI: https://doi.org/10.1111/vru.12139.
Li, S. et al. Artificial intelligence in veterinary medicine: A review of current and future applications. Veterinary Sciences, v. 10, n. 11, p. 651, 2023. Disponível em: https://doi.org/10.3390/vetsci10110651. Acesso em: 12 maio 2026.
ORIOLI, G. F., BARCELOS, J. P.; BASTOS, K. M.; INAGAKI, F. M. O.; SILVEIRA, R. M. F.; AND NASCIMENTO, S. T. (2026) Integrating drone imaging into behavioral monitoring of feedlot cattle. Front. Anim. Sci. 7:1810888. doi: 10.3389/fanim.2026.1810888
HEINLEIN, Matt. Ethical considerations of artificial intelligence in veterinary medicine decision-making. Frontiers in Veterinary Science, [S. l.], v. 13, e1780868, p. 1-12, fev. 2026. DOI: https://doi.org/10.3389/fvets.2026.1780868.
PÉREZ-GARCÍA, E., RAMÍREZ, A. S., QUINTANA-SUÁREZ, M. Á., CONDE-FELIPE, M. M., CARRASCOSA, C., MORALES, I., CORBERA, J. A., SANJUAN, E., & JABER, J. R. (2026). Artificial Intelligence in Veterinary Education: Preparing the Workforce for Clinical Applications in Diagnostics and Animal Health. Veterinary Sciences, 13(2), 181. https://doi.org/10.3390/vetsci13020181
ORIOLI, G. F., BARCELOS, J. P.; BASTOS, K. M.; INAGAKI, F. M. O.; SILVEIRA, R. M. F.; AND NASCIMENTO, S. T. (2026) Integrating drone imaging into behavioral monitoring of feedlot cattle. Front. Anim. Sci. 7:1810888. doi: 10.3389/fanim.2026.1810888.
ROYAL VETERINARY COLLEGE. Limb Salvage at the RVC Embraces 3D Printing Technology. London: RVC Small Animal Referrals, [20--]. Disponível em: https://www.rvc.ac.uk/clinical-connections/limb-salvage-at-the-rvc-embraces-3d-printing-technology. Acesso em: 16 mai. 2026.
TAUFIQOH, S. D.; PURNAMASARI, P. D.. Development Of Detection Model For Skin Diseases In Pets Using Image Processing And Deep Learning Techniques. International Journal of Electrical, Computer and Biomedical Engineering, v. 3, n. 2, p. 437-457, June 2025. Disponível em: https://ijecbe.ui.ac.id/go/article/view/114. Acesso em: 16 mai. 2026. DOI: https://doi.org/10.62146/ijecbe.v3i2.114
WEI, J. , XUEZHI WANG, X., SCHUURMANS, D. , BOSMA, W. , ICHTER, B. , XIA, F. , CHI, E. , QUOC, L. , ZHOU, D.. Chain-of-thought prompting elicits reasoning in large language models. [S. l.]: arXiv, 2022. Disponível em: https://arxiv.org/abs/2201.11903. Acesso em: 12 maio 2026.
Wilkins, C.L.; McGreevy, P.D.; Cosh, S.M.; Henshall, C.; Jones, B.; Lykins, A.D.; Billingsley, W. Introducing the Mellorater—The Five Domains Model in a Welfare Monitoring App for Animal Guardians. Animals 2024, 14, 2172. https://doi.org/10.3390/ani14152172
ZENDAH, H., DIMILILER, K. (2023). Using of Conventional Neural Network to Diagnose Scabies by Dermoscopy. In: Aliev, R.A., Kacprzyk, J., Pedrycz, W., Jamshidi, M., Babanli, M.B., Sadikoglu, F. (eds) 15th International Conference on Applications of Fuzzy Systems, Soft Computing and Artificial Intelligence Tools – ICAFS-2022. ICAFS 2022. Lecture Notes in Networks and Systems, vol 610. Springer, Cham. https://doi.org/10.1007/978-3-031-25252-5_38
Downloads
Publicado
Como Citar
Edição
Seção
Licença
- O conteúdo dos artigos é de responsabilidade exclusiva dos autores.
- É permitida a reprodução total ou parcial do conteúdo dos artigos, desde que citada a fonte.
- Artigos com plágio serão recusados, e o autor do plágio perderá o direito de publicar nesta revista.
- Os nomes e endereços informados nesta revista serão utilizados exclusivamente para os serviços prestados por esta publicação e não estão disponíveis para outros fins ou a terceiros.
- Depois de enviar os artigos, os autores cedem os direitos autorais de seus artigos ao BJAER. Se você se arrepender da submissão, o autor tem o direito de solicitar ao BJAER que não publique seu artigo. Porém, essa solicitação deve ocorrer até dois meses antes da divulgação do número que o artigo será publicado.
- O BJAER usa a licença Creative Commons CC BY. Informações sobre esta licença podem ser encontradas em: https://creativecommons.org/licenses/by/3.0/br/
Brazilian Journal of Animal and Environmental Research (BJAER) se reserva o direito de efetuar nos originais alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua, respeitando, porém, o estilo dos autores. Os trabalhos finais não serão enviadas aos autores.
