https://revistas.uepg.br/index.php/ijac <p>The Iberoamerican Journal of Applied Computing is an academic and scientific journal, with an interdisciplinary character and with submission and publication of articles in continuous flow. The purpose of the journal is to disseminate the scientific production inherent to Applied Computing in the various areas of knowledge, valuing original research and reflections.</p> <p>ISSN 2237-4523</p> Universidade Estadual de Ponta Grossa pt-BR Iberoamerican Journal of Applied Computing 2237-4523 https://revistas.uepg.br/index.php/ijac/article/view/26315 <p>A crescente adoção da telemetria médica e do monitoramento remoto de pacientes tem transformado a assistência à saúde ao possibilitar a observação contínua de sinais fisiológicos em ambientes reais. Nesse contexto, a Edge AI emerge como uma abordagem promissora para o processamento local de dados, reduzindo a latência e a dependência de infraestruturas em nuvem, especialmente em cenários com recursos limitados. No entanto, a maioria dos modelos baseados em edge opera como “caixas-pretas”, limitando sua transparência e dificultando a adoção clínica. Este estudo apresenta uma revisão sistemática, seguindo as diretrizes PRISMA, sobre métodos de XAI aplicados a sistemas de Edge AI em telemetria médica. A análise evidencia um trade-off persistente entre eficiência computacional e interpretabilidade, com a maioria das abordagens privilegiando desempenho em detrimento da explicabilidade. Do ponto de vista clínico, os resultados ressaltam que dados de telemetria isolados são insuficientes para apoiar decisões médicas, sendo necessária a integração com raciocínio clínico e informações contextuais do paciente. Além disso, o estudo discute os riscos associados a vieses algorítmicos e cognitivos, bem como os desafios impostos por infraestrutura limitada e capacitação profissional, particularmente em sistemas de saúde em desenvolvimento. Os resultados revelam uma lacuna crítica no desenvolvimento de modelos integrados, leves e interpretáveis, adequados para implementação em ambientes reais. A superação dessa lacuna é essencial para avançar na criação de inteligência artificial confiável, escalável e clinicamente relevante na saúde.</p> Gabriel Passos de Jesus Lucas Rafael Gonçalves Dolenkei Victor Angelo Legat Cerqueira João Vitor Martins Kovalhuk dos Santos Copyright (c) 2026 Iberoamerican Journal of Applied Computing 2026-04-06 2026-04-06 14 1