Publicação
Behavioural Analysis of Responsible Adoption of Artificial Intelligence-based technologies by Health Managers: A Scoping Review
| datacite.subject.fos | Ciências Sociais::Outras Ciências Sociais | |
| datacite.subject.sdg | 03:Saúde de Qualidade | |
| dc.contributor.advisor | Marques, Marta | |
| dc.contributor.advisor | Cordeiro, João | |
| dc.contributor.author | Alberto, Andreia Alexandra Tavares | |
| dc.date.accessioned | 2026-04-30T13:53:08Z | |
| dc.date.available | 2026-04-30T13:53:08Z | |
| dc.date.issued | 2026 | |
| dc.description.abstract | ABSTRACT - Introduction and Objectives: Artificial Intelligence (AI) is transforming healthcare by improving efficiency, decision-making, and clinical outcomes. However, its responsible adoption by healthcare managers remains limited due to behavioural, organisational, and ethical challenges. This study aimed to identify and map the main barriers and facilitators influencing the responsible adoption of AI-based technologies by healthcare managers, using the Capability-Opportunity-Motivation-Behaviour (COM-B) model as a guiding behavioural framework. Methodology: A systematic scoping review was conducted, analysing studies published between 2017 and 2025. Twenty international studies addressing AI adoption in healthcare management were included. Data were extracted, categorised, and mapped according to the COM-B model components to identify behavioural factors shaping responsible AI implementation. Results: Barriers and facilitators were found to be closely interconnected. The primary behavioural drivers were located within Physical Opportunity (data readiness, governance structures) and Reflective Motivation (trust, positive perceptions, leadership engagement). Persistent barriers included fragmented systems, resistance to change, and lack of transparency, while key facilitators included collaboration, continuous training, workflow optimisation, and strong leadership. Conclusions: Responsible AI implementation requires more than technical solutions—it demands behavioural and systemic strategies that strengthen managerial capability, foster supportive environments, and sustain motivation across organisations. The COM-B model proved to be a valuable framework for understanding these dynamics and guiding the design of interventions that promote ethical, transparent, and sustainable AI adoption in healthcare management. | eng |
| dc.description.abstract | RESUMO - Introdução e Objetivos: A Inteligência Artificial (IA) está a transformar os cuidados de saúde, melhorando a eficiência operacional, a tomada de decisão e os resultados clínicos. No entanto, a sua adoção responsável pelos gestores de saúde permanece limitada por desafios comportamentais, organizacionais e éticos. Este estudo teve como objetivo identificar e mapear as principais barreiras e facilitadores que influenciam a adoção responsável de tecnologias baseadas em IA por gestores de saúde, utilizando o modelo comportamental Capacidade-Oportunidade-Motivação (COM-B). Metodologia: Foi realizada uma revisão de escopo de estudos publicados entre 2017 e 2025. A análise incluiu vinte estudos internacionais que abordavam a adoção de IA em contextos de gestão em saúde. Os dados foram extraídos, categorizados e mapeados conforme os componentes do modelo COM-B. Resultados: As barreiras e os facilitadores identificados mostraram-se interligados. Os principais fatores concentraram-se na Oportunidade Física (disponibilidade e qualidade dos dados, estruturas de governação) e na Motivação Reflexiva (confiança, perceções e experiências positivas). Persistem barreiras, como sistemas fragmentados, resistência à mudança e falta de transparência, enquanto os principais facilitadores incluem colaboração, liderança ativa, formação contínua e otimização dos fluxos de trabalho. Conclusões: A adoção responsável da IA requer mais do que soluções técnicas — exige abordagens comportamentais e sistémicas que reforcem as capacidades de gestão, criem ambientes organizacionais de apoio e mantenham a motivação das equipas. O modelo COM-B revelou-se uma estrutura útil para orientar estratégias de implementação ética, sustentável e centrada nas pessoas. | por |
| dc.identifier.tid | 204176905 | |
| dc.identifier.uri | http://hdl.handle.net/10362/202733 | |
| dc.language.iso | eng | |
| dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | |
| dc.subject | Artificial Intelligence | |
| dc.subject | Healthcare managers | |
| dc.subject | Adoption | |
| dc.subject | Barriers | |
| dc.subject | Facilitators | |
| dc.subject | Inteligência Artificial | |
| dc.subject | Gestores de saúde | |
| dc.subject | Adoção | |
| dc.subject | Barreiras | |
| dc.subject | Facilitadores | |
| dc.title | Behavioural Analysis of Responsible Adoption of Artificial Intelligence-based technologies by Health Managers: A Scoping Review | en |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| thesis.degree.name | Mestrado em Gestão da Saúde |
Ficheiros
Principais
1 - 1 de 1
Miniatura indisponível
- Nome:
- RUN_Dissertacao_de_Mestrado_Andreia_Alexandra_Tavares_Alberto.pdf
- Tamanho:
- 1.15 MB
- Formato:
- Adobe Portable Document Format
Licença
1 - 1 de 1
Miniatura indisponível
- Nome:
- license.txt
- Tamanho:
- 348 B
- Formato:
- Item-specific license agreed upon to submission
- Descrição: