Objetivo: Identificar, por meio da literatura, os impactos da inteligência artificial no
rastreamento do câncer do colo do útero no Brasil. Método: Revisão narrativa realizada no
período de fevereiro a março de 2026. Utilizou-se a estratégia de busca: Artificial Intelligence
AND Uterine Cervical Neoplasms AND Mass Screening AND Brazil. Foram consultadas as
bases MEDLINE/PubMed, LILACS, BDENF, Web of Science, Scopus e Embase, além das
bibliotecas Cochrane e SciELO e a literatura cinzenta no Google Acadêmico. Foram
selecionados nove estudos. Os resultados foram apresentados de forma descritiva e em
quadro-síntese, sendo analisados de maneira interpretativa e discutidos à luz da literatura
científica. Resultados: Predominou o uso de algoritmos de machine learning e deep learning,
especialmente redes neurais convolucionais, aplicados à análise automatizada de exames
Papanicolau. As aplicações concentram-se no rastreamento, triagem e diagnóstico precoce,
com aumento da precisão e sensibilidade, redução do tempo de análise e melhoria dos fluxos
assistenciais, além da ampliação do acesso. Persistem desafios relacionados à infraestrutura,
custos, capacitação, qualidade dos dados e aspectos éticos. Considerações finais: A
inteligência artificial apresenta elevado potencial para qualificar o rastreamento do câncer do
colo do útero, porém sua incorporação requer investimentos, validação clínica e estratégias
que minimizem desigualdades no acesso.