O presente estudo teve como objetivo analisar as contribuições da inteligência artificial associada à estatística aplicada para a análise de dados em saúde e para o aprimoramento da tomada de decisão clínica. Trata-se de uma revisão integrativa da literatura, desenvolvida a partir da estratégia PICO e conduzida conforme as diretrizes do protocolo PRISMA. A busca dos estudos foi realizada nas bases SciELO, Scopus, DOAJ e Google Acadêmico, utilizando palavras-chave combinadas por operadores booleanos AND e OR. Foram incluídos artigos de acesso gratuito, disponíveis na íntegra e publicados entre 2023 e 2024. Foram excluídos estudos duplicados, teses, dissertações, resumos, editoriais e publicações fora do recorte temático estabelecido. A análise dos dados ocorreu de forma quanti-qualitativa, utilizando estatística descritiva (frequência absoluta, frequência relativa e coeficientes de relevância temática) e análise qualitativa assistida pelo software NVivo. Os resultados evidenciaram a predominância de estudos relacionados ao uso da inteligência artificial no diagnóstico clínico (D1: FA=5; FR=1,0; coef=0,95) e à tomada de decisão clínica assistida por IA (D3: FA=5; FR=1,0; coef=0,97), indicando consenso de 100% entre os artigos analisados. Observou-se também a relevância da estatística aplicada e modelagem preditiva (D2: FA=4; FR=0,8; coef=0,85), da otimização de processos em saúde (D5: FA=4; FR=0,8; coef=0,82) e das limitações éticas e de confiabilidade dos sistemas (D6: FA=4; FR=0,8; coef=0,88). A dimensão relacionada à inteligência artificial explicável (D4) apresentou menor frequência (FA=3; FR=0,6; coef=0,70), indicando campo ainda em consolidação. Constata-se que a inteligência artificial associada à estatística aplicada contribui para o avanço da análise de dados em saúde e para a melhoria da tomada de decisão clínica, embora desafios relacionados à transparência, ética e confiabilidade ainda necessitem de maior aprofundamento científico.