O uso da inteligência artificial na classificação de risco de pacientes em serviços de emergência tem sido investigado como alternativa para aprimorar a precisão e a eficiência da triagem em cenários marcados por superlotação e alta variabilidade clínica. Objetivo: Analisar as evidências científicas sobre a aplicação da inteligência artificial na classificação de risco em serviços de emergência, com ênfase em desempenho, limitações e implicações para a prática. Método: Revisão integrativa conduzida conforme recomendações do PRISMA 2020, com questão norteadora estruturada pela estratégia PICo. As buscas foram realizadas nas bases PubMed/MEDLINE, LILACS, SciELO e Web of Science, com descritores DeCS/MeSH e termos livres relacionados a inteligência artificial, triagem e serviços de emergência. Incluíram-se 16 estudos publicados entre 2020 e 2026, nos idiomas português, inglês ou espanhol, com texto completo disponível. Resultados: As evidências indicaram que modelos de aprendizado de máquina, deep learning e processamento de linguagem natural podem aumentar a capacidade de discriminar gravidade e prever desfechos críticos, contribuindo para priorização clínica e organização do fluxo assistencial. Identificaram-se limitações relacionadas à heterogeneidade metodológica, necessidade de validação externa, risco de vieses algorítmicos, baixa explicabilidade, desafios de integração aos sistemas e preocupações quanto à proteção de dados e exclusão digital. Conclusão: A inteligência artificial apresenta potencial para qualificar a triagem e a segurança do paciente, porém sua adoção requer implementação responsável, com supervisão humana, avaliação contínua de desempenho e estratégias para mitigação de vieses e promoção da equidade.