REGISTRO DOI: 10.69849/revistaft/cs10202408141711
Janaína Monteles Aguiar1; Kenia Laruse de Carvalho Lima Vitorino2; Thaís Natália Araújo Botentuit Neves3; Ana Heloysa Barros dos Reis4; Eliana Bortolotte5; Jose Irlailson Alves Oliveira6; Giovana de Godoy Moreira7; Kauane Vitoria Chagas Rodrigues Lima8; Carlos Henrique Alexandre Parente9; Antonia Juciele Ferreira Barros10; Victória Farias do Nascimento11
RESUMO
A inteligência artificial (IA) na saúde da família tem se mostrado uma ferramenta promissora para melhorar a qualidade do atendimento e a eficiência dos serviços de saúde. A IA pode ser utilizada para prever surtos de doenças, personalizar tratamentos, e monitorar pacientes de forma contínua e remota. Além disso, auxilia na análise de grandes volumes de dados, facilitando a identificação de padrões e a tomada de decisões clínicas mais precisas. No contexto da saúde da família, a IA pode apoiar os profissionais de saúde na gestão de casos, no agendamento de consultas, e na triagem de pacientes, otimizando o tempo e os recursos disponíveis. Também pode fornecer suporte no diagnóstico precoce de doenças e na recomendação de intervenções preventivas, contribuindo para a promoção da saúde e a prevenção de enfermidades. Embora apresente grandes vantagens, a implementação da IA na saúde da família enfrenta desafios, como a necessidade de infraestrutura adequada, treinamento dos profissionais e garantia da privacidade e segurança dos dados dos pacientes. No entanto, com a devida atenção a esses aspectos, a IA tem o potencial de transformar positivamente a saúde da família, tornando o atendimento mais eficiente e personalizado.
Palavras- chave: Inteligência artificial; Saúde da Família; Atenção Primária à Saúde.
INTRODUÇÃO
A gestão em saúde requer a tomada de decisões baseadas na melhor combinação dos recursos disponíveis, visando aprimorar o funcionamento das organizações e estimular ações eficientes, eficazes e efetivas. No Brasil, as crises econômicas e sociais, juntamente com as transições demográficas, tecnológicas e epidemiológicas, criam uma pressão para formas mais versáteis de gestão. No Sistema Único de Saúde (SUS), isso se traduz na necessidade de implantar políticas de saúde inovadoras. A temática deste trabalho é a análise das intervenções e modificações que podem ocorrer com a chegada e utilização da Inteligência Artificial (IA) no setor da saúde, especialmente nos hospitais, abordando tanto diagnósticos quanto adaptações em espaços físicos conforme as novas funções e usos. A IA representa uma revolução na personalização da saúde e aproximação com os pacientes, sendo vital para a sustentação e crescimento dos negócios em saúde (BAJARI et al., 2019).
Atualmente, a IA é capaz de identificar patologias com maior exatidão que a média humana, determinar pontuações de risco e reorganizar a fila de pacientes para priorizar urgências. Se houver divergência entre o diagnóstico médico e a previsão da IA, a plataforma encaminha o exame original para outros médicos, eliminando erros humanos. A IA é aplicada principalmente em três áreas: diagnóstico (imagiologia, genômica e medicina preditiva), terapias (biotechs, próteses e robôs) e gestão de sistemas de saúde (BAO, 2018).
O avanço na capacidade de armazenamento e processamento de dados criou o conceito de big data, com a IA processando esses dados por meio de algoritmos que se aperfeiçoam automaticamente (self-learning), propondo hipóteses diagnósticas mais precisas. Sistemas computadorizados de apoio à decisão clínica, que processam dados de pacientes, têm indicado diagnósticos com elevado nível de cura, reduzindo exames desnecessários, erros diagnósticos e desfechos adversos (BÓSIO, 2017).
Exemplos de sucesso incluem o supercomputador Watson da IBM, que armazena vastas informações em saúde e é utilizado em oncologia e genética, e o Deep Mind da Google, que analisa dados de pacientes do NHS, gerando alertas sobre evolução clínica e evitando medicações conflitantes. Deep Mind, ao avaliar imagens dermatológicas para pesquisa de melanoma, superou especialistas em desempenho (BAJARI et al., 2019).
Estima-se que até 2025, a aplicação dessa tecnologia na saúde movimente mais de 34 bilhões de dólares, impulsionada pela automação de tarefas-chave e geração de insights, especialmente no gerenciamento de cuidados com a saúde. De acordo com dados da IDC, até 2021, cerca de 20% das organizações de saúde terão alcançado ganhos de produtividade de 15 a 20% com a adoção da IA. Pesquisa da MIT Technology Review Insights mostra que 93% dos médicos relatam maior velocidade e precisão nos dados dos pacientes, e 78% identificam melhor fluxo de trabalho. A IA pode orientar processos e organização de trabalhos para reduzir tempo de espera, antecipar necessidades de leitos e melhorar o desempenho global dos serviços de saúde (GANDHI, 2019).
Inserindo-se nesta temática o presente trabalho tem como objetivo apresentar uma análise das principais tecnologias empregadas na área da saúde sob o ponto de vista dos três grandes eixos da obtenção do conhecimento.
MÉTODO
Trata-se de uma revisão integrativa da literatura, segundo o proposto por Ganong (1987), visto que ela contribui no processo de sistematização e análise dos resultados visando à compreensão de um determinado tema a partir de outros estudos independentes para identificação de produções sobre planejamento estratégico em enfermagem e saúde.
As referências foram levantadas a partir das bases de dados da Literatura Internacional em Ciências da Saúde (MEDLINE), da Literatura Latino-Americano e do Caribe Ciências da Saúde (LILACS) e da Scientific Electronic Library Online (SciELO) publicados entre 2018 a 2024. Os descritores utilizados foram: inovações; “tecnologias”; “saúde”; “perspectivas”; “inteligência artificial”;
RESULTADOS E DISCUSSÃO
A inteligência artificial (IA) está transformando drasticamente o setor de saúde, principalmente através do uso de dados. Os profissionais de saúde não serão deixados de lado, mas terão que adaptar suas maneiras de trabalhar, aprendendo a interpretar estatísticas para compreender as reais possibilidades de diagnósticos. A IA oferece imediatismo e confiabilidade, permitindo que os pacientes busquem diagnósticos mais precisos. Para os médicos, a IA torna plausível a consulta de toda a literatura médica para obter respostas sobre um caso, fornecendo probabilidades de diagnóstico mais factíveis para decisões de tratamento (BAO, 2018).
Essa mudança de paradigma amplia as possibilidades de trabalho para os profissionais de saúde, incluindo a necessidade de especialistas em análise de dados. A integração de múltiplas ferramentas e dispositivos vestíveis também é uma tendência crescente. As Health Techs, startups de tecnologia na área de saúde, estão em destaque. Em 2017, segundo o site PitchBook, foram investidos mais de US$ 4,5 bilhões nesse setor, um crescimento de 200% desde 2012. Vários hospitais e consultórios já adotam tecnologias como impressão 3D em massa, pílulas digitais, Big Data, IA, algoritmos preventivos e nanorrobótica para trazer novidades aos pacientes. Essas soluções prometem tornar tudo mais acessível devido ao baixo custo de uso das ferramentas desenvolvidas (ARTEAGA, 2010).
A inteligência artificial (IA) tem o potencial de proporcionar mudanças drásticas no setor de saúde. A tecnologia está cada vez mais presente em diversos setores da economia, trazendo inovações que aprimoram o modo de vida das pessoas. Na saúde, isso se traduz em processos mais eficientes, redução de custos e melhora na operação de clínicas, hospitais e consultórios. A IA busca facilitar os processos cotidianos, otimizando desde procedimentos técnicos e logísticos até o desenvolvimento de novas tecnologias (ÇAKIRBAY et al., 2019).
Aplicações da Inteligência Artificial na Saúde
Com o avanço da tecnologia, os softwares desenvolvidos para o setor de saúde tornaram-se mais eficazes. Eles facilitam a descoberta de doenças e o desenvolvimento de planos de tratamento. Um dos principais benefícios é a capacidade dos computadores auxiliarem no tratamento de doenças, proporcionando um histórico do paciente de maneira rápida e segura, por meio de prontuários eletrônicos (PEP). A IA pode ajudar segmentos da medicina a armazenar e recuperar dados através da nuvem, oferecendo maior segurança e organização no trabalho dos profissionais de saúde.
Processos Administrativos
A IA dá suporte a tarefas administrativas ao extrair grandes volumes de dados, ajudando os médicos a oferecerem um atendimento mais personalizado. Sistemas como o Watson, da IBM, analisam milhares de artigos de medicina para informar os médicos sobre planos de tratamento. Empresas de planos de saúde já utilizam essa tecnologia para autorizar exames, otimizando o atendimento ao paciente (BOTTOU et al., 2018).
Otimização do Atendimento
A agilidade promovida pelo agenciamento eletrônico de dados contribui para um atendimento mais eficaz e humanizado. Programas de gestão de clínicas e hospitais permitem marcações de consultas e exames com grande grau de personalização, melhorando o fluxo de trabalho e a comunicação entre pacientes e profissionais de saúde (CHAR, 2018).
Precisão no Resultado de Exames
Pesquisadores desenvolveram algoritmos que utilizam bancos de imagens radiológicas para identificar doenças com maior precisão. Ferramentas como essas aprendem a identificar características importantes nas imagens para obter diagnósticos mais precisos. Isso diminui o custo dos exames e elimina a necessidade de múltiplas consultas para um diagnóstico definitivo. A IA também é usada para associar sintomas e obter diagnósticos precisos. Ferramentas como o TensorFlow, desenvolvida pelo Google, identifica complicações a partir da semelhança de imagens, como no caso da retinopatia diabética. A tecnologia pode notificar instantaneamente mudanças no estado de saúde do paciente.
Alertas sobre o Quadro do Paciente
Programas conectados a monitores de computador podem enviar alertas em tempo real ao médico sobre mudanças no quadro do paciente, analisando resultados de exames laboratoriais e prescrições de medicamentos.
Cirurgias Assistidas por IA
A IA proporciona maior precisão em cirurgias, reduzindo os períodos de internação. Robôs podem usar dados de cirurgias anteriores para informar o médico sobre novas técnicas cirúrgicas, resultando em menos complicações e recuperação mais rápida para os pacientes. Enfermeiros virtuais podem monitorar pacientes e responder rapidamente sem intervalos de descanso, diminuindo a carga de trabalho das equipes de enfermagem e a necessidade de reinternações.
Maior Precisão Diagnóstica
Algoritmos de IA podem analisar tons de voz e ruídos de fundo para detectar paradas cardíacas com alta precisão. Sistemas de reconhecimento de padrões visuais também podem realizar leituras de imagem com maior acuidade, melhorando a precisão dos diagnósticos.
Cirurgias com Uso de Robôs e Assistentes Virtuais
Alguns procedimentos médicos já utilizam robôs desenvolvidos para trazer maior segurança e precisão. Algoritmos de Aprendizado de Máquina processam grandes quantidades de dados de imagem, permitindo a identificação rápida e precisa de problemas médicos.
Aumento das Chances de Recuperação
A IA desenvolve métodos de tratamento baseados em dados ricos, aumentando as chances de recuperação dos pacientes. No tratamento do câncer, por exemplo, a IA é usada para produzir medicamentos personalizados com base em informações genômicas, aumentando a eficácia dos tratamentos. A IA representa uma revolução na personalização da saúde, tornando os processos mais eficientes e precisos, e melhorando a qualidade de vida dos pacientes. Sua aplicação na medicina está transformando diagnósticos, tratamentos e a gestão de sistemas de saúde, impulsionando o setor para um futuro mais avançado e acessível.
CONSIDERAÇÕES FINAIS
A inteligência artificial (IA) está transformando radicalmente o setor de saúde, impactando o papel dos médicos e a estrutura física e administrativa de hospitais, clínicas e consultórios. Profissionais que se limitaram a interpretar exames perderão espaço. A IA possibilitará a existência de “ambulâncias inteligentes” que, em caso de emergência, monitoram os dados vitais dos pacientes e facilitarão o percurso até o hospital, acompanhadas por médicos virtuais.
A IA está projetada para trazer ganhos significativos para a economia, pacientes, médicos e empreendimentos do setor, permitindo uma medicina mais preventiva. Pacientes poderão usar ferramentas de IA para monitorar sua saúde, mudando o foco do tratamento de doenças para a prevenção.
REFERÊNCIAS
ARTEAGA, S.M., KUDEKI, M., WOODWORTH, A., 2010. Mobile system to motivateteenagers’ physical activity. In: Proceedings of the 9th international conference on interaction design and children, IDC ’10. ACM Press, Barcelona.
BAJARI, P. et al. The impact of big data on firm performance: An empirical investigation. InAEA Papers and Proceedings,Vol. 109, pp. 33-37, 2019. BAO, Yuequan et al. Computer vision and deep learning–based data anomaly detection method for structural health monitoring.Structural Health Monitoring, v. 18, n. 2, p. 401-421, 2019.
BEAM, Andrew L.; KOHANE, Isaac S. Big data and machine learning in health care.Jama, v. 319, n. 13, p. 1317-1318, 2018
BÓSIO, José A. et al. Odontologia digital contemporânea-scanners intraorais digitais.Orthodontic Science and Practice, v. 10, n. 39, p. 355-362, 2017.
BOTTOU, Léon; CURTIS, Frank E.; NOCEDAL, Jorge. Optimization methods for large-scale machine learning.Siam Review, v. 60, n. 2, p. 223-311, 2018.
ÇAKIRBAY, M. Tanış; KILIÇARSLAN, M. A.; BELLAZ, İ. B. In Vitro Evaluation of Bond Strength between Zirconia Core and CAD/CAM-Produced Veneers.Journal of prosthodontics: official journal of the American College of Prosthodontists, 2019.
CHAR, Danton S.; SHAH, Nigam H.; MAGNUS, David. Implementing machine learning in health care—addressing ethical challenges.The New England journal of medicine, v. 378, n. 11, p. 981, 2018. GANDHI, Priyanka; TANDON, Neelam. Application of Web Data Mining Techniques in CRM for Its Support to Health Industry.Available at SSRN 3446619, 2019.
1Enfermeira pela Universidade Federal do Maranhão – UFMA Cidade e Estado: São Luís – MA. janamonteles@gmail.com
2Bacharel em Enfermagem – Universidade Estadual do Piauí-UESPI Teresina-PI. kenyalarusse@hotmail.com
3Enfermeira da EMPRESA BRASILEIRA DE SERVIÇOS HOSPITALARES – EBSERH lotada no Hospital Universitário da Universidade Federal do Maranhão. São Luís-MA thais.botentuit@ebserh.gov.br
4Graduanda em enfermagem Universidade da Amazônia, UNAMA Belém, PA heloysabreis@hotmail.com
5Uniasselvi Graduanda Enfermagem. elianabortolotte2@gmail.com
6Enfermeiro – Formado Centro Universitário Fametro – Unifametro Fortaleza Ceará E-mail: j.irlailson@gmail.com
7Formada em Enfermagem Centro Universitário São Camilo. São Paulo/SP gigodoymoreira@outlook.com
8Graduanda em enfermagem pela UFPE. Email: kauanevic08@hotmail.com
9Graduando em enfermagem UNINASSAU Sobral/ Ceará carllos_kk@hotmail.com
10Graduando em Enfermagem – Uninassau, Sobral, CE. jucieleferreira21@gmail.com
11Graduanda no curso de enfermagem- Universidade Federal de Pernambuco, Surubim- PE