THE USE OF ARTIFICIAL INTELLIGENCES IN NURSING PRACTICE: CURRENT CHALLENGES AND FUTURE PERSPECTIVES
EL USO DE LAS INTELIGENCIAS ARTIFICIALES EN LA PRÁCTICA DE ENFERMERÍA: RETOS ACTUALES Y PERSPECTIVAS DE FUTURO
REGISTRO DOI: 10.69849/revistaft/ar10202508282258
Laiane Ribeiro Viana¹
Lucas Padilha Salgado²
Esleane Vilela Vasconcelos²
RESUMO
Objetivo: Identificar as perspectivas do uso da IA na enfermagem e os caminhos para implementação dessas tecnologias nos ambientes de prestação do cuidado. Métodos: Trata-se de uma revisão integrativa da literatura qualitativa, com análise de artigos publicados entre 2019 e 2024 nas bases de dados BVS e SciELO. Foram selecionados estudos que abordaram diretamente o uso de IA na enfermagem, com foco em algoritmos de aprendizado de máquina e sistemas de suporte clínico. A análise dos dados foi qualitativa, categorizando as intervenções e resultados dos artigos. Revisão Bibliográfica: A revisão identificou que as ias têm grande potencial para otimizar a carga de trabalho da equipe de enfermagem, prever eventos adversos e personalizar o cuidado ao paciente. Contudo, foi observado que a resistência à adoção dessas tecnologias e a necessidade de capacitação contínua ainda representam desafios. A IA demonstrou também ser útil na organização das tarefas, reduzindo a sobrecarga e permitindo que os enfermeiros foquem em intervenções mais complexas. Considerações finais: A implementação de IA na enfermagem pode melhorar significativamente a assistência ao paciente e otimizar o tempo dos profissionais. No entanto, é necessário superar desafios como a resistência à mudança e investir na capacitação contínua da equipe para uma adoção eficaz dessas tecnologias.
Palavras-chave Enfermagem, Inteligência Artificial. Assistência de Enfermagem.
ABSTRACT
Objective: To identify the perspectives on the use of AI in nursing and the paths for implementing these technologies in care delivery environments. Methods: This is an integrative review of the qualitative literature, with analysis of articles published between 2019 and 2024 in the BVS and SciELO databases. Studies that directly addressed the use of AI in nursing were selected, with a focus on machine learning algorithms and clinical support systems. Data analysis was qualitative, categorizing the interventions and results of the articles. Literature Review: The review identified that AIs have great potential to optimize the workload of the nursing team, predict adverse events, and personalize patient care. However, it was observed that resistance to the adoption of these technologies and the need for continuous training still represent challenges. AI has also proven to be useful in organizing tasks, reducing overload and allowing nurses to focus on more complex interventions. Final considerations: The implementation of AI in nursing can significantly improve patient care and optimize professionals’ time. However, it is necessary to overcome challenges such as resistance to change and invest in continuous training of the team for effective adoption of these technologies.
Keywords: Nursing, Artificial Intelligence, Nursing Care.
INTRODUÇÃO
Nas últimas décadas, a inteligência artificial (IA) tem emergido como um dos principais símbolos das transformações tecnológicas que marcam a sociedade contemporânea, uma vez que mudaram completamente a forma como a humanidade lida com diversas áreas do conhecimento (SILVA; GRABHER, 2024). Com aplicações que atravessam diversos campos do conhecimento, essa inovação tem provocado mudanças significativas na forma como interagimos com o mundo, tomamos decisões e organizamos processos em múltiplos contextos (ASCENÇÃO, 2024).
No campo da saúde, essas transformações têm provocado debates sobre os impactos éticos, os aspectos humanos e profissionais que podem ser afetados pela tecnologia, uma vez que as IA’s possuem, segundo alguns, potencial para substituir diversas profissões na sociedade atual, tal qual ocorreu no período da revolução industrial no século XVIII (LOPES et al, 2024). A presença crescente da IA nas práticas assistenciais de enfermagem, por sua vez, convida à reflexão não apenas sobre sua funcionalidade, mas também sobre os sentidos que ela assume no cuidado, na escuta, no julgamento clínico e na autonomia dos profissionais envolvidos (SILVA et al, 2023).
Tendo em mente que, historicamente, a enfermagem é centrada no cuidado integral e contínuo ao ser humano (ALMEIDA et al, 2022), essas inovações representam tanto possibilidades quanto desafios. A prática do cuidar, por exemplo, envolve mais do que a execução técnica de tarefas, exige certas habilidades sociais, sobretudo de comunicação (CAETANO et al, 2022), as quais vêm sendo questionadas sobre a sua real necessidade dentro da nova era tecnológica.
Diante desse cenário, é preciso compreender, de modo crítico e contextualizado, os sentidos que a inteligência artificial pode adquirir na assistência de enfermagem, ponderando sobre os modos de apropriação dessas ferramentas, os valores que orientam sua utilização e os efeitos que produzem nas relações de trabalho e no vínculo com os pacientes.
Assim, de acordo com as questões levantadas, é indispensável refletir sobre os desafios atuais e as oportunidades futuras à implementação das inteligências artificias na assistência de enfermagem, espacialmente em relação ao impacto na segurança do paciente e na qualidade assistencial oferecida, como também nas implicações para a eficiência dos enfermeiros. Nessa perspectiva, este estudo objetiva, por meio de autores, identificar as perspectivas do uso da IA na enfermagem e os caminhos para implementação dessas tecnologias nos ambientes de prestação do cuidado.
MÉTODOS
Trata-se de uma revisão integrativa da literatura (RIL) com abordagem qualitativa. Esse tipo de estudo proporciona uma análise ampla e sistemática da pesquisa científica, contribuindo para a caracterização e expansão do conhecimento produzido (SOUZA, et al. 2027). Seu objetivo é sistematizar os resultados de pesquisas anteriores sobre um tema específico, de forma ordenada e estruturada (SOUZA et al. 2010).
A construção de uma RIL, portanto, é baseada em seis etapas, sendo elas: identificação do tema e elaboração das questões norteadoras, estabelecimento de critérios para a busca e seleção dos estudos, categorização dos estudos, análise dos dados e interpretação dos resultados (TEIXEIRA et al. 2013).
Procedimento metodológico
Para orientar esta revisão integrativa, foram elaboradas três questões norteadoras, baseadas na estratégia das 3 R’s: Relevância, Relações e Resultados. A primeira investigou “quais os desafios e oportunidades da implementação das IAs na enfermagem? A segunda pergunta: “como o impacto das IAs na segurança e qualidade assistencial oferecida pela equipe de enfermagem? Por fim, a terceira analisou “Quais as implicações das IAs na eficiência dos profissionais de enfermagem. Essas questões permitiram uma análise sistemática do impacto das IAs na prática assistencial da equipe de enfermagem.
Critérios de Inclusão e Exclusão
Os critérios de inclusão para a seleção dos estudos foram: artigos publicados entre 2019 e 2024, que estivessem disponíveis na íntegra, escritos em português ou inglês, e que abordassem diretamente o uso das Inteligências Artificiais (IAs) na assistência de enfermagem, incluindo as intervenções, os resultados e as implicações para a prática clínica. Por outro lado, os critérios de exclusão envolveram a eliminação de estudos que não tratavam especificamente do tema da pesquisa, ou seja, artigos que tratavam do uso das IAs no ensino de enfermagem, na gestão e administração, aqueles que não estavam disponíveis na íntegra e os artigos duplicados.
Figura 1– Critérios de inclusão e exclusão
| Critérios de Seleção | Critérios de Inclusão | Critérios de Exclusão |
| 1° fase da pesquisa (Aplicação dos critérios no motor de busca) | ● Artigos disponíveis online de forma integral. ● Artigos em língua portuguesa e inglesa. ● Artigos publicados nos últimos 5 anos (2019 a 2024). | ● Teses de doutorado. ● Acesso pago. |
| 2° fase da pesquisa (adequação do título e do resumo) | ● Abordagem da Inteligência artificial (IA) na assistência de enfermagem. | ● Documentos escritos em idiomas diferentes a partir dos critérios de inclusão. ● Artigos duplicados. ● Artigos que abordassem a inteligência artificial no ensino e na gerência de enfermagem. |
| 3° fase da pesquisa (leitura integral) | ● Estudos respondem parcialmente as questões norteadoras. | ● Estudos não respondem as questões norteadoras |
Levantamento Bibliográfico
A busca foi realizada nas seguintes bases de dados: Portal da Biblioteca Virtual em Saúde (BVS) e SciELO foi utilizado os descritores “inteligência artificial”, “assistência em enfermagem”, “IA” e “enfermagem”, tanto em português como em inglês registrados no DeCs/MeSH, nos meses de outubro de 2014 à janeiro de 2025. Foram selecionados artigos publicados nos últimos cinco anos (2019 a 2024), disponíveis na íntegra e nos idiomas inglês e português. Foram excluídos estudos irrelevantes, sem acesso completo ou duplicados. As informações extraídas incluíram ano de publicação, objetivos, intervenções de enfermagem e principais resultados, com os estudos categorizados conforme as intervenções: uso de algoritmos de aprendizado de máquina, sistemas de suporte clínico e ferramentas de análise preditiva.
A análise foi qualitativa, avaliando criticamente a qualidade metodológica dos estudos e agrupando-os conforme as intervenções e resultados. Os achados foram interpretados para identificar padrões e lacunas no conhecimento sobre as IAs nas intervenções de enfermagem, com foco nas aplicações práticas para melhorar a qualidade do cuidado. Ao final, a amostra do estudo para análise e discussão foi composta por 10 artigos, quando a identificação dos artigos, título, nome dos autores, objetivos e principais resultados.
Figura 2– Fluxograma do processo de busca e seleção dos artigos para a revisão
RESULTADOS:
Quadro 1- Síntese dos artigos selecionados para esta revisão
DISCUSSÃO:
É válido ressaltar que a implementação das Inteligências Artificiais (IAs) na prática assistencial da equipe de enfermagem está em crescimento e tem demonstrado grande potencial para melhorar o cuidado ao paciente. Além disso, a IA proporciona maior eficiência para os profissionais de enfermagem, podendo, ainda, personalizar o cuidado conforme as necessidades de cada paciente, melhorar a segurança do paciente e otimizar a carga de trabalho da equipe de enfermagem.
Um dos benefícios identificados nos estudos analisados é a capacidade da IA de prever a ocorrência de eventos adversos, especialmente em ambientes de cuidados intensivos. Esse uso preditivo da IA tem demonstrado grande potencial para melhorar o prognóstico dos pacientes, pois permite intervenções rápidas e eficazes pela equipe de enfermagem (TOLEDO; BHERING; ERCOLE, 2024). Esses achados estão alinhados com a pesquisa de Soares-Pinto et al. (2023), que destaca o uso de machine learning (ML) na gestão de doenças crônicas, facilitando planos de cuidados direcionados e a identificação precoce de fatores de risco. Em hospitais de grande porte, a IA tem o poder de minimizar complicações clínicas graves, principalmente na UTI, onde a condição do paciente pode se alterar rapidamente.
Além disso, os estudos revisados evidenciam o grande potencial da IA na organização das tarefas assistenciais nos setores de enfermagem. Ferramentas baseadas em IA auxiliam na automatização de tarefas repetitivas e na organização mais eficiente da distribuição de tarefas, permitindo que os enfermeiros se concentrem em atividades mais complexas que exigem conhecimento especializado (ROSA; TIAGO ANDRES VAZ; DE, 2024). A pesquisa de Barbosa et al. (2024), sobre o uso de IA para o manejo de infecções sexualmente transmissíveis durante as consultas de enfermagem, ilustra como essas ferramentas podem ser implementadas no dia a dia da prática clínica, otimizando o tempo e oferecendo maior precisão nas intervenções de enfermagem.
Outro ponto relevante abordado pelos estudos analisados é a importância do treinamento contínuo dos profissionais para a implementação da IA. A pesquisa de Hogg et al. (2023) destaca que a introdução de novas tecnologias, como a IA, requer um processo contínuo de aprendizado, adaptação e atualização das competências dos enfermeiros. Portanto, apesar de a IA mostrar um grande potencial para melhorar a assistência de enfermagem, o uso eficaz dessas ferramentas depende diretamente da capacidade da equipe de enfermagem em manipulá-las e integrá-las adequadamente em seu trabalho diário.
Vale destacar que as questões éticas também foram amplamente discutidas nos estudos, especialmente no que se refere à privacidade dos dados dos pacientes e à responsabilidade nas decisões automatizadas. Nesse contexto em que a IA baseia suas decisões em grandes volumes de dados, a segurança e o uso ético das informações são fundamentais (BECK et al, 2022). Para garantir isso, a equipe de enfermagem deve estar atenta aos protocolos que asseguram a confidencialidade e a segurança no uso dessas tecnologias na prestação de cuidados.
Além disso, os estudos apontam que muitos profissionais resistem à mudança, uma vez que estão habituados aos métodos tradicionais de trabalho e podem sentir insegurança ao adotar novas tecnologias. Esse processo de adaptação exige tempo, apoio e uma cultura organizacional que valorize a inovação. Isso foi destacado por Naik e Grinspun (2024), que afirmam que, embora as práticas baseadas em IA possam otimizar os cuidados, é necessário que haja um processo de integração bem estruturado e apoiado pela gestão hospitalar.
Em relação às limitações do estudo, a análise qualitativa dos artigos revelou algumas lacunas no uso da IA, particularmente pela falta de pesquisas que explorem o impacto dessa tecnologia nos cuidados de enfermagem nas Estratégias de Saúde da Família (ESF). Embora os hospitais de grande porte sejam frequentemente mencionados, há uma necessidade crescente de explorar o uso da IA no contexto da atenção primária à saúde, onde também existem altas demandas de trabalho.
Por fim, os estudos revisados evidenciam os benefícios da IA na qualidade da assistência, mas também destacam os desafios, especialmente no que diz respeito à adaptação organizacional, à capacitação contínua, à integração da tecnologia e às questões éticas. A implementação bem-sucedida da IA na enfermagem depende de um equilíbrio entre inovação tecnológica e cuidado centrado no paciente, sendo fundamental a participação ativa da equipe de enfermagem no processo de desenvolvimento e adaptação dessas ferramentas.
CONSIDERAÇÕES FINAIS:
Com uma prevalência crescente nos ambientes de cuidado, a implementação das Inteligências Artificiais (IAs) apresenta grande potencial para aprimorar a prestação de cuidados aos pacientes. Foram identificados benefícios como a personalização do cuidado, a otimização do tempo e a melhoria da segurança assistencial, permitindo intervenções mais seguras e direcionadas. No entanto, a resistência à mudança e a necessidade de capacitação contínua são desafios importantes que precisam ser superados. Para uma implementação eficaz e segura, é fundamental que a equipe de enfermagem participe ativamente do processo, garantindo que as tecnologias de IA sejam aplicadas corretamente e de forma centrada no paciente.
REFERÊNCIAS:
ALMEIDA, D. B. de et al. Olhares sobre a interdisciplinaridade na história da enfermagem: contextos e perspectivas globais. In: PERES, M. A. A.; PADILHA, M. I.; SANTOS, T. C. F.; ALMEIDA FILHO, A. J. (orgs.). Potencial interdisciplinar da enfermagem: histórias para refletir sobre o tempo presente. Brasília, DF: Editora ABEn, 2022. p. 8–20.
ASCENÇÃO, G. de J. A. Ascenção homem – máquina: a ascensão da inteligência artificial e suas implicações éticas. 2024. Dissertação (Mestrado em Filosofia) – Universidade Federal do Maranhão, São Luís, 2024.
BECK, C. A. M. R.; BOFF, M. M.; PIAIA, T. C. Lei geral de proteção de dados e a revisão de decisões automatizadas: os mecanismos de regulação baseados em uma inteligência artificial ética. Revista Eletrônica Direito e Política, v. 17, n. 2, p. 509–546, 2022. DOI: 10.14210/rdp.v17n2.p509-546.
CAETANO, C. E. P.; DOMINGOS, O. R. de S.; MAIA, L. F. dos S. A importância da comunicação clara e objetiva na enfermagem. Revista Remecs – Revista Multidisciplinar de Estudos Científicos em Saúde, p. 7, 2022.
GONÇALVES, L. S. et al. Implementation of an artificial intelligence algorithm for sepsis detection. Revista Brasileira de Enfermagem, v. 73, n. 3, p. e20180421, 2020.
HOGG, H. D. J. et al. Stakeholder perspectives of clinical artificial intelligence implementation: systematic review of qualitative evidence. Journal of Medical Internet Research, v. 25, out. 2023.
LOPES, O. et al. A inteligência artificial e seus impactos no mercado de trabalho para o advogado. Humanidades (Montes Claros), v. 13, n. Suppl.1, 2024.
NAIK, S.; GRINSPUN, D. RNAO’s artificial intelligence innovations: a novel strategy to advance evidence-based nursing practice. Revista de la Facultad de Ciencias de la Salud, v. 27, n. 1, p. 42–51, 2024.
SILVA, C. R. de S.; GRABHER, R. L. Impactos da inteligência artificial no mercado de trabalho. Revista Estudos e Negócios Academics, v. 4, n. 8, 29 ago. 2024.
SOARES-PINTO, I.; SÁ, M.; ALVES, A.; SOUSA, M.; CARVALHO, A.; MOREIRA, C. Ferramentas de machine learning na gestão de doenças crónicas: uma scoping review. Revista de Investigação & Inovação em Saúde, v. 7, n. 1, p. 1–11, 2023.
SOUZA, M. T. de; SILVA, M. D. da; CARVALHO, R. de. Revisão integrativa: o que é e como fazer. Einstein (São Paulo), v. 8, n. 1, p. 102–106, jan. 2010.
SOUZA, L. M. M. de et al. A metodologia de revisão integrativa da literatura em enfermagem. Revista Investigação em Enfermagem, v. 21, n. 21, p. 17–26, nov. 2017.
TEIXEIXA, E. et al. Revisão integrativa de literatura passo a passo e convergências com outros métodos de revisão. Revista de Enfermagem da UFPI, v. 2, n. 5, p. 3–7, dez. 2013.
TOLEDO, L. V.; BHERING, L. L.; ERCOLE, F. F. Artificial intelligence to predict bed bath time in intensive care units. Revista Brasileira de Enfermagem, v. 77, n. 1, p. e20230201, 2024.
WAGSTAFF, C.; FERNANDES, M. A. Inteligência artificial e as relações terapêuticas na saúde mental: possibilidades e desafios. Revista Enfermagem Atual In Derme, v. 98, n. 2, p. e024342, 2024. DOI: 10.31011/reaid-2024-v.98-n.2-art.2289.
¹Acadêmica de Enfermagem. Universidade Federal do Pará, Belém – Pará.
²Acadêmico de Enfermagem. Universidade Federal do Pará, Belém – Pará.
³Docente de Enfermagem. Universidade Federal do Pará, Belém – Pará