INTELIGÊNCIA ARTIFICIAL NA PREDIÇÃO DE COMPLICAÇÕES NAS UNIDADES DE TERAPIA INTENSIVA

Resumo

INTRODUÇÃO: A Inteligência Artificial (IA) representa um conjunto de processos inteligentes que mimetizam o comportamento funcional de redes neurais biológicas. Machine Learning (ML) e Deep Learning (DL) são técnicas de IA que atribuem uma maior capacidade de processamento e diagnóstico aos sistemas que foram integradas. A introdução da IA nas Unidades de Terapia Intensiva (UTI) tem mostrado resultados positivos nos processos de tomadas de decisões clínicas, no vínculo aos sistemas de armazenamento de dados do prontuário, na monitoração hemodinâmica e medicamentosa dos pacientes hospitalizados. Considerando a complexidade do setor de cuidados intensivos, houve a precisão de metodologias complementares para a predição de agravamentos do estado geral dos pacientes. Porém, esses procedimentos realizam uma interpretação elementar das variáveis obtidas, assim, evidenciando a necessidade do emprego de modelos preditivos alternativos mais assertivos. OBJETIVO: Analisar a literatura a respeito da aplicabilidade da inteligência artificial na predição de complicações nas unidades de terapia intensiva. MÉTODOS: O presente estudo se classifica como uma revisão de literatura com abordagem integrativa, construída com base em artigos obtidos nas bases de dados BVS, Pubmed e Elsevier a partir da busca dos descritores “inteligência artificial”, “UTI”, “gravidade do paciente”, “artificial intelligence”, “ICU”, “patient acuity” com o operador booleano AND. RESULTADOS E DISCUSSÃO: Foram catalogados 43 artigos, dos quais, 35 foram excluídos e 8 classificaram-se como elegíveis para a construção do estudo. A partir da análise realizada, é possível inferir que a utilização de recursos da IA está cada vez mais ampla, contribuindo para a resolução das mais variadas problemáticas. CONCLUSÃO: A IA foi associada a diversos fatores e alcançou resultados satisfatórios. Entretanto, embora seja considerado um importante recurso na predição de desfechos clínicos, há uma escassez sobre a temática na literatura, então se faz necessário que novos estudos sejam realizados explorando sua pluralidade funcional.