http://repositorio2.unb.br/jspui/handle/10482/49999
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
CristianoDrumondRibeiro_DISSERT.pdf | 1,39 MB | Adobe PDF | Visualizar/Abrir |
Título : | Aplicação de inteligência artificial (IA) na prevenção de incidentes à pacientes em serviços hospitalares |
Autor : | Ribeiro, Cristiano Drumond |
metadata.dc.contributor.email: | cristiano_drumond@hotmail.com |
Orientador(es):: | Luz, Glécia Virgolino da Silva |
Assunto:: | Inteligência artificial (IA) Instituições hospitalares Eventos adversos Qualidade da assistência à saúde |
Fecha de publicación : | 19-ago-2024 |
Data de defesa:: | 11-dic-2023 |
Citación : | RIBEIRO, Cristiano Drumond. Aplicação de inteligência artificial (IA) na prevenção de incidentes à pacientes em serviços hospitalares. 2023. 73 f., il. Dissertação (Mestrado em Engenharia Biomédica)—Universidade de Brasília, Brasília, 2023.. |
Resumen : | Introdução: A segurança do paciente é objeto de grande preocupação nos cuidados de saúde, por estar diretamente relacionada com a qualidade da assistência. Um dos maiores desafios da gestão é elaborar estratégias para reduzir a ocorrência de erros, que impactam diretamente na qualidade da assistência, na qualidade de vida do indivíduo e nos custos assistenciais. O uso de tecnologias como a inteligência artificial tem demonstrado bons resultados na solução de problemas e estudos tem sido voltados à análise e construção de ferramentas tecnológicas na área da saúde. Objetivo. Favorecer a identificação precoce de fatores de risco para eventos adversos empacientes hospitalizados, por meio da facilitação da implantação e utilização dos protocolos de segurança do paciente, com o uso da inteligência artificial. Método. Trata se de pesquisa realizada em duas partes. A primeira parte refere-se à Revisão sistemática de literatura, com o objetivo de reunir evidências sobre a utilização da inteligência artificial na segurança do paciente. A segunda parte consiste no desenvolvimento de um software, aplicado a Escala de Eventos Adversos Associados às Práticas de Enfermagem (EEAAPE), para identificar o risco de ocorrência de eventos adversos no ambiente hospitalar. Resultados. A busca nas bases de dados retornou 164 artigos, dos quais, após análise segundo critérios de inclusão e exclusão, 14 foram incluídos na revisão. Os dados dos artigos foram extraídos e organizados em planilha do Microsoft Excel®, e foram agrupados conforme desenho de estudo, e a avaliação da qualidade metodológica foi realizada por ferramentas do Joanna Briggs Institute (JBI). O software intitulado “PrevenSystem - Incidentes Hospitalares” foi desenvolvido em linguagem Java Script utilizando-se o React Native como framework, segundo a metodologia de desenvolvimento ágil, denominada Scrum. A funcionalidade do sistemaconsiste em facilitar a identificação de fatores de risco para eventos adversos, a partir da avaliação dos itens de uma escala padrão de avaliação, com o objetivo de reduzir a ocorrência de falhas e garantir rapidez na tomada de decisões. Os dados inseridos são processados por algoritmos que os classificam pelo método de “árvore de decisões”, de forma que a frequência da ocorrência de determinada situação corresponda a uma certa probabilidade de ocorrência de falha. Esta aplicação de IA consiste em análise preditiva, que é um modelo que utiliza machine learning, num “modelo de previsão baseado em IA” capaz de fornecer previsões probabilísticas da presença atual ou da ocorrência futura de determinado resultado, conforme os dados de entrada. Esta pesquisa inclui o registro do software junto ao Instituto Nacional de Propriedade Intelectual (INPI). Conclusão: O resultado da pesquisa demonstra a relevância das pesquisas sobre a aplicação da IA na prevenção de eventos adversos em pacientes hospitalizados, com bons resultados na avaliação dos sistemas desenvolvidos, sobretudo na redução de erros e agilidade das ações de tomadas de decisões. Entretanto identifica-se que ainda há necessidade de novos estudos em áreas ainda não abordadas pelas atuais pesquisas. O aplicativo desenvolvido utiliza a IA para análise das dimensões de um instrumento validado para avaliação do risco de ocorrência de eventos adversos, conforme as fases de desenvolvimento da metodologia ágil Scrum, sendo registrado no INPI, apresentando-se apto para ser submetido a testagem para validação e ampla divulgação para utilização pelas organizações de saúde. |
Abstract: | Introduction: Patient safety is an object of great concern in healthcare, as it is directly related to the quality of care. One of the biggest management challenges is developing strategies to reduce the occurrence of errors, which directly impact the quality of care, the individual's quality of life and care costs. The use of technologies such as artificial intelligence has demonstrated good results in solving problems and studies have focused on the analysis and construction of technological tools in the health sector. Objective. Promote the early identification of risk factors for adverse events in hospitalized patients, by facilitating the implementation and use of patient safety protocols, with the use of artificial intelligence. Method. This research was carried out in two parts. The first part refers to the Systematic Literature Review, with the aim of gathering evidence on the use of artificial intelligence in patient safety. The second part consists of the development of software, applied to the Adverse Events Scale Associated with Nursing Practices (EEAAPE), to identify the risk of adverse events occurring in the hospital environment. Results. The search in the databases returned 164 articles, of which, after analysis according to inclusion and exclusion criteria, 14 were included in the review. The data from the articles were extracted and organized in a Microsoft Excel® spreadsheet, and were grouped according to the study design, and the assessment of methodological quality was carried out using tools from the Joanna Briggs Institute (JBI). The software entitled “PrevenSystem - Hospital Incidents” was developed in Java Script language using React Native as a framework, according to the agile development methodology called Scrum. The system's functionality consists of facilitating the identification of risk factors for adverse events, based on the evaluation of items on a standard assessment scale, with the aim of reducing the occurrence of failures and ensuring rapid decision-making. The data entered is processed by algorithms that classify them using the “decision tree” method, so that the frequency of occurrence of a given situation corresponds to a certain probability of failure occurring. This AI application consists of predictive analysis, which is a model that uses machine learning, in an “AI-based prediction model” capable of providing probabilistic predictions of the current presence or future occurrence of a given result, according to the input data. This research includes registering the software with the National Intellectual Property Institute (INPI). Conclusion: The research result demonstrates the relevance of research on the application of AI in the prevention of adverse events in hospitalized patients, with good results in the evaluation of the systems developed, especially in reducing errors and agility in decision-making actions. However, it is identified that there is still a need for new studies in areas not yet addressed by current research. The application developed uses AI to analyze the dimensions of a validated instrument to assess the risk of adverse events occurring, according to the development phases of the agile Scrum methodology, being registered with the INPI, being able to be subjected to testing for validation and wide dissemination for use by health organizations. |
metadata.dc.description.unidade: | Faculdade UnB Gama (FGA) |
Descripción : | Dissertação (mestrado) — Universidade de Brasília, Faculdade Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2023. |
metadata.dc.description.ppg: | Programa de Pós-Graduação em Engenharia Biomédica |
Aparece en las colecciones: | Teses, dissertações e produtos pós-doutorado |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.