Inteligência artificial para gestão de cuidados de enfermagem em unidade de terapia intensiva
Visualizar/abrir
Data
2024Autor
Orientador
Co-orientador
Nível acadêmico
Doutorado
Tipo
Assunto
Resumo
Introdução: Em março de 2020, a Organização Mundial de Saúde (OMS) declarou a pandemia de COVID-19, doença causada pelo novo coronavírus. Semelhante a outros patógenos respiratórios virais, a COVID-19 apresenta um curso clínico progressivo caracterizado por febre, tosse e dispneia. A infecção por COVID-19 resulta, em alguns casos, em uma condição respiratória que exige cuidados de grande porte especializados em Unidades de Terapia Intensiva (UTI), sobrecarregando de forma física, psíquica os pr ...
Introdução: Em março de 2020, a Organização Mundial de Saúde (OMS) declarou a pandemia de COVID-19, doença causada pelo novo coronavírus. Semelhante a outros patógenos respiratórios virais, a COVID-19 apresenta um curso clínico progressivo caracterizado por febre, tosse e dispneia. A infecção por COVID-19 resulta, em alguns casos, em uma condição respiratória que exige cuidados de grande porte especializados em Unidades de Terapia Intensiva (UTI), sobrecarregando de forma física, psíquica os profissionais, exigindo maior quantitativo da equipe de enfermagem. Os algoritmos de Inteligência Artificial (IA), particularmente o aprendizado profundo (do inglês, deep learning), demonstra melhor desempenho em relação à classificação de doenças pulmonares e, em consequência, otimização dos serviços de saúde no que diz respeito à carga de trabalho e quantitativo necessário de profissionais para assistência nesse âmbito. Objetivo: Desenvolver protótipo com uso de IA para gestão do cuidado de enfermagem em UTIs através do Nursing Active Score (NAS). Método: Trata-se de um estudo metodológico e observacional de desenvolvimento computacional dividido nas seguintes etapas: 1) Implementar a escala NAS em UTIs de pacientes com COVID-19 e outras doenças pulmonares em um complexo hospitalar; 2) Informatizar o NAS com uso de IA e (Business Intelligence) para a gestão do cuidado em enfermagem (carga de trabalho e taxa de ocupação) nas UTIs; 3) Processar e analisar as informações por meio de IA, com validação dos dados; 4) Analisar a prevalência das comorbidades dos pacientes internados UTI específica para atendimento de pacientes com COVID-19, em comparação aos internados em UTI com enfoque em outras doenças pulmonares. Resultado: Foi construído um protótipo que servirá de apoio para a tomada de decisão na gestão dos cuidados de enfermagem em UTIs. ...
Abstract
Introduction: In March 2020, the World Health Organization (WHO) declared the COVID- 19 pandemic, a disease caused by the new coronavirus. Similar to other viral respiratory pathogens, COVID-19 has a progressive clinical course characterized by fever, cough and dyspnoea. The COVID-19 infection results, in some cases, in a respiratory condition that requiring large specialized care in Intensive Care Units requiring large specialized care in Intensive Care Units (ICU), overloading the nursing cat ...
Introduction: In March 2020, the World Health Organization (WHO) declared the COVID- 19 pandemic, a disease caused by the new coronavirus. Similar to other viral respiratory pathogens, COVID-19 has a progressive clinical course characterized by fever, cough and dyspnoea. The COVID-19 infection results, in some cases, in a respiratory condition that requiring large specialized care in Intensive Care Units requiring large specialized care in Intensive Care Units (ICU), overloading the nursing category physically, mentally and professionally. Artificial Intelligence (AI) algorithms, particularly deep learning, demonstrate better performance with regard to lung disease classification and, as a result, optimization of healthcare services with regard to workload and number of professionals necessary for assistance in this area. Objectives: Implement the Nursing Active Score (NAS) scale with artificial intelligence in ICUs of a hospital in the city of Porto Alegre that cares for patients with pneumological diseases, without COVID and with COVID-19. Methods: This is an observational study of computational development divided into the following steps: 1) Implement the NAS scale in ICUs of patients with COVID-19 and other lung diseases in a hospital complex; 2) Computerize the NAS using AI (Business Intelligence) to manage nursing care (workload and occupancy rate) in ICUs; 3) Process and analyze the information through AI, with data validation; 4) To analyze the prevalence of comorbidities in patients admitted at the ICU for patients with COVID-19 compared to those admitted at the ICU for treatment of other lung diseases. Results: A prototype was built based on AI that will support decision-making in the management of nursing care in ICUs. ...
Instituição
Universidade Federal do Rio Grande do Sul. Faculdade de Medicina. Programa de Pós-Graduação em Ciências Pneumológicas.
Coleções
-
Ciências da Saúde (9217)Pneumologia (507)
Este item está licenciado na Creative Commons License
