O potencial da inteligência artificial para melhorar a segurança do paciente: uma revisão exploratória
A inteligência artificial (IA) representa uma ferramenta valiosa que poderia ser usada para melhorar a segurança do cuidado. Os principais eventos adversos no cuidado de saúde incluem: infecções relacionadas à assistência à saúde, eventos adversos relacionados a medicamentos, tromboembolismo venoso, complicações cirúrgicas, úlceras por pressão, quedas, descompensação e erros de diagnóstico. O objetivo desta revisão exploratória (scoping review) foi resumir a literatura relevante e avaliar o potencial da IA para melhorar a segurança do paciente nesses oito domínios. Fizemos pesquisas estruturadas para consultar o MEDLINE em busca de artigos relevantes. A revisão exploratória identificou estudos que descreviam a aplicação da IA para a previsão, prevenção ou detecção precoce de eventos adversos em cada um dos domínios. Fizemos uma síntese narrativa da literatura sobre IA em cada domínio e consideramos os achados no contexto da incidência, custo e evitabilidade para fazer projeções sobre a probabilidade de que a IA seja capaz de melhorar a segurança. Incluímos 392 estudos nesta revisão exploratória. A literatura apresentou muitos exemplos de como a IA tem sido aplicada dentro de cada um dos oito domínios, utilizando várias técnicas. Na atualidade, a maior parte dos dados é coletada usando diferentes tipos de tecnologias de monitoramento: sensores de sinais vitais, dispositivos portáteis, sensores de pressão e visão computacional. Há muitas oportunidades para utilizar a IA e novas fontes de dados a fim de reduzir a frequência dos danos ocorridos em todos os domínios. Esperamos que a IA tenha seu maior impacto em áreas onde as estratégias atuais não são eficazes e nas quais é necessária a integração e a análise complexa de dados inovadores e não estruturados para fazer previsões precisas; isto se aplica especificamente aos eventos adversos relacionados a medicamentos, descompensação e erros de diagnóstico.
Artificial intelligence (AI) represents a valuable tool that could be used to improve the safety of care. Major adverse events in healthcare include: healthcare-associated infections, adverse drug events, venous thromboembolism, surgical complications, pressure ulcers, falls, decompensation, and diagnostic errors. The objective of this scoping review was to summarize the relevant literature and evaluate the potential of AI to improve patient safety in these eight harm domains. A structured search was used to query MEDLINE for relevant articles. The scoping review identified studies that described the application of AI for prediction, prevention, or early detection of adverse events in each of the harm domains. The AI literature was narratively synthesized for each domain, and findings were considered in the context of incidence, cost, and preventability to make projections about the likelihood of AI improving safety. Three-hundred and ninety-two studies were included in the scoping review. The literature provided numerous examples of how AI has been applied within each of the eight harm domains using various techniques. The most common novel data were collected using different types of sensing technologies: vital sign monitoring, wearables, pressure sensors, and computer vision. There are significant opportunities to leverage AI and novel data sources to reduce the frequency of harm across all domains. We expect AI to have the greatest impact in areas where current strategies are not effective, and integration and complex analysis of novel, unstructured data are necessary to make accurate predictions; this applies specifically to adverse drug events, decompensation, and diagnostic errors.
