Avaliação do impacto na identificação de pacientes com risco de sepse após implantação de um robô cognitivo gerenciador de riso (Robô Laura)

• Ano de defesa: 2017
• Autor(a) principal: Kalil, Aline Junskowski
• Orientador(a): Faria, Rubens Alexandre de
• Banca de defesa: Schneider Júnior, Bertoldo, Pilonetto, Marcelo, Dias, Viviane Maria de Carvalho Hessel
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Curitiba
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia Biomédica
• País: Brasil
• Palavras-chave em Português: Septicemia; Inteligência artificial - Aplicações médicas; Robôs - Uso em diagnóstico; Cuidados médicos; Clínica médica - Inovações tecnológicas; Registros médicos; Protocolos médicos; Aprendizado do computador; Engenharia Biomédica; Artificial intelligence - Medical applications; Robots - Diagnostic use; Medical care; Clinical medicine - Technological innovations; Medical records; Medical protocols; Machine learning; Biomedical engineering
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::ENGENHARIA MEDICA
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/2982

A sepse é considerada um problema de saúde pública, sendo o diagnóstico precoce um dos principais fatores para o sucesso do tratamento. O Robô Laura® (#laurabot) é um robô cognitivo que utiliza a inteligência artificial e machine learning para identificar pacientes internados com alteração de dados vitais e exames laboratoriais, que possam estar relacionados com uma infecção e/ou sepse, alertando os profissionais da saúde para antecipar o atendimento direcionado para esta síndrome. Este estudo tem como objetivo avaliar o impacto da implantação deste robô cognitivo nos processos relacionados à identificação e atendimento ao paciente com risco de sepse, em uma unidade clínico-cirúrgica de um hospital privado de Curitiba-PR. Os dados do estudo foram obtidos a partir da revisão retrospectiva de 60 prontuários de pacientes identificados com infecção e/ou sepse, no período de seis meses antes e após a implantação da tecnologia no hospital, de acordo com a metodologia usual da instituição. Para complementar a análise, foi obtida a informação sobre o tempo médio de atendimento (média de tempo de inserção de qualquer tipo de dado no sistema de prontuário eletrônico) a partir da leitura autônoma do robô. Como resultado, a média e mediana do intervalo de tempo em minutos para prescrição do antibiótico a partir do primeiro sinal identificado de infecção foi de 390/77 e 109/58, respectivamente, no período de seis meses antes e após a implantação da tecnologia. Contudo, esta diferença não obteve relevância estatística (p=0,85). Com relação ao tempo médio de atendimento (TMA) foi possível observar redução de 25 minutos quando comparados os períodos de seis meses, antes e após a implantação da tecnologia (305 e 280 minutos respectivamente), diferença esta considerada estatisticamente relevante (p=0,02). Diante dos achados deste estudo, é possível afirmar que tecnologias como esta são promissoras em auxiliar profissionais de saúde na identificação de situações de risco, bem como no consequente estímulo à otimização da assistência prestada. Assim, estudos adicionais com maior número de sujeitos analisados são necessários para validar consistentemente os resultados encontrados.