O USO DE INTELIGÊNCIA ARTIFICIAL COMPARADO AO MÉTODO TRADICIONAL PARA AVALIAÇÃO DE FERIDAS OPERATÓRIAS

Autores

DOI:

https://doi.org/10.31011/reaid-2024-v.98-n.2-art.2213

Palavras-chave:

Inteligência Artificial, Cicatrização de Feridas, Avaliação de Enfermagem, Infecção de Ferida Cirúrgica

Resumo

INTRODUÇÃO: Inovações tecnológicas têm sido ofertadas diariamente no âmbito da saúde hospitalar, propiciando uma aproximação entre os profissionais e os sistemas de informação. Recursos como a Inteligência Artificial são capazes de trazer informações diárias e atualizadas sobre diversos assuntos, entre eles os relacionados aos cuidados em saúde. OBJETIVOS: Comparar as formas de avaliações e recomendações de tratamentos de feridas operatórias por profissional capacitado com as de um sistema de informação de Inteligência Artificial OpenAI Chat GPT-4.0®. METODOLOGIA: Estudo descritivo como relato de experiência da prática assistencial do grupo de pesquisadores, dividido em duas fases. A primeira, avaliação das feridas operatórias por profissional enfermeiro especialista em feridas e estomaterapia. Na segunda, avaliação das feridas operatórias segundo o recurso tecnológico de Inteligência Artificial OpenAI Chat GPT-4.0®. RESULTADOS: A avaliação pelo especialista oferece detalhamento no contexto da ferida operatória, incluindo aspectos práticos e logísticos. Já a avaliação realizada pelo sistema de informação foca em análise clínica generalizada baseada apenas na aparência da ferida. Ambos destacam a importância da terapia por pressão negativa no manejo da ferida, mas variam na abordagem e no nível de detalhe. CONSIDERAÇÕES FINAIS: Os sistemas de Inteligência Artificial OpenAI Chat GPT-4 são recursos tecnológicos de qualidade e podem se tornar uma das várias formas de contribuir nos cuidados e auxiliar profissionais da saúde em localizações mais remotas, nas quais não há a disponibilização de profissionais enfermeiros capacitados em avaliações de feridas complexas.

Downloads

Não há dados estatísticos.

Referências

Monteiro D, Siqueira A, De Pellegrini T, Rodrigues B. Children in the pediatric oncology unit: aspects of care. Psicol Saúde Doença. 2022;23(03):695-709. doi:10.15309/22psd230309

Gaio G, Chiavon SD, Brum CND, Zuge SS, Santos ED. Brinquedo terapêutico como tecnologia de cuidado para crianças que vivenciam doenças respiratórias em unidade de internação hospitalar: scoping review / Therapeutic toy as a care technology for children experiencing respiratory diseases in a hospital care: scoping review. Braz J Health Rev. 2022;5(2):6497-11. doi:10.34119/bjhrv5n2-221

Ramos MC, Gomes DF, Mello NF, Silva EN, Barreto JOM, Shimizu HE. Big Data e Inteligência Artificial para pesquisa translacional na Covid-19: revisão rápida. Saúde Em Debate. 2023;46:1202-14. doi:10.1590/0103-1104202213518

Santos RC, Silva LIM, Santos LDPJ, Méllo LMBD, Santos L. O uso de tecnologias digitais nas práticas de trabalhadores comunitários de saúde: uma revisão internacional de escopo. Trabalho, Educação e Saúde. Trab Educ E Saúde. 2023;21:e02146220. doi:https://doi.org/10.1590/1981-7746-ojs2146

Tustumi F, Andreollo NA, Aguilar-Nascimento JE. Future of the language models in healthcare: the role of chatgpt. ABCD Arq Bras Cir Dig São Paulo. 2023;36:e1727. doi:10.1590/0102-672020230002e1727

Silva FTM, Kubrusly M, Augusto KL. Uso da tecnologia no ensino em saúde – perspectivas e aplicabilidades. Rev Eletrônica Comun Informação Inov Em Saúde. 2022;16(2). doi: 10.29397/reciis.v16i2.2439

Zamberlan C, Benedetti FJ, Smeha LN, Bär KA, Rodrigues Junior LF, Backes DS. Fidelização e impacto de tecnologias sociais em saúde centradas no usuário: nova proposta de desenvolvimento. Acta Paul Enferm. 2023;36:eAPE0052231. doi:10.37689/acta-ape/2023AR005231

Stein M, Costa R, Gelbcke FL. Nursing and design in the creation of health products: approaching areas and solving problems. Texto Contexto - Enferm. 2023;32:e20220160. doi:10.1590/1980-265X-TCE-2022-0160en

Faria RP, Fuly PSC. Construção e validação de um instrumento sobre manejo de ferida neoplásica para capacitação de enfermeiros. Cogitare Enferm. 2023;28:e87628. doi:10.1590/ce.v28i0.87628

Oliveira JDCP, Marinus MWLC, Monteiro EMLM. Practices in the healthcare of children and adolescents with leprosy: the discourse of professionals. Rev Gaúcha Enferm. 2020;41:e20190412. doi:10.1590/1983-1447.2020.20190412

Lavorato VU, Silva GO, Carneiro BR, Costa KHR, Versiani ER. Uso de realidade virtual no manejo da dor durante procedimentos de cuidados com feridas por queimaduras: Revisão sistemática e meta-análise. Rev Bras Queimaduras. 2022;21(1):69-76.

Calegari IB, Peixoto CA, Furtado BEP, et al. Métodos para vigilância de infecção do sítio cirúrgico pós-alta: revisão integrativa. Acta Paul Enferm. 2023;36:eAPE019631. doi:10.37689/acta-ape/2023AR019631

Silva R, Silva Neto DR. Inteligência artificial e previsão de óbito por Covid-19 no Brasil: uma análise comparativa entre os algoritmos Logistic Regression, Decision Tree e Random Forest. Saúde Em Debate. 2023;46:118-129. doi:10.1590/0103-11042022E809

Souto I, Brito I, Pereira A. Avaliação de stress ocupacional em tempo de crise: desafios à psicologia 4.0. Published online 2022. doi:10.15309/22psd230224

Publicado

25-05-2024

Como Citar

1.
Basso da Silva G, Gabriel J, Goldberg Rabin E, Martins da Silva D, Dias da Silva AP, Souza dos Santos V. O USO DE INTELIGÊNCIA ARTIFICIAL COMPARADO AO MÉTODO TRADICIONAL PARA AVALIAÇÃO DE FERIDAS OPERATÓRIAS . Rev. Enferm. Atual In Derme [Internet]. 25º de maio de 2024 [citado 8º de dezembro de 2024];98(2):e024326. Disponível em: https://revistaenfermagematual.com.br/index.php/revista/article/view/2213

Edição

Seção

ESTUDO DE CASO