Inteligência artificial no auxílio do diagnóstico precoce da sepse

Abstract

A Inteligência Artificial tem se mostrado uma tecnologia promissora em diversos campos de atuação, sendo o campo da medicina uma das esferas de sua aplicação. Essa tecnologia possibilita que máquinas aprendam com experiências, se ajustem a novas entradas de dados e desempenhem tarefas como seres humanos. O Robô Laura® é o primeiro robô cognitivo gerenciador de riscos em hospitais que faz utilização de inteligência artificial através de aprendizado de máquina e mineração de dados, propiciando técnicas e diagnósticos que buscam beneficiar pacientes e profissionais da saúde, na identificação da sepse. A sepse é uma doença apontada como um problema na saúde pública e seu diagnóstico precoce acaba sendo um dos fatores de maior importância para o sucesso do tratamento. Este trabalho tem como objetivo apresentar a análise e comparação do tempo médio gasto no diagnóstico da doença entre o robô e os métodos convencionais. Os dados do estudo foram adquiridos a partir da revisão de 60 casos de pacientes identificados com infecção ou sepse, no período de seis meses antes e seis meses após sua atuação em um hospital particular de Curitiba-PR. A partir de então foi apurado o tempo médio de atendimento e como resultado foi observado a redução de 25 minutos em comparação ao período anterior da implantação da tecnologia, sendo estatisticamente uma diferença relevante. Em frente ao estudo é plausível afirmar que a tecnologia utilizada acaba sendo promissora no auxílio médico aos profissionais de saúde no diagnóstico de situações de risco.

Artificial intelligence has shown itself to be a promising technology in several fields of activity, the field of medicine is one of the spheres of its application. This technology allows machines to learn form experience, adjust to new data inputs and perform tasks like humans. Laura® Robot is the first cognitive robot to manage risks in hospitals that uses artificial intelligence through machine learning and data mining, providing techniques and diagnostics that seek to benefit patients and health professionals in the identification of sepsis. Sepsis is a disease identified as a public health problem and its early diagnosis ends up being one of the most important factors for successful treatment. This work aims to present the analysis and comparison of the average time spent in the diagnosis of the disease between the robot and conventional methods. The study data were acquired from the review of 60 cases of patients identified with infection or sepsis, six months before and six months after their work in a private hospital in Curitiba-PR. From then on, the average service time was calculated and as a result, a reduction of 25 minutes was observed in comparison to the previous period of technology implementation, being a statistically significant difference. According to the study, it is plausible to state that the technology used ends up being promising in providing medical assistance to health professionals in the diagnosis of risk situations.