Inteligência Artificial aplicada à Gestão em Saúde Pública: Revisão Integrativa

Ano: 2022 | Volume: 59 | Número: Não se aplica

Autores: Rebecca Santana Alonso, Lorenna Ferreira Barbalho, Roberto José Bittencourt

Palavras-chave: INTELIGÊNCIA ARTIFICIAL, GESTÃO EM SAÚDE, SAÚDE PÚBLICA

Resumo Português:

OBJETIVOS: Identificar, na literatura, a aplicabilidade de sistemas de inteligência artificial (IA), além de classificar a qualidade de evidência encontrada nas estratégias que utilizam IA e sua implementação no contexto de gestão em saúde pública.
MÉTODOS: Sucedida busca sistemática em número significativo de bases de dados. Aplicados critérios de inclusão e exclusão e utilizada ferramenta PRISMA para delimitação dos estudos. Avaliadas qualidade da evidência por meio da ferramenta GRADE, além de características específicas de cada estudo (benefícios, riscos, danos potenciais e custos).
RESULTADOS: Foram incluídos quatro estudos primários que abordavam o tema da pesquisa, todos realizados em diferentes países e sistemas de saúde. Uma revisão de literatura, dois estudos epidemiológicos observacionais e uma coorte retrospectiva. A qualidade dos estudos compreendeu muito baixo e moderado nível de evidência, conforme ferramenta GRADE. Com exceção da revisão de literatura, cada estudo apresentou uma ferramenta diferente de aplicação da inteligência artificial na gestão em saúde pública.
CONCLUSÃO: A literatura científica que aborda a utilização de recursos que envolvam IA no contexto de Gestão em saúde é escassa. Além disso, o grau de evidência observado nos estudos analisados é, em geral, baixa pela ferramenta GRADE. Se faz necessário realização de novos estudos, com adoção de metodologias mais criteriosas, a fim de demonstrar a aplicabilidade e os resultados alcançados com a utilização de determinadas tecnologias aplicadas a melhoria de processos de Gestão em Saúde.

Resumo Inglês:

OBJECTIVES: To identify, in the literature, the applicability of artificial intelligence (IA) systems, in addition to classifying the quality of evidence found in strategies that use AI and its implementation in the context of public health management.
METHODS: Successful systematic search in a significant number of databases. Inclusion and exclusion criteria were applied and a PRISMA tool was used to delimit the studies. Quality of evidence was assessed using the GRADE tool, in addition to specific characteristics of each study (benefits, risks, potential damages and costs).
RESULTS: Four primary studies that addressed the research topic were included, all carried out in different countries and health systems. A literature review, two observational epidemiological studies and a retrospective cohort. The quality of the studies comprised a very low and moderate level of evidence, according to the GRADE tool. With the exception of the literature review, each study presented a different tool for the application of artificial intelligence in public health management.
CONCLUSION: The scientific literature that addresses the use of resources that involve AI in the context of health management is scarce. In addition, the degree of evidence observed in the studies analyzed is, in general, low by the GRADE tool. It is necessary to carry out new studies, with the adoption of more judicious methodologies, in order to demonstrate the applicability and the results achieved with the use of certain technologies applied to the improvement of Health Management processes.