Dados do Trabalho


Título

ANÁLISE DA ACURÁCIA NA UTILIZAÇÃO DA INTELIGÊNCIA ARTIFICIAL NA UNIDADE DE TERAPIA INTENSIVA

Objetivo

Demonstrar a acurácia de uma plataforma de inteligência artificial para formatação de laudos de eletrocardiograma em tempo real avaliando os resultados por médicos com elevada expertise em cardiologia no ambiente de Terapia Intensiva adulto.

Métodos

Análise prospectiva dos exames realizados através da plataforma de inteligência artificial para análise de eletrocardiograma em tempo real no ambiente de terapia intensiva entre Novembro 2021 a Junho 2022. Foi utilizado uma plataforma de Inteligência artificial com 30.000 modelos de traçados de eletrocardiograma em seu banco de dados e os resultados analisados individualmente entre dois cardiologistas com expertise em eletrocardiografia.

Resultados

No período estudado foram analisados 232 exames de eletrocardiograma através da plataforma de inteligência artificial, sendo que (96,55%) apresentaram anormalidades; (0,43%) apresentaram normalidade e (3,02%) indefinidos. Entre os pacientes submetidos aos exames, (43,97%) eram do sexo feminino, (55,60%) do sexo masculino e (0,43%) outros. Possuem a faixa etária entre 51 a 60 anos (21,53%); de 61 a 70 anos (31,47%) e 71 a 80 anos (23,71%). Os principais diagnósticos identificados são: Arritmias (24,29%); IAM (20,00%); Doenças Arterial Coronariana (18,57%); sobrecargas (14,29%); Isquemia Subepicárdica (10,00%); Fibrilação Atrial (8,57%). O perfil de assertividade foi acima de 95% após a análise técnica, o que consideramos satisfatório ao método utilizado.

Conclusão

Concluimos haver uma boa acurácia quando utilizado o atual modelo de inteligência artificial para o laudo de eletrocardiograma. O resultado imediato possibilitou a tomada de decisão precoce trazendo benefícios quanto ao tratamento dos pacientes analisados e desta forma um restabelecimento mais rápido, reduzindo o tempo de internação na UTI.

Área

Gestão, Qualidade e Segurança

Autores

Firmino Haag, Antônio Fernando Costa Filho, Carolina Monteiro Andrade, Lucas Salles Freitas e Silva, Diany Priscila de Oliveira, Flávio Albuquerque, Marilene Zampoli