Um estudo recente da Universidade de Yale, publicado em 5 de junho de 2025, introduz um modelo de inteligência artificial (IA) capaz de prever episódios de agitação em pacientes atendidos em departamentos de emergência (DEs). Essa inovação visa aumentar a segurança de pacientes e profissionais de saúde, além de reduzir o uso de contenções físicas e medicamentos sedativos, frequentemente associados a riscos como traumas e depressão respiratória.
Contexto do problema
Nos últimos anos, os DEs nos Estados Unidos registraram um aumento significativo nas visitas relacionadas a condições de saúde mental, muitas vezes acompanhadas por comportamentos agitados ou violentos. Atualmente, a identificação de pacientes propensos à agitação é desafiadora, levando frequentemente à necessidade de intervenções reativas, como contenções físicas ou administração de sedativos, que podem resultar em complicações adicionais.
Desenvolvimento do modelo de IA
Liderada pelo Dr. Ambrose Wong, professor associado de medicina de emergência na Yale School of Medicine, a equipe de pesquisa analisou dados de mais de 3 milhões de visitas a DEs entre 2015 e 2022, provenientes de nove hospitais no nordeste dos EUA. Utilizando técnicas de aprendizado de máquina, o modelo foi treinado para identificar padrões associados à agitação, considerando cerca de 700 variáveis, incluindo idade, histórico médico, sinais vitais e frequência de visitas anteriores ao DE.
Após rigoroso processo de limpeza e organização dos dados, os pesquisadores selecionaram as 50 variáveis mais relevantes para a construção do modelo. Importante destacar que informações sobre raça e etnia foram excluídas do modelo final para evitar vieses discriminatórios.
Resultados e implicações clínicas
O modelo demonstrou eficácia na previsão de agitação antes do aparecimento de sintomas evidentes, permitindo intervenções preventivas. Entre os principais indicadores de risco identificados estão visitas frequentes ao DE, sinais vitais anormais e histórico de uso de contenções ou sedativos.
Segundo o Dr. Wong, “nosso objetivo é alocar recursos críticos de forma mais eficaz, direcionando-os aos pacientes com maior necessidade ou potencial benefício”. A implementação desse modelo pode transformar a abordagem atual, passando de intervenções reativas para estratégias preventivas, melhorando a experiência do paciente e reduzindo o estresse dos profissionais de saúde.
Próximos passos
Embora os resultados sejam promissores, os pesquisadores enfatizam a necessidade de integrar o modelo aos sistemas hospitalares existentes e obter o apoio dos profissionais de saúde para sua adoção. O foco agora está na escalabilidade do modelo e na adaptação às rotinas clínicas, garantindo que sua implementação seja prática e eficaz.
O estudo foi financiado por instituições como o National Institute of Mental Health e o Patient-Centered Outcomes Research Institute, refletindo o crescente interesse em soluções tecnológicas que promovam a segurança e a eficiência nos cuidados de emergência.
Fonte: Yale News. “Can AI make the emergency department safer for patients and providers?”
