Percepção da segurança do paciente e da redução de erros por meio de um sistema de suporte à decisão clínica (IA)
DOI:
https://doi.org/10.5294/aqui.2026.26.2.1Palavras-chave:
Inteligência artificial, segurança do paciente, enfermagem, sistemas de suporte à decisão clínica, fatores humanos, inteligência artificial explicávelResumo
Objetivo: avaliar o impacto da implementação de ferramentas de inteligência artificial (IA) na percepção da segurança do paciente e na redução de erros clínicos no cuidado, em dois hospitais do Peru. Materiais e métodos: foi utilizado um desenho quantitativo quase-experimental, com um grupo de controle não randomizado. Medidas foram tomadas antes e depois da intervenção. A amostra consistiu em 80 enfermeiros (grupo experimental n = 40; grupo controle n = 40), selecionados por amostragem intencional não probabilística, em dois hospitais públicos da América Latina. O grupo experimental utilizou um sistema de suporte à decisão clínica baseado em IA (CDSS-AI, sigla em inglês) por 12 semanas. Ferramentas validadas foram usadas para avaliar os relatos de erros e a percepção da segurança do paciente por parte dos profissionais de enfermagem. Resultados: A intervenção com o CDSS-AI teve impacto positivo nos participantes do grupo experimental, melhorando significativamente a percepção da segurança do paciente e reduzindo a incidência de erros clínicos. No entanto, desafios técnicos, éticos e organizacionais permanecem, agravados pela disponibilidade limitada de modelos + de IA explicável (XAI) e pela falta de treinamento dos profissionais de saúde para integrar essas tecnologias em seus fluxos de trabalho. Conclusão: Integrar a IA nos serviços de enfermagem pode ser uma ferramenta importante para melhorar a segurança do paciente, desde que isso seja feito dentro de um marco ético e regulatório claro, em que a transparência algorítmica seja priorizada e a participação dos profissionais no desenvolvimento e na supervisão desses sistemas seja incentivada.
Downloads
Referências
Dulan J, Hannan SA. Challenges of Blockchain Technology Using Artificial Intelligence in Healthcare System. Int J Innov Res Sci Eng Technol. 2023;12(1). https://www.ijirset.com/upload/2023/january/10_Challenges_NC1.pdf
Guo Y, Hao Z, Zhao S, Gong J, Yang F. Artificial Intelligence in Health Care: Bibliometric Analysis. J Med Internet Res. 2020;22(7):e18228. DOI: https://doi.org/10.2196/18228
Kwong JCC, Nickel GC, Wang SCY, Kvedar JC. Integrating Artificial Intelligence into Healthcare Systems: More than just the Algorithm. NPJ Digit Med. 2024;7. DOI: https://doi.org/10.1038/s41746-024-01066-z
Senthilkumar T, Arumugam T, Pandurangan H, Panjaiyan K. Adoption of Artificial Intelligence in Health Care: A Nursing Perspective. Salud Cienc Tecnol. 2023;3. DOI: https://doi.org/10.56294/saludcyt2023510
Vaismoradi M, Tella S, Logan PA, Khakurel J, Vizcaya-Moreno F. Nurses’ Adherence to Patient Safety Principles: A Systematic Review. Int J Environ Res Public Health. 2020;17(6):2028. DOI: https://doi.org/10.3390/ijerph17062028
Laka M, Milazzo A, Merlin T. Factors that Impact the Adoption of Clinical Decision Support Systems (CDSS) for Antibiotic Management. Int J Environ Res Public Health. 2021;18(4):1901. DOI: https://doi.org/10.3390/ijerph18041901
Powell J. Trust Me, I’m a Chatbot: How Artificial Intelligence in Health Care Fails the Turing Test. J Med Internet Res. 2019;21(10):e16222. DOI: https://doi.org/10.2196/16222
Ji M, Genchev GZ, Huang H, Xu T, Lu H, Yu G. Evaluation Framework for Successful Artificial Intelligence–Enabled Clinical Decision Support Systems: Mixed Methods Study. J Med Internet Res. 2021;23(6):e25929. DOI: https://doi.org/10.2196/25929
Magrabi F, Ammenwerth E, McNair JB, de Keizer NF, Hyppönen H, Nykänen P, et al. Artificial Intelligence in Clinical Decision Support: Challenges for Evaluating AI and Practical Implications. Yearb Med Inform. 2019;28(1):125-33. DOI: https://doi.org/10.1055/s-0039-1677903
Choudhury A, Asan O. Role of Artificial Intelligence in Patient Safety Outcomes: Systematic Literature Review. JMIR Med Inform. 2020;8(1):e18599. DOI: https://doi.org/10.2196/18599
Giordano C, Brennan M, Mohamed B, Rashidi P, Modave F, Tighe P. Accessing Artificial Intelligence for Clinical Decision-Making. Front Digit Health. 2021;3:645232. DOI: https://doi.org/10.3389/fdgth.2021.645232
Montani S, Striani M. Artificial Intelligence in Clinical Decision Support: a Focused Literature Survey. Yearb Med Inform. 2019;28(1):119-24. DOI: https://doi.org/10.1055/s-0039-1677911
Classen DC, Longhurst C, Thomas EJ. Bending the Patient Safety Curve: How much Can AI help? NPJ Digit Med. 2023;6:731-5. DOI: https://doi.org/10.1038/s41746-022-00731-5
Peirce AG, Elie S, George A, Gold M, O’Hara K, Rose-Facey W. Knowledge Development, Technology and Questions of Nursing Ethics. Nurs Ethics. 2020;27(1):15-28. DOI: https://doi.org/10.1177/0969733019840752
Martinez-Ortigosa A, Martinez-Granados A, Gil-Hernández E, Rodriguez-Arrastia M, Ropero-Padilla C, Roman P. Applications of Artificial Intelligence in Nursing Care: A Systematic Review. J Nurs Manag. 2023;2023:3219127. DOI: https://doi.org/10.1155/2023/3219127
Hwang GJ, Tang KY, Tu YF. How Artificial Intelligence (AI) Supports Nursing Education: Profiling the Roles, Applications, and Trends of AI in Nursing Education Research (1993-2020). Interact Learn Environ. 2024;32(1). DOI: https://doi.org/10.1080/10494820.2022.2086579
Abuzaid MM, Elshami W, Fadden SM. Integration of Artificial Intelligence into Nursing Practice. Health Technol. 2022;12(6):1467-73. DOI: https://doi.org/10.1007/s12553-022-00697-0
Wang JK, Wang SK, Lee EB, Chang RT. Natural Language Processing (NLP) in AI. In: Digital Eye Care and Teleophthalmology: A Practical Guide to Applications. 2023. p. 1-17. DOI: https://doi.org/10.1007/978-3-031-24052-2_17
Vasquez BA, Moreno-Lacalle R, Soriano GP, Juntasoopeepun P, Locsin RC, Evangelista LS. Technological Machines and Artificial Intelligence in Nursing Practice. Nurs Health Sci. 2023;25(3):575-82. DOI: https://doi.org/10.1111/nhs.13029
Lanzagorta-Ortega D, Carrillo-Pérez DL, Carrillo-Esper R. Artificial Intelligence in Medicine: Present and Future. Gac Med Mex. 2022;158(3). DOI: https://doi.org/10.24875/GMM.M22000688
Ronquillo CE, Peltonen LM, Pruinelli L, Chu CH, Bakken S, Beduschi A, et al. Artificial Intelligence in Nursing: Priorities and Opportunities from an International Invitational Think-Tank of the Nursing and Artificial Intelligence Leadership Collaborative. J Adv Nurs. 2021;77(9):3655-66. DOI: https://doi.org/10.1111/jan.14855
Hwang GJ, Chang PY, Tseng WY, Chou CA, Wu CH, Tu YF. Research Trends in Artificial Intelligence-Associated Nursing Activities Based on a Review of Academic Studies Published from 2001 to 2020. CIN - Comput Inform Nurs. 2022;40(12):684-93. DOI: https://doi.org/10.1097/CIN.0000000000000897
de Gagne JC, Hwang H, Jung D. Cyberethics in Nursing Education: Ethical Implications of Artificial Intelligence. Nurs Ethics. 2023:09697330231201901. DOI: https://doi.org/10.1177/09697330231201901
Özsezer G. The Future of Artificial Intelligence in Nursing. J Hum Sci. 2022;19(2):294-307. DOI: https://doi.org/10.14687/jhs.v19i2.6217
Lee S, Kim S, Lee J, Kim JY, Song MH, Lee S. Explainable Artificial Intelligence for Patient Safety: A Review of Application in Pharmacovigilance. IEEE Access. 2023;11:32716-35. DOI: https://doi.org/10.1109/ACCESS.2023.3271635
Bates DW, Levine D, Syrowatka A, Kuznetsova M, Craig KJT, Rui A, et al. The Potential of Artificial Intelligence to Improve Patient Safety: A Scoping Review. NPJ Digit Med. 2021;4:423-6. DOI: https://doi.org/10.1038/s41746-021-00423-6
Choudhury A, Asan O. Human Factors: Bridging Artificial Intelligence and Patient Safety. Proc Int Symp Hum Factors Ergon Health Care. 2020;9(1):1007. DOI: https://doi.org/10.1177/2327857920091007
Johnson EA, Dudding KM, Carrington JM. When to Err Is Inhuman: An Examination of the Influence of Artificial Intelligence-Driven Nursing Care on Patient Safety. Nurs Inq. 2024;31(1):e12583. DOI: https://doi.org/10.1111/nin.12583
Ratwani RM, Bates DW, Classen DC. Patient Safety and Artificial Intelligence in Clinical Care. JAMA Health Forum. 2024;5(1):e235514. DOI: https://doi.org/10.1001/jamahealthforum.2023.5514
Vanhonacker D, Verdonck M, Nogueira Carvalho H. Impact of Closed-Loop Technology, Machine Learning, and Artificial Intelligence on Patient Safety and the Future of Anesthesia. Curr Anesthesiol Rep. 2022;12(4). DOI: https://doi.org/10.1007/s40140-022-00539-9
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Victor Marcial Alegre-Ortiz, Lleri Clavel Torres Tuanama, Azucena Natividad Prado Espinoza
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
1. Proposta de Política para Periódicos de Acesso Livre
Autores que publicam nesta revista concordam com os seguintes termos:
- Esta revista e os seus artigos estão publicados com a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional (CC BY-NC-ND 4.0). Você tem o direito de compartilhar, copiar e redistribuir o material em qualquer suporte ou formato. Para que isto ocorra: você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas; você não pode usar o material para fins comerciais; e, se você remixar, transformar ou criar a partir do material, você não pode distribuir o material modificado.
