Anais do congresso internacional em saúde & medicina

USO DE MACHINE LEARNING NA OTIMIZAÇÃO DA TRIAGEM EM DEPARTAMENTOS DE EMERGÊNCIA: UMA REVISÃO DE LITERATURA

Publicado em 24/07/2026 - ISBN: 978-65-272-2634-5

Link Todos os Trabalhos
Trabalho Completo Resumo
Título do Trabalho
USO DE MACHINE LEARNING NA OTIMIZAÇÃO DA TRIAGEM EM DEPARTAMENTOS DE EMERGÊNCIA: UMA REVISÃO DE LITERATURA
Autores
  • Victor Henrique Leite de Souza
  • Fabian Rocha Sevilla
  • Gustavo Santi
  • Karis Alexandre
  • Nicole Lins Costa
  • Tayla Jamylle Martins Bonfá
  • Felipe D’Almeida
  • Gertrudes Maria Lisboa de Oliveira
  • Krícia Solart Cavalcanti
  • Sonaira Castro Everton
  • Samanete Travassos Silva Salem
  • Anna Carolina Veras ferreira
Modalidade
Resumo Simples
Área temática
Temas livres em Medicina
Data de Publicação
24/07/2026
País da Publicação
Brasil
Idioma da Publicação
pt-BR
Página do Trabalho
https://www.even3.com.br/anais/congresso-internacional-em-saude-e-medicina-671651/1453087-uso-de-machine-learning-na-otimizacao-da-triagem-em-departamentos-de-emergencia--uma-revisao-de-literatura
ISBN
978-65-272-2634-5
Palavras-Chave
Inteligência Artificial. Triagem. Medicina de Emergência.
Resumo
Introdução: A superlotação nos Departamentos de Emergência (DE) é um desafio global que compromete a segurança do paciente e a eficiência clínica. O Sistema de Triagem de Manchester, embora amplamente utilizado, apresenta variabilidade interobservador e pode falhar na identificação precoce de deterioração clínica sutil. Nesse contexto, a Inteligência Artificial (IA), através de modelos de Machine Learning (ML), surge como uma ferramenta disruptiva para apoiar a decisão clínica, processando vastos volumes de dados em tempo real para estratificar riscos de forma mais precisa. Objetivo: Analisar as evidências científicas atuais sobre a acurácia e o impacto da implementação de algoritmos de Machine Learning na triagem de pacientes em unidades de urgência e emergência. Metodologia: Trata-se de uma revisão de literatura realizada nas bases de dados PubMed, Scopus e Cochrane Library, com recorte temporal entre 2021 e 2026. Utilizou-se os descritores "Artificial Intelligence", "Emergency Medicine", "Triage" e "Machine Learning". Foram selecionados estudos que compararam a performance de algoritmos preditivos com os métodos de triagem convencionais, excluindo-se relatos de caso e revisões narrativas. Resultados e Discussão: A literatura demonstra que modelos baseados em Redes Neurais e Random Forest apresentam sensibilidade superior na predição de desfechos críticos, como a necessidade de internação em Unidade de Terapia Intensiva (UTI) e mortalidade em 24 horas, comparados à triagem puramente humana. A integração da IA aos prontuários eletrônicos permite a análise automática de sinais vitais e queixas principais, reduzindo o tempo de espera para pacientes de alta prioridade e minimizando o erro humano por fadiga. No entanto, destaca-se que a implementação enfrenta barreiras como a necessidade de validação em diferentes populações e questões éticas sobre a transparência dos algoritmos. Conclusão: A utilização de Machine Learning na triagem da emergência qualifica a assistência ao fornecer uma estratificação de risco objetiva e veloz. A evidência sugere que a IA não substitui o julgamento clínico, mas atua como um suporte vital para otimizar o fluxo de atendimento, priorizar casos graves e aumentar a segurança do paciente em ambientes de alta pressão.
Título do Evento
Congresso Internacional em Saúde & Medicina
Título dos Anais do Evento
Anais do congresso internacional em saúde & medicina
Nome da Editora
Even3
Meio de Divulgação
Meio Digital

Como citar

SOUZA, Victor Henrique Leite de et al.. USO DE MACHINE LEARNING NA OTIMIZAÇÃO DA TRIAGEM EM DEPARTAMENTOS DE EMERGÊNCIA: UMA REVISÃO DE LITERATURA.. In: Anais do congresso internacional em saúde & medicina. Anais...Uberlândia(MG) Apex Eventos, 2026. Disponível em: https//www.even3.com.br/anais/congresso-internacional-em-saude-e-medicina-671651/1453087-USO-DE-MACHINE-LEARNING-NA-OTIMIZACAO-DA-TRIAGEM-EM-DEPARTAMENTOS-DE-EMERGENCIA--UMA-REVISAO-DE-LITERATURA. Acesso em: 02/08/2026

Trabalho

Even3 Publicacoes