INTELIGÊNCIA ARTIFICIAL NA PREDIÇÃO DE SEPSE: UMA REVISÃO INTEGRATIVA DA LITERATURA ATUAL

Isabela Moura Mendonça; Ryarah Oliveira Reis; Lucas Rafael Moreira Araújo; Maria Eduarda Sobrinho Chaves; Emilly Victória Santos Lima; Bruna Elayne de Menezes Cardoso; Ana Patrícia Fonseca Coelho Galvão

Todos os Trabalhos

Trabalho

Título do Trabalho

INTELIGÊNCIA ARTIFICIAL NA PREDIÇÃO DE SEPSE: UMA REVISÃO INTEGRATIVA DA LITERATURA ATUAL

Autores

Isabela Moura Mendonça
Ryarah Oliveira Reis
Lucas Rafael Moreira Araújo
Maria Eduarda Sobrinho Chaves
Emilly Victória Santos Lima
Bruna Elayne de Menezes Cardoso
Ana Patrícia Fonseca Coelho Galvão

Modalidade

Resumo Simples

Área temática

Inteligência Artificial e Saúde Digital na Assistência

Data de Publicação

23/06/2026

País da Publicação

Brasil

Idioma da Publicação

pt-BR

Página do Trabalho

https://www.even3.com.br/anais/semenf-slz-2026-706437/1556854-inteligencia-artificial-na-predicao-de-sepse--uma-revisao-integrativa-da-literatura-atual

ISBN

978-65-272-2492-1

Palavras-Chave

Sepse, Inteligência Artificial, Enfermagem, Unidades de Terapia Intensiva, Diagnóstico Precoce, Suporte à Decisão Clínica, Aprendizado de Máquina, Segurança do Paciente.

Resumo

Introdução: A sepse permanece como uma das principais causas de mortalidade hospitalar e custos elevados nos sistemas de saúde globais. Sua natureza tempo-dependente exige que a identificação dos sinais clínicos ocorra de forma quase imediata para garantir a sobrevivência do paciente. Nesse cenário, a inteligência artificial (IA) surge como uma força disruptiva, capaz de processar volumes massivos de dados em tempo real, oferecendo uma camada de vigilância contínua que transcende a capacidade humana de monitoramento intermitente. Objetivo: Avaliar a eficácia e o impacto da implementação de softwares de predição baseados em IA no cotidiano assistencial, focando na antecipação do diagnóstico e na otimização da tomada de decisão clínica pela equipe de enfermagem. Metodologia: Trata-se de uma revisão integrativa da literatura estruturada sob a lógica operativa da estratégia de busca e seleção foi norteada pelo acrônimo PICO: P (População): Pacientes críticos em unidades de terapia intensiva ou emergência; I (Intervenção): Uso de algoritmos de IA e modelos de aprendizado de máquina para predição de sepse; C (Comparação): Protocolos de monitoramento manual e scores clínicos tradicionais (como qSOFA e MEWS); O (Desfecho): Aumento das taxas de sobrevivência, redução do tempo de resposta e otimização de indicadores de qualidade. A investigação contou com o suporte da ferramenta de IA Generativa Notebooklm para síntese de evidências científicas e análise de tendências contextuais coletadas a partir da BVS, garantindo uma curadoria de dados atualizada. Resultados: Os achados dos 11 artigos indicam que os algoritmos de IA facilitam o reconhecimento de padrões hemodinâmicos sutis e variáveis não lineares que precedem o choque séptico. A investigação automatizada e ininterrupta dos dados laboratoriais e vitais reduz drasticamente o "tempo de alerta", permitindo que as estratégias de intervenção (como a "hora de ouro" da antibioticoterapia) sejam antecipadas. A integração dessas ferramentas nos sistemas de prontuário eletrônico elevou os indicadores de conformidade com os protocolos institucionais. Observou-se que a IA atua como um sistema de suporte à decisão que reduz a carga cognitiva do enfermeiro, permitindo que o foco da assistência seja direcionado para intervenções práticas e humanizadas, enquanto a máquina gerencia a análise preditiva. Conclusão: A Inteligência Artificial consolida-se como uma ferramenta de suporte decisório indispensável para a enfermagem moderna. Sua capacidade de transformar dados brutos em previsões acuráveis operacionaliza uma medicina de precisão que salva vidas. A simbiose entre o julgamento clínico humano e o processamento algorítmico redefine os padrões de segurança do paciente, estabelecendo um novo paradigma na gestão de riscos hospitalares.

Título do Evento: 25ª JORNADA ACADÊMICA DE ENFERMAGEM - JOENCE SLZ
Cidade do Evento: São Luís
Título dos Anais do Evento: Anais da 25ª Jornada Acadêmica do Curso de Enfermagem (JOENCE) da Universidade Ceuma
Nome da Editora: Even3
Meio de Divulgação: Meio Digital

Como citar

MENDONÇA, Isabela Moura et al.. INTELIGÊNCIA ARTIFICIAL NA PREDIÇÃO DE SEPSE: UMA REVISÃO INTEGRATIVA DA LITERATURA ATUAL.. In: Anais da 25ª Jornada Acadêmica do Curso de Enfermagem (JOENCE) da Universidade Ceuma. Anais...São Luís(MA) UNICEUMA, 2026. Disponível em: https//www.even3.com.br/anais/semenf-slz-2026-706437/1556854-INTELIGENCIA-ARTIFICIAL-NA-PREDICAO-DE-SEPSE--UMA-REVISAO-INTEGRATIVA-DA-LITERATURA-ATUAL. Acesso em: 24/10/2026