A carregar...
Publicação
A narrative review of AI in hospital-acquired infections
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 1021.54 KB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Hospital-Acquired Infections (HAI) are a longstanding challenge in patient safety efforts and an important public health matter. The development of healthcare information technology has been improving the surveillance of hospital-acquired infections, making artificial intelligence technologies a promising approach to mitigate the burden of HAIs. This thesis constitutes a thorough narrative review of the existing literature on the use of Artificial Intelligence (AI) to combat hospital-acquired infections, as well as qualitative insights from professionals in the area. It aims to critically evaluate the challenges and goals of resorting to artificial intelligence for the early detection of HAIs, allowing the improvement of patient safety and healthcare outcomes. Findings from this review reveal significant results in HAI detection accuracy when AI is used. Demonstrating that, when compared to conventional methods, AI-based models are capable of greatly increasing the accuracy of hospital-acquired infection detection, which can result in earlier and more accurate identification of HAIs. The discussion reflects how AI can be a powerful support tool rather than a replacement for clinical judgment. It also addresses the importance of tailoring AI applications to specific hospital contexts to maximize their impact. The conclusion reinforces the promising potential of AI in reducing the burden of HAIs, while acknowledging that its success largely depends on overcoming technical, organizational and ethical challenges.
As Infeções Associadas aos Cuidados de Saúde (IACS), ou Infeções Nosocomiais, representam um desafio persistente nos esforços pela segurança do paciente e constituem uma importante questão de saúde pública. O desenvolvimento de tecnologias da informação em saúde tem aprimorado a vigilância dessas infeções, tornando as tecnologias de inteligência artificial uma abordagem promissora para mitigar o impacto das Infeções Nosocomiais. Esta tese constitui uma revisão narrativa aprofundada da literatura existente sobre a utilização da inteligência artificial (IA) no combate às infeções associadas aos cuidados de saúde, bem como de insights qualitativos de profissionais da área. Tem como objetivo avaliar criticamente os desafios e objetivos de recorrer à inteligência artificial para a deteção precoce de Infeções Nosocomiais, permitindo a melhoria da segurança do paciente e dos resultados nos cuidados de saúde. Os resultados desta revisão revelam resultados significativos na precisão da deteção de Infeções Nosocomiais quando IA é usada. Demonstrando que, em comparação com os métodos convencionais, os modelos baseados em IA são capazes de aumentar significativamente a precisão na identificação de Infeções Nosocomiais, possibilitando uma deteção mais precoce e assertiva. A discussão centra-se no papel da inteligência artificial como ferramenta de apoio à decisão clínica, e não como substituto do julgamento médico. É também analisada a necessidade de adaptar as aplicações de IA aos contextos específicos de cada hospital. A conclusão reforça o potencial promissor da inteligência artificial na mitigação do impacto das infeções hospitalares, desde que os desafios técnicos, organizacionais e éticos sejam adequadamente enfrentados.
As Infeções Associadas aos Cuidados de Saúde (IACS), ou Infeções Nosocomiais, representam um desafio persistente nos esforços pela segurança do paciente e constituem uma importante questão de saúde pública. O desenvolvimento de tecnologias da informação em saúde tem aprimorado a vigilância dessas infeções, tornando as tecnologias de inteligência artificial uma abordagem promissora para mitigar o impacto das Infeções Nosocomiais. Esta tese constitui uma revisão narrativa aprofundada da literatura existente sobre a utilização da inteligência artificial (IA) no combate às infeções associadas aos cuidados de saúde, bem como de insights qualitativos de profissionais da área. Tem como objetivo avaliar criticamente os desafios e objetivos de recorrer à inteligência artificial para a deteção precoce de Infeções Nosocomiais, permitindo a melhoria da segurança do paciente e dos resultados nos cuidados de saúde. Os resultados desta revisão revelam resultados significativos na precisão da deteção de Infeções Nosocomiais quando IA é usada. Demonstrando que, em comparação com os métodos convencionais, os modelos baseados em IA são capazes de aumentar significativamente a precisão na identificação de Infeções Nosocomiais, possibilitando uma deteção mais precoce e assertiva. A discussão centra-se no papel da inteligência artificial como ferramenta de apoio à decisão clínica, e não como substituto do julgamento médico. É também analisada a necessidade de adaptar as aplicações de IA aos contextos específicos de cada hospital. A conclusão reforça o potencial promissor da inteligência artificial na mitigação do impacto das infeções hospitalares, desde que os desafios técnicos, organizacionais e éticos sejam adequadamente enfrentados.
Descrição
Palavras-chave
Artificial intelligence Assistência médica Healthcare Healthcare technology Hospital-acquired infections Infeções adquiridas em hospitais Infeções nosocomiais Infection prevention Inteligência artificial Nosocomial infections Prevenção de infeções Tecnologia de saúde
Contexto Educativo
Citação
Editora
Licença CC
Sem licença CC