Banca de QUALIFICAÇÃO: JOEL FREIRES DE ALENCAR ARRAIS

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : JOEL FREIRES DE ALENCAR ARRAIS
DATA : 18/12/2025
HORA: 15:00
LOCAL: Google Meeting - https://meet.google.com/vbj-gwpk-hyr
TÍTULO:

Avaliação dos testes preditivos e a percepção de profissionais da saúde sobre a incorporação da inteligência artificial na tomada de decisão para extubação

PALAVRAS-CHAVES:

Aprendizado de máquina; Desmame ventilatório; Modelos preditivos de aprendizagem; Processamento de informações; Unidade de terapia intensiva; Ventilação Mecânica.

PÁGINAS: 157
RESUMO:

INTRODUÇÃO: A incorporação da Inteligência Artificial (IA) nas ciências da saúde, tem promovido mudanças. Na Unidade de Terapia Intensiva (UTI) o processo de desmame e extubação é um desafio, para isso, ferramentas preditivas adequadas devem abranger todos os fatores fisiopatológicos que levam à falha. Modelos de IA têm demonstrado alto desempenho na identificação de pacientes com maior risco de falha de extubação, apesar dos avanços, as opiniões dos profissionais de saúde sobre essas ferramentas de tomada de decisões clínicas são diversas. OBJETIVO: Avaliar a capacidade preditiva e a correlação entre parâmetros fisiológicos e funcionais no desfecho da extubação em pacientes críticos, e a perspectiva de profissionais da saúde sobre o potencial auxílio da IA nesse processo. METODOLOGIA: A dissertação foi estruturada em quatro estudos independentes. O primeiro eixo metodológico consistiu em uma revisão sistemática com meta-analise e um estudo transversal para correlacionar os testes preditivos com os desfechos da extubação em pacientes críticos. O segundo eixo utilizou uma abordagem quanti-qualitativa, aplicando questionários com profissionais de saúde que atuam em UTIs para analisar o nível de conhecimento, barreiras e a percepção da IA na UTI e no suporte à decisão de extubação. RESULTADOS PARCIAIS E ESPERADOS: A extubação é um momento crítico que exige avaliação rigorosa, auxiliada por índices preditivos. Resultados preliminares confirma que variáveis antropométricas, troca gasosa, pico de fluxo de tosse e a força muscular periférica são preditores de sucesso. Nesse contexto a IA surge com alto potencial nas UTIs, mesmo que tenha certa complexidade na sua implementação. A baixa capacitação gera incertezas éticas, de segurança e de autonomia. Acredita-se que os fisioterapeutas que atuam na UTI tenham compreensão sobre o potencial da IA como suporte na decisão de extubação, identificando os índices mais empregados em suas rotinas possa fornecer insights sobre as funcionalidades cruciais que a IA deverá desempenhar para otimizar a tomada de decisão clínica nesse processo.

MEMBROS DA BANCA:
Interna - 13050 - GLEBIA ALEXA CARDOSO
Externo à Instituição - MARCOS ANTÔNIO PEREIRA DOS SANTOS - UFPI
Externo ao Programa - 3304 - SEBASTIÃO EMIDIO ALVES FILHO - null