Ferramentas Preditivas na Gestão de Unidades de Terapia Intensiva: Uma Revisão de Escopo

Abstract

A gestão eficiente dos leitos de Unidades de Terapia Intensiva (UTI) é crítica, especialmente durante crises, impactando diretamente nos desfechos clínicos. Embora o Brasil atenda à recomendação da OMS de 1 a 3 leitos por 10 mil habitantes, há disparidades regionais que necessitam de atenção. Modelos preditivos são aliados na gestão de recursos para agravos em saúde. Este projeto de iniciação foi focado em colaborar na elaboração de um artigo de revisão de escopo sobre o uso de aprendizado de máquina ou Machine Learning (ML) na gestão de leitos de UTI focando em modelos preditivos. A revisão contribui para mapear evidências existentes e orientar pesquisas futuras, visando uma gestão mais eficiente dos leitos em UTIs e aprimoramento do cuidado ao paciente. O trabalho foi conduzido dentro do projeto de pesquisa Céos: Inteligência de Dados para a Sociedade - auxílio à tomada de decisão inteligente em domínios complexos do setor público.