Comparação da Técnica Protetora com Outras Técnicas de Ventilação Mecânica na Cirurgia de Ressecção Pulmonar: Revisão Sistemática

Autores:

Eduardo Oliveira de Lima<br /> Emilio Carlos Del Massa<br /> Gilmar Pereira Coan

Palavras-chave:

Inteligência Artificial; Anestesiologia; Monitorização Intraoperatória; Hipotensão; Segurança do Paciente; Artificial Intelligence; Anesthesiology; Intraoperative Monitoring; Hypotension; Patient Safety

Resumo:

Introdução: A monitorização anestésica tradicional pode não prever complicações intraoperatórias, comoa hipotensão, de maneira precoce o suficiente. A Inteligência Artificial (IA), via algoritmos deaprendizado de máquina, surge como uma solução proativa para revolucionar o cuidado anestésico,possibilitando intervenções em tempo real e melhorando a segurança dos pacientes. Objetivo: Avaliar aeficácia da aplicação de IA no monitoramento anestésico para a predição e prevenção de complicaçõesintraoperatórias e investigar as limitações de sua implementação. Método: Foi conduzida uma revisãosistemática de literatura (2014-2024) utilizando as bases de dados MEDLINE, SciELO, Lilacs e Pubmed.Foram analisados estudos originais focados na aplicação da IA (incluindo aprendizado de máquina esistemas de suporte à decisão) no monitoramento anestésico de pacientes adultos submetidos a cirurgiasde risco moderado a alto. Resultados: Os estudos revisados demonstraram que modelos de IA sãoaltamente eficazes na predição de hipotensão intraoperatória, com precisão de até 90%. A aplicaçãodesses sistemas de suporte à decisão resultou em uma redução significativa (até 30%) na incidência decomplicações e na melhoria dos desfechos clínicos. A IA mostrou potencial para otimizar intervenções ereduzir erros humanos. Conclusão: A IA no monitoramento anestésico é uma abordagem promissora eeficaz para prever e prevenir complicações, como a hipotensão. No entanto sua implementação amplaenfrenta desafios operacionais importantes, como a integração em sistemas hospitalares e a necessidadede padronização dos algoritmos. Superados esses obstáculos, a IA tem grande potencial paratransformar a prática anestésica e otimizar a segurança do...

Título em Inglês:

Comparison Of The Protective Technique With Other Mechanical Ventilation Techniques In Lung Resection Surgery: A Systematic Review

Resumo em Inglês:

Introduction: Traditional anesthetic monitoring may not predict intraoperative complications, such ashypotension, early enough. Artificial Intelligence (AI), via machine learning algorithms, emerges as aproactive solution to revolutionize anesthetic care, enabling real-time interventions and improving patientsafety. Objective: To evaluate the effectiveness of AI application in anesthetic monitoring for theprediction and prevention of intraoperative complications and to investigate the limitations of itsimplementation. Method: A systematic literature review (2014-2024) was conducted using the MEDLINE,Scielo, Lilacs, and Pubmed databases. Original studies focused on the application of AI (includingmachine learning and decision support systems) in the anesthetic monitoring of adult patientsundergoing moderate to high-risk surgeries were analyzed. Results: The studies reviewed demonstratedthat AI models are highly effective in predicting intraoperative hypotension, with an accuracy of up to90%. The application of these decision support systems resulted in a significant reduction (up to 30%) inthe incidence of complications and improved clinical outcomes. AI has shown potential to optimizeinterventions and reduce human error. Conclusion: AI in anesthetic monitoring is a promising andeffective approach to predicting and preventing complications such as hypotension. However, itswidespread implementation faces significant operational challenges, such as integration into hospitalsystems and the need for algorithm standardization. Once these obstacles are overcome, AI has greatpotential to transform anesthetic practice and optimize patient safety