SUPERLOTAÇÃO EM UTI E EVENTOS ADVERSOS: CONTRIBUIÇÕES DA INTELIGÊNCIA ARTIFICIAL NA GESTÃO HOSPITALAR
PDF

Palavras-chave

Unidade de Terapia Intensiva; Superlotação Hospitalar; Eventos Adversos; Inteligência Artificial; Gestão Hospitalar.

Como Citar

Caxico de Abreu Júnior, F. ., Cordeiro de Araújo, E. ., de Souza Franco, M. ., Carlos Bueno, . L. ., Aparecida Pogianela Alvim, S. ., Henrique Dias Trofelli, P. ., Inocêncio Trofelli , T. ., Cristina Viola dos Santos, N. ., Eduarda de Paula Andrade, M. ., & Aparecida Silva Ribeiro , A. . (2026). SUPERLOTAÇÃO EM UTI E EVENTOS ADVERSOS: CONTRIBUIÇÕES DA INTELIGÊNCIA ARTIFICIAL NA GESTÃO HOSPITALAR. Estudos Avançados Sobre Saúde E Natureza, 1. https://doi.org/10.51249/easn01.2026.3006

Resumo

A superlotação em Unidades de Terapia Intensiva (UTI) configura-se como um dos principais desafios contemporâneos da gestão hospitalar, estando diretamente associada ao aumento da ocorrência de eventos adversos e à redução da qualidade da assistência. Nesse cenário, a incorporação de tecnologias inovadoras, como a Inteligência Artificial (IA), tem sido apontada como estratégia promissora para a otimização de processos assistenciais e gerenciais. O presente estudo teve como objetivo analisar as contribuições da Inteligência Artificial na gestão hospitalar para a redução da superlotação em UTIs e na prevenção de eventos adversos. Trata-se de uma pesquisa de abordagem qualitativa, desenvolvida por meio de revisão integrativa da literatura, com busca realizada nas bases PubMed/MEDLINE, SciELO, LILACS, Scopus e Web of Science, considerando artigos publicados entre 2021 e 2026, nos idiomas português, inglês e espanhol. Foram selecionados 10 estudos, analisados descritiva e interpretativamente, organizados em três eixos temáticos: superlotação em UTI e seus impactos assistenciais; eventos adversos e segurança do paciente; e aplicações da Inteligência Artificial na gestão hospitalar. Os resultados evidenciam que a superlotação está associada ao aumento de falhas assistenciais, sobrecarga das equipes e maior incidência de eventos adversos, enquanto a IA demonstra potencial significativo na predição de riscos clínicos, monitoramento contínuo e otimização da gestão de leitos. Conclui-se que a Inteligência Artificial representa ferramenta estratégica para a transformação da gestão hospitalar, com potencial de reduzir a superlotação em UTIs e promover maior segurança ao paciente, desde que integrada de forma crítica, ética e baseada em evidências.

PDF

Referências

ALVES, V. H. S.; COSTA, T. L. M. Sobrecarga de trabalho da equipe de enfermagem em UTI e seus impactos na segurança do paciente. Revista FT, v. 29, n. 150, 2025. DOI: 10.69849/revistaft/cl10202509291457.

ASSIS, S. F. et al. Eventos adversos em pacientes de terapia intensiva. Revista da Escola de Enfermagem da USP, São Paulo, v. 56, e20210427, 2022.

BRASIL. Conselho Nacional de Saúde. Resolução nº 510, de 7 de abril de 2016. Dispõe sobre as normas aplicáveis a pesquisas em Ciências Humanas e Sociais. Diário Oficial da União, Brasília, DF, 24 maio 2016.

FREITAS, F. O. et al. Superlotação dos serviços de emergência: implicações para a segurança do paciente e para o trabalho da equipe de saúde. Revista FT, v. 29, n. 140, nov. 2024. DOI: 10.69849/revistaft/pa10202411152325.

LEMOS, A. T. N. et al. Uso da IA na UTI para monitoramento de pacientes críticos: uma revisão de literatura. Aracê, v. 6, n. 3, p. 7849-7862, 2024. DOI: 10.56238/arev6n3-211.

MENDES, K. D. S.; SILVEIRA, R. C. C. P.; GALVÃO, C. M. Revisão integrativa: método de pesquisa para a incorporação de evidências na saúde e na enfermagem. Texto & Contexto Enfermagem, Florianópolis, v. 17, n. 4, p. 758-764, 2008.

MIDEGA, T. D. et al. Artificial intelligence in the intensive care unit. Einstein (São Paulo), v. 22, e RW0693, 2024.

MOREIRA, R. S. et al. Inteligência artificial no monitoramento em Unidade de Terapia Intensiva (UTI). Revista de Medicina, São Paulo, v. 103, n. 6, e-233051, 2024.

NUNES, H.; GUIMARÃES, R.; DADALTO, L. Desafios bioéticos do uso da inteligência artificial em hospitais. Revista Bioética, Brasília, v. 30, n. 1, p. 82-93, 2023.

PAGE, M. J. et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. The BMJ, v. 372, n. 71, 2021. DOI: 10.1136/bmj.n71.

PAIVA, A. M. M. Inteligência artificial na triagem em serviços de urgência e emergência. Revista Foco em Saúde, v. 8, n. 1, 2025.

SANTOS, C. M. C.; PIMENTA, C. A. M.; NOBRE, M. R. C. A estratégia PICo para a construção da pergunta de pesquisa e busca de evidências. Revista Latino-Americana de Enfermagem, Ribeirão Preto, v. 15, n. 3, p. 508-511, 2007.

SILVA, D. P. et al. Importância da enfermagem na resolução da superlotação hospitalar visando à qualidade e à segurança do paciente. Brazilian Journal of Development, Curitiba, v. 8, n. 2, p. 9876-9890, 2022.

SILVA, R. R.; ARAÚJO, K. L. C.; SILVA, L. A. Uso de inteligência artificial nos cuidados de enfermagem na unidade de terapia intensiva: revisão integrativa. REVISA, v. 13, n. 4, p. 1017-1029, 2024.

SOUZA, M. T.; SILVA, M. D.; CARVALHO, R. Revisão integrativa: o que é e como fazer. Einstein, São Paulo, v. 8, n. 1, p. 102-106, 2010.

TAPIAS, E. F. et al. Inteligência artificial na terapia intensiva: uma revisão narrativa das aplicações e perspectivas clínicas. Revista de Medicina, São Paulo, v. 104, n. 6, e-232833, 2025.

WHITTEMORE, R.; KNAFL, K. The integrative review: updated methodology. Journal of Advanced Nursing, v. 52, n. 5, p. 546-553, 2005.