Publicação
Ethics and new trends in artificial intelligence in intensive care units
| Resumo: | Caracterizada pela rápida propagação do SARS-CoV-2, a pandemia catalisou uma mudança de pa- radigma nos sistemas de saúde em todo o mundo, revelando vulnerabilidades sistémicas há muito in- trínsecas no que diz respeito à interoperabilidade dos dados, à sua estruturação e aos dilemas éticos. A necessidade de uma resposta rápida e eficiente por parte das autoridades de saúde pública era urgente mas não foi atendida devido à falta de Registos de Saúde Eletrónico (RSE) estruturados e normalizados, o que impossibilitou a interoperabilidade semântica e a tomada de decisões baseada em evidências. As Unidade de Cuidados Intensivos (UCI) foram particularmente afectadas por estas limitações, o que se refletiu num aumento das taxas de mortalidade. A presente investigação foca-se na transformação de sis- temas de saúde, alavancando a norma openEHR para responder aos desafios enfrentados pela Unidade Local de Saúde de Santo António (ULSdSA). Fundamentada nos princípios da Design Science Research (DSR), a investigação culminou em três contribuições: o mapeamento dos princípios éticos com a norma openEHR, a conceção de uma solução baseada em openEHR que cria formulários de interface gráfica a partir de templates openEHR e o desenvolvimento de uma prova de conceito para a integração de algo- ritmos de Machine Learning (ML) na solução anterior. A COVID-19 actuou como um catalisador para as ideias de investigação, mas também como uma barreira à sua implementação. No alvoroço desta crise, surgiu uma confluência de desafios, incluindo a indisponibilidade dos profissionais de saúde da UCI para colaborar no projeto. No entanto, a natureza iterativa da metodologia DSR permitiu o desenvolvimento de uma solução de prova de conceito baseada em openEHR, que garante interoperabilidade semântica e conformidade ética. Através de uma abordagem de casos de estudo, a solução foi implementada de forma incremental em diferentes especialidades, estando atualmente integrada nas tarefas diárias de vários profissionais de saúde. Este processo de desenvolvimento permitiu obter uma solução robusta e flexível capaz de acomodar as necessidades específicas da UCI. A investigação da capacidade de integrar algoritmos de ML para suportar a tomada de decisão foi promissora, sugerindo que a solução poderá ser expandida para desbloquear novas possibilidades de melhoria da qualidade dos cuidados prestados. |
|---|---|
| Autores principais: | Ferreira, Diana |
| Assunto: | Ética Inteligência Artificial openEHR Registo Eletrónico de Saúde Unidade de Cuidados Intensivos Artificial Intelligence Eletronic Health Records Ethics Intensive Care Units |
| Ano: | 2024 |
| País: | Portugal |
| Tipo de documento: | tese de doutoramento |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | inglês |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | Caracterizada pela rápida propagação do SARS-CoV-2, a pandemia catalisou uma mudança de pa- radigma nos sistemas de saúde em todo o mundo, revelando vulnerabilidades sistémicas há muito in- trínsecas no que diz respeito à interoperabilidade dos dados, à sua estruturação e aos dilemas éticos. A necessidade de uma resposta rápida e eficiente por parte das autoridades de saúde pública era urgente mas não foi atendida devido à falta de Registos de Saúde Eletrónico (RSE) estruturados e normalizados, o que impossibilitou a interoperabilidade semântica e a tomada de decisões baseada em evidências. As Unidade de Cuidados Intensivos (UCI) foram particularmente afectadas por estas limitações, o que se refletiu num aumento das taxas de mortalidade. A presente investigação foca-se na transformação de sis- temas de saúde, alavancando a norma openEHR para responder aos desafios enfrentados pela Unidade Local de Saúde de Santo António (ULSdSA). Fundamentada nos princípios da Design Science Research (DSR), a investigação culminou em três contribuições: o mapeamento dos princípios éticos com a norma openEHR, a conceção de uma solução baseada em openEHR que cria formulários de interface gráfica a partir de templates openEHR e o desenvolvimento de uma prova de conceito para a integração de algo- ritmos de Machine Learning (ML) na solução anterior. A COVID-19 actuou como um catalisador para as ideias de investigação, mas também como uma barreira à sua implementação. No alvoroço desta crise, surgiu uma confluência de desafios, incluindo a indisponibilidade dos profissionais de saúde da UCI para colaborar no projeto. No entanto, a natureza iterativa da metodologia DSR permitiu o desenvolvimento de uma solução de prova de conceito baseada em openEHR, que garante interoperabilidade semântica e conformidade ética. Através de uma abordagem de casos de estudo, a solução foi implementada de forma incremental em diferentes especialidades, estando atualmente integrada nas tarefas diárias de vários profissionais de saúde. Este processo de desenvolvimento permitiu obter uma solução robusta e flexível capaz de acomodar as necessidades específicas da UCI. A investigação da capacidade de integrar algoritmos de ML para suportar a tomada de decisão foi promissora, sugerindo que a solução poderá ser expandida para desbloquear novas possibilidades de melhoria da qualidade dos cuidados prestados. |
|---|