Quais características e recomendações são essenciais para implementar ferramentas digitais de predição de risco na atenção primária?
Resposta curta: Uma umbrella review com 12 revisões e um workshop com 22 stakeholders identificou 15 barreiras à implementação de modelos de predição de risco na atenção primária, como falta de integração com prontuários eletrônicos. Foram desenvolvidas 14 recomendações centrais, incluindo codesign com clínicos e público, integração com infraestrutura digital e workflows, e engajamento precoce com stakeholders e fornecedores de sistemas.
Resposta
A implementação de ferramentas digitais de predição de risco na atenção primária enfrenta barreiras significativas. Uma umbrella review que incluiu 12 revisões identificou 15 barreiras, com destaque para a falta de integração com prontuários eletrônicos e a baixa interoperabilidade entre sistemas. Essas barreiras precisam ser endereçadas para que os modelos preditivos possam ser efetivamente utilizados na prática clínica.
A partir desse levantamento, foi conduzido um processo de consenso com 22 stakeholders em um workshop, seguido de refinamento por meio de uma pesquisa com 13 participantes e três reuniões online com 14 indivíduos. O resultado foi um conjunto de 14 recomendações que descrevem características centrais para o sucesso de modelos de predição de risco digital na atenção primária.
Entre as recomendações, destacam-se a necessidade de codesign com clínicos e com o público, a integração com a infraestrutura digital e os fluxos de trabalho existentes, e o engajamento precoce com stakeholders-chave e fornecedores de sistemas de prontuário eletrônico. Essas características visam superar as barreiras identificadas e promover uma compreensão compartilhada das necessidades dos usuários finais.
Os achados enfatizam que o desenvolvimento e a implementação de ferramentas de predição de risco devem ser guiados por essas recomendações, que também são aplicáveis a outras inovações digitais em saúde na atenção primária. Pesquisas futuras devem focar na resolução das barreiras sistêmicas à implementação, conforme apontado pelos autores.
Para o médico brasileiro, essas recomendações oferecem um roteiro para avaliar e selecionar ferramentas digitais que sejam compatíveis com os sistemas de prontuário eletrônico utilizados e que tenham sido desenvolvidas com participação dos profissionais de saúde. A integração aos fluxos de trabalho e o engajamento dos fornecedores são pontos críticos para a adoção bem-sucedida na prática clínica e na gestão do consultório.
O que o estudo mostrou
Trata-se de uma umbrella review (revisão guarda-chuva) que incluiu 12 revisões, complementada por um workshop com 22 stakeholders, uma pesquisa com 13 participantes e três reuniões online com 14 indivíduos. Foram identificadas 15 barreiras à implementação de modelos de predição de risco na atenção primária, como falta de integração com prontuários eletrônicos e baixa interoperabilidade. O estudo resultou em 14 recomendações centrais, incluindo codesign com clínicos e público, integração com infraestrutura digital e workflows, e engajamento precoce com stakeholders e fornecedores de sistemas.
Limitações
O resumo não informa detalhes sobre a qualidade metodológica das revisões incluídas, nem sobre possíveis vieses de seleção ou de publicação. Também não são descritas as características dos participantes do workshop e das reuniões, nem a representatividade dos stakeholders. Além disso, as recomendações foram desenvolvidas em um contexto específico e podem não ser diretamente generalizáveis para todos os sistemas de saúde. O resumo não menciona validação externa das recomendações.
Aplicação no consultório
As recomendações podem orientar médicos na escolha de ferramentas digitais de predição de risco que sejam integradas aos prontuários eletrônicos e aos fluxos de trabalho do consultório. É importante priorizar soluções que tenham sido desenvolvidas com participação de clínicos e que envolvam os fornecedores de sistemas desde o início. Na gestão do consultório, isso significa avaliar a interoperabilidade das ferramentas, promover o engajamento da equipe e buscar fornecedores que compartilhem as necessidades dos usuários finais, facilitando a adoção e o uso efetivo.
Estudo citado
Enabling digital multifactorial risk assessment in primary care: an umbrella review and recommendations for design and implementation. BMJ health & care informatics, 2026.
Autores: Taylor LC, Peek N, Ercole A, Lyratzopoulos G, Usher-Smith JA.
DOI: 10.1136/bmjhci-2025-101896 · PubMed: PMID 41775410
Perguntas para aprofundar
- Como superar as barreiras de integração com prontuários eletrônicos na implementação de ferramentas de predição de risco?
- Qual o papel do codesign com clínicos e público no desenvolvimento de modelos preditivos para atenção primária?
- Quais estratégias de engajamento com fornecedores de sistemas de prontuário eletrônico são recomendadas para facilitar a implementação?
Mais sobre IA na atenção primária
- Quais são as perspectivas dos stakeholders sobre a adoção de inteligência artificial na atenção primária?
- Modelos de predição diagnóstica baseados em IA e registros eletrônicos de saúde na atenção primária estão prontos para uso clínico?
- Qual é o conhecimento, a atitude e a prática dos médicos da atenção primária em relação às tecnologias digitais de saúde assistidas por inteligência artificial?
- A gestão proativa de pacientes de risco identificados por inteligência artificial reduz internações hospitalares evitáveis?
- Um sistema de apoio à decisão clínica assistido por inteligência artificial reduz exacerbações de asma em crianças na atenção primária?
Todas as perguntas sobre IA na atenção primária · Todos os temas · Versão em markdown