Pular para o conteúdo
Alpha Doctor

IA em telemedicina e monitoramento remoto

Como os perfis de produto-alvo (TPPs) para tecnologias digitais em saúde, incluindo inteligência artificial, estão sendo desenvolvidos e o que isso significa para a prática clínica?

Resposta curta: Uma revisão sistemática identificou 14 TPPs para tecnologias digitais em saúde, a maioria voltada para países de baixa e média renda e doenças transmissíveis. Apenas um abordava especificamente um dispositivo de inteligência artificial. Houve pouca padronização e transparência, com 248 características relatadas, consolidadas em 33. Faltaram considerações sobre requisitos regulatórios e sustentabilidade ambiental.

Resposta

Os perfis de produto-alvo (TPPs) são documentos que descrevem as características necessárias para que tecnologias médicas sejam utilizadas na prática, alinhando pesquisa e desenvolvimento às necessidades dos sistemas de saúde. A revisão sistemática analisou TPPs para tecnologias digitais em saúde, incluindo aquelas com inteligência artificial, e identificou 14 documentos, a maioria direcionada a países de baixa e média renda e a doenças transmissíveis.

Apenas um TPP abordava especificamente um dispositivo de inteligência artificial. No total, 248 características diferentes foram relatadas e consolidadas em 33 características-chave. Considerações importantes para a adoção bem-sucedida dessas tecnologias, como requisitos regulatórios e sustentabilidade ambiental, foram relatadas de forma inconsistente ou não foram mencionadas.

Observou-se pouca padronização no desenvolvimento e no conteúdo dos TPPs, além de limitada transparência na forma de relatar. Os achados destacam a necessidade de diretrizes para a elaboração de TPPs, que podem se basear nestes resultados para desenvolver futuros perfis de tecnologias digitais em saúde.

Para o médico, esses achados indicam que a avaliação de tecnologias digitais, incluindo as que incorporam inteligência artificial, deve considerar a ausência de padrões claros e a variabilidade de critérios. A aplicação clínica e a gestão do consultório podem se beneficiar do conhecimento sobre as características-chave consolidadas, mas é preciso cautela diante da falta de transparência e de padronização nos documentos analisados.

O que o estudo mostrou

Revisão sistemática que identificou 14 TPPs para tecnologias digitais em saúde, a maioria voltada para países de baixa e média renda e doenças transmissíveis. Apenas um TPP abordava especificamente um dispositivo de inteligência artificial. Foram relatadas 248 características diferentes, consolidadas em 33 características-chave. Considerações como requisitos regulatórios e sustentabilidade ambiental foram inconsistentes ou ausentes. Houve pouca padronização no desenvolvimento e no conteúdo dos TPPs, além de limitada transparência no relato.

Limitações

O resumo não informa detalhes sobre a qualidade metodológica dos TPPs incluídos, nem sobre possíveis vieses de publicação. A revisão se restringe aos documentos identificados, e a consolidação em 33 características pode não capturar especificidades de cada tecnologia. A falta de padronização e transparência nos TPPs limita conclusões mais robustas sobre melhores práticas.

Aplicação no consultório

Na prática clínica e na gestão do consultório, os achados reforçam a necessidade de avaliar criticamente as tecnologias digitais em saúde, especialmente as que incorporam inteligência artificial, considerando a ausência de padrões claros e a variabilidade de critérios. O médico pode usar as características-chave consolidadas como referência, mas deve estar atento à falta de transparência e à necessidade de diretrizes para TPPs. Isso impacta decisões de adoção e incorporação dessas tecnologias no consultório.

Estudo citado

Target product profiles for digital health technologies including those with artificial intelligence: a systematic review. Frontiers in health services, 2025.
Autores: Macdonald TB, Hogg HDJ, Dinnes J, Verrinder L, Maniatopoulos G, Taylor-Phillips S, Shinkins B, Dunbar JK, Solebo AL, Sutton H, Attwood J, Pogose M, Given-Wilson R, Greaves F, Macrae C, Pearson R, Tufail A, Liu X, Denniston AK.
DOI: 10.3389/frhs.2025.1537016 · PubMed: PMID 40463916

Perguntas para aprofundar

Mais sobre IA em telemedicina e monitoramento remoto

Todas as perguntas sobre IA em telemedicina e monitoramento remoto · Todos os temas · Versão em markdown

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.