IA em triagem e prontuário eletrônico

Ferramentas de reconhecimento precoce e estratégias de encaminhamento no AVC agudo melhoram desfechos na atenção primária e emergência?

Resposta

A revisão sistemática avaliou ferramentas de reconhecimento e estratégias de encaminhamento do AVC agudo em serviços de atenção primária e emergência. Foram incluídos 33 estudos entre 206 identificados, com desenhos variados, e os resultados mostram que instrumentos como FAST, Recognition of Stroke in the Emergency Room, Cincinnati Prehospital Stroke Scale e NIHSS apresentam sensibilidade agrupada de 79-95%, com especificidade variável de 52-84%.

Além das escalas tradicionais, tecnologias mais recentes como o PreHospital Ambulance Stroke Test, FAST-ED e modelos baseados em inteligência artificial mostraram-se promissores, embora ainda necessitem de validação. Essas ferramentas podem auxiliar na triagem inicial, mas a heterogeneidade de especificidade sugere cautela na interpretação isolada dos resultados.

Estratégias de encaminhamento como pré-notificação por serviços de emergência, triagem por despachante e unidades móveis de AVC reduziram atrasos pré-hospitalares. Sete estudos relataram tempos porta-agulha 12-22 minutos mais rápidos e aumento de 7-12% na elegibilidade para reperfusão. Esses achados reforçam a importância de sistemas organizados de referência.

A maior eficiência no encaminhamento associou-se a redução de mortalidade de aproximadamente 8-12% e melhora na independência funcional de 10-15%. No entanto, disparidades persistentes foram relatadas em cenários com recursos limitados, indicando que barreiras sistêmicas e geográficas ainda comprometem a equidade no cuidado ao AVC.

Para o médico brasileiro, os resultados sugerem que a incorporação de ferramentas estruturadas de reconhecimento e a articulação com serviços de emergência podem otimizar o atendimento. A revisão não detalha custos ou implementação local, mas aponta que estratégias de triagem custo-efetivas e o fortalecimento de sistemas de referência são fundamentais para melhorar desfechos.

O que o estudo mostrou

Revisão sistemática seguindo diretrizes PRISMA 2020, com busca em quatro bases de dados para estudos publicados entre janeiro de 2003 e dezembro de 2025. Foram identificados 206 artigos, dos quais 33 preencheram os critérios de inclusão (ensaios clínicos randomizados, coortes, caso-controle, transversais e séries de casos com mais de 30 pacientes). Ferramentas de reconhecimento como FAST, Recognition of Stroke in the Emergency Room, Cincinnati Prehospital Stroke Scale e NIHSS apresentaram sensibilidade agrupada de 79-95% e especificidade de 52-84%. Estratégias de encaminhamento reduziram atrasos pré-hospitalares, com tempos porta-agulha 12-22 minutos mais rápidos e aumento de 7-12% na elegibilidade para reperfusão em sete estudos. Maior eficiência associou-se a redução de mortalidade de aproximadamente 8-12% e melhora de 10-15% na independência funcional.

Limitações

O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos, nem sobre heterogeneidade entre as populações ou sistemas de saúde avaliados. Também não são descritas limitações específicas da revisão, como viés de publicação ou variações nos critérios de diagnóstico. A aplicabilidade dos achados a diferentes contextos, especialmente em locais com recursos limitados, permanece incerta.

Aplicação no consultório

Na prática clínica, os achados apoiam a utilização de ferramentas padronizadas de reconhecimento do AVC na atenção primária e emergência, além da implementação de protocolos de encaminhamento rápido com pré-notificação dos serviços de emergência. Para a gestão do consultório, pode-se considerar treinamento da equipe no uso dessas escalas e a criação de fluxos ágeis de referência, visando reduzir atrasos e melhorar a elegibilidade para terapias de reperfusão.

Estudo citado

Early Recognition and Referral of Acute Stroke in Primary and Emergency Care: A Systematic Review. The western journal of emergency medicine, 2026.
Autores: Almunif TM, Alkaabba AF, Alomran KW, Alanazi AM, Alharbi FN, Alshahrani SS, Alsaeed NM, Alabdulkader RA, Alibraheem SA, Alzahrani KS, Albagieh MH.
DOI: 10.5811/westjem.50827 · PubMed: PMID 42258866

Perguntas para aprofundar

• Qual a acurácia das escalas de reconhecimento de AVC na atenção primária?
• Como a pré-notificação pelo SAMU impacta o tempo porta-agulha no AVC agudo?
• Quais estratégias reduzem disparidades no encaminhamento de AVC em regiões com recursos limitados?

Mais sobre IA em triagem e prontuário eletrônico

• Dados de prontuário eletrônico da atenção primária podem prever hospitalizações, visitas ao pronto-socorro e mortalidade?
• Métodos de aprendizado de máquina aplicados à triagem em serviços de emergência são eficazes para prever desfechos como mortalidade e necessidade de cuidados críticos?
• A inteligência artificial é aplicável no manejo de pacientes em emergência, e quais são os principais desafios para sua implementação?
• Modelos de machine learning identificam e predizem a necessidade de admissão em UTI em pacientes da emergência?
• A inteligência artificial pode melhorar o diagnóstico de AVC isquêmico e a identificação de oclusões de grandes vasos?

Todas as perguntas sobre IA em triagem e prontuário eletrônico · Todos os temas · Versão em markdown