Treinamento de Agentes Comunitários da Saúde (ACS) com Inteligência Artificial (IA)

Autores

DOI:

https://doi.org/10.11606/issn.1679-9836.v104iesp.e-234472

Palavras-chave:

Inteligência Artificial, Capacitação, Atenção Primária, Agentes Comunitários de Saúde, Educação Digital

Resumo

A Inteligência Artificial (IA) tem sido utilizada no treinamento de agentes comunitários de saúde (ACS) para otimizar a capacitação profissional e melhorar a qualidade do atendimento e a coleta de dados na atenção primária. Esta revisão sistemática, de abordagem qualitativa, buscou avaliar os impactos dessa tecnologia no ensino e na prática dos ACS. A pesquisa foi realizada nas bases PubMed e Scopus, utilizando a estratégia PICo e descritores DeCS/MeSH. Após a aplicação dos critérios de inclusão e exclusão, 1.202 artigos foram selecionados para triagem, resultando na análise de quatro estudos completos que atendem aos critérios de seleção. Os resultados indicaram que a IA permitiu um treinamento mais dinâmico e personalizado, favorecendo a coleta de um volume maior de dados, a redução de erros clínicos e a otimização do tempo de consulta. Em países de média e baixa renda, as plataformas de ensino mediadas por IA possibilitaram a capacitação em larga escala, ajustando-se às necessidades regionais. Além disso, a implementação de teleconsultas auxiliadas por IA reduziu encaminhamentos desnecessários e melhorou o acesso dos ACS em comunidades distantes. Esses achados são compatíveis com estudos anteriores, que destacam o potencial da IA para transformar a educação na saúde e ampliar a resolutividade dos serviços. O fortalecimento dessas tecnologias e enfrentamento de suas barreiras pode contribuir para a construção de um sistema de saúde com maior equidade, transparência e eficiência.

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • Pedro Cesar Moraes Silveira, Universidade Metropolitana de Santos - UNIMES, Santos, SP. Brasil

    é estudante de Medicina na Universidade Metropolitana de Santos, com forte interesse em gestão hospitalar e empreendedorismo na saúde. Ao longo de sua trajetória acadêmica, fundou a Liga Acadêmica de Gestão e Empreendedorismo em Saúde (LAGES) e participou de eventos como o Hackathon HCFMUSP, no qual seu time foi vencedor na trilha de Inteligência Artificial aplicada à saúde. Com experiência em administração e investimentos, busca unir a visão médica à gestão eficiente de instituições de saúde, visando inovação e impacto no setor.

Referências

Hassan M, Kushniruk A, Borycki E. Barriers to and facilitators of artificial intelligence adoption in health care: scoping review. JMIR Hum Fact. 2024;11:e48633. Doi: https://doi.org/10.2196/48633. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC11393514/.

Bavli I, Galea S. Key considerations in the adoption of artificial intelligence in public health. PLOS Dig Health. 2024;3(7):e0000540. Doi: https://doi.org/10.1371/journal.pdig.0000540.

Patil M, Quresh A, Naydenova E, Bang A, Halbert J, De Vos M, et al. Assessing a digital technology-supported community child health programme in India using the Social Return on Investment framework. PLOS Dig Health. 2023;2(11):e0000363. Doi: https://doi.org/10.1371/journal.pdig.0000363.

Rahimi AS, Légaré F, Sharma G, Archambault P, Zomahoun HTV, Chandavong S. Application of artificial intelligence in community-based primary health care: systematic scoping review and critical appraisal. J Med Intern Res. 2021;23(9):e29839. Doi: https://doi.org/10.2196/29839.

Downloads

Publicado

2025-05-05

Como Citar

Paschoaletti, M. E. ., Silveira, P. C. M. ., & Oliveira, R. M. L. de . (2025). Treinamento de Agentes Comunitários da Saúde (ACS) com Inteligência Artificial (IA). Revista De Medicina, 104(2.esp.), e-234472. https://doi.org/10.11606/issn.1679-9836.v104iesp.e-234472