Use este identificador para citar ou linkar para este item:
https://repositorio.ufpb.br/jspui/handle/123456789/39682| Tipo: | TCC |
| Título: | DESENVOLVIMENTO DA PLATAFORMA DIGITAL GERISSAÚDE PARA APOIO AO ATENDIMENTO GERIÁTRICO E CARDIOLÓGICO DA PESSOA IDOSA NA ATENÇÃO SECUNDÁRIA: REVISÃO NARRATIVA E ESTUDO DE INOVAÇÃO TECNOLÓGICA EM SAÚDE |
| Autor(es): | RIBEIRO, ANDRÉ LUIZ PINTO FABRICIO RIBEIRO |
| Orientador: | Matias, Manuella de Sousa Toledo |
| Resumo: | Introdução: O envelhecimento populacional acelerado no Brasil tem ampliado a prevalência de doenças crônicas, especialmente entre idosos atendidos em cardiologia e geriatria. A sobrecarga assistencial, a fragmentação do cuidado e o tempo reduzido para registro clínico comprometem a qualidade do atendimento e a continuidade terapêutica. Paralelamente, o avanço de abordagens como Inteligência Artificial, processamento de voz e automação clínica abre novas possibilidades para apoiar profissionais de saúde, reduzir tempo de documentação e integrar informações relevantes de forma estruturada. Nesse contexto, desenvolveu-se a plataforma digital Gerissaúde, um artefato tecnológico projetado segundo a Design Science Research (DSR), com maturidade TRL-4, visando avaliação em ambiente simulado e demonstração de viabilidade técnica. Objetivos: Desenvolver, demonstrar e avaliar, em ambiente controlado, uma plataforma digital baseada em IA para apoio ao atendimento geriátrico e cardiovascular; estruturar registros clínicos a partir de transcrição; integrar raciocínio clínico e protocolos; e verificar desempenho, usabilidade e eficiência do protótipo antes de sua aplicação futura em testes com usuários reais. Métodos: Seguindo o método DSR, as etapas incluíram: (1) identificação das lacunas assistenciais; (2) fundamentação teórica por revisão narrativa estruturada, contemplando bases médicas e tecnológicas; (3) construção do sistema, com arquitetura híbrida (processamento local + camadas de análise clínica); (4) demonstração por simulações; e (5) avaliação heurística e técnica. A plataforma foi testada em 200 cenários simulados, incluindo ruído, diferentes narrativas e graus de complexidade. Foram analisados tempo médio de transcrição, latência de processamento, completude dos elementos clínicos essenciais, taxa de erro fonético, coerência da organização em eixos sindrômicos e estabilidade da IA. A usabilidade foi avaliada por especialistas utilizando a avaliação heurística da Universidade Federal de Santa Catarina, baseada nos princípios de Nielsen. Resultados: O GerisSaúde apresentou desempenho consistente e estável: latência média inferior a 0,8 s (intervalo operacional 0,52–0,88 s), tempo médio de análise clínica de 1,9 s, e taxa de completude de 92% dos elementos centrais do registro. A taxa de erro fonético manteve-se baixa, mesmo em ambientes simulados com ruído. O sistema demonstrou capacidade de estruturar automaticamente narrativas clínicas em eixos como identificação, HDA, antecedentes, medicamentos, achados relevantes e hipóteses diagnósticas. Em termos de produtividade, houve uma redução média de 83,4% no tempo de documentação, comparado ao preenchimento manual tradicional. A avaliação heurística indicou excelente usabilidade, com pontuação final de 94,3/100, destacando consistência, visibilidade do estado do sistema, prevenção de erros, correspondência com o raciocínio clínico e clareza das interações. Conclusão: A plataforma GerisSaúde mostrou-se tecnicamente viável, rápida, estável e alinhada às necessidades do cuidado geriátrico e cardiovascular, demonstrando potencial para apoiar profissionais na organização e documentação de consultas. Os resultados obtidos em ambiente simulado confirmam que o protótipo está pronto para avançar para níveis superiores de maturidade tecnológica, incluindo testes controlados com usuários reais, integração progressiva com padrões FHIR e avaliação do impacto clínico. Assim, o estudo cumpre plenamente os objetivos de um TRL-4, oferecendo um artefato robusto e promissor, capaz de contribuir para a qualificação dos processos assistenciais e para a incorporação segura de IA na saúde. |
| Abstract: | Introduction: The accelerated aging of the Brazilian population has increased the prevalence of chronic diseases, especially among older adults receiving cardiology and geriatric care. Excessive workload, fragmented care, and limited time for clinical documentation compromise the quality of care and therapeutic continuity. At the same time, advances in technologies such as Artificial Intelligence, voice processing, and clinical automation open new possibilities to support healthcare professionals, reduce documentation time, and integrate relevant information in a structured manner. In this context, the digital platform GerisSaúde was developed as a technological artifact designed using the Design Science Research (DSR) methodology, reaching TRL-4 maturity and aiming for evaluation in a simulated environment and demonstration of technical feasibility. Objectives: To develop, demonstrate, and evaluate, in a controlled environment, a digital platform based on AI to support geriatric and cardiovascular care; to structure clinical records from transcription; to integrate clinical reasoning and protocols; and to assess the prototype’s performance, usability, and efficiency prior to future testing with real users. Methods: Following the DSR method, the stages included: (1) identification of care gaps; (2) theoretical foundation through a structured narrative review covering medical and technological databases; (3) system construction with a hybrid architecture (local processing + clinical analysis layers); (4) demonstration through simulations; and (5) technical and heuristic evaluation. The platform was tested in 200 simulated scenarios, including noise, varied narratives, and different levels of complexity. Parameters analyzed included average transcription time, processing latency, completeness of essential clinical elements, phonetic error rate, coherence of organization across syndromic axes, and AI stability. Usability was evaluated by specialists using the heuristic evaluation model from the Federal University of Santa Catarina, based on Nielsen’s principles. Results: GerisSaúde demonstrated consistent and stable performance: average latency below 0.8 s (operational range 0.52–0.88 s), an average clinical analysis time of 1.9 s, and a completeness rate of 92% for essential clinical elements. Phonetic error rates remained low even in noisy simulated environments. The system showed the ability to automatically structure clinical narratives into domains such as identification, chief complaint and history, past medical history, medications, relevant findings, and diagnostic hypotheses. In terms of productivity, there was an average reduction of 83.4% in documentation time compared to traditional manual entry. The heuristic evaluation indicated excellent usability, with a final score of 94.3/100, highlighting consistency, system-state visibility, error prevention, alignment with clinical reasoning, and clarity of interactions. Conclusion: The GerisSaúde platform proved technically feasible, fast, stable, and aligned with the needs of geriatric and cardiovascular care, demonstrating potential to support professionals in organizing and documenting consultations. The results obtained in a simulated environment confirm that the prototype is ready to advance to higher levels of technological maturity, including controlled testing with real users, progressive integration with FHIR standards, and evaluation of clinical impact. Thus, the study fully meets the objectives of a TRL-4 stage, offering a robust and promising artifact capable of contributing to the improvement of healthcare processes and the safe incorporation of AI into clinical practice. |
| Palavras-chave: | Atenção Secundária Invenções Inteligência Artificial Generativa Cardiologia Geriatria |
| CNPq: | CNPQ::CIENCIAS DA SAUDE::MEDICINA |
| Idioma: | por |
| País: | Brasil |
| Editor: | Universidade Federal da Paraíba |
| Sigla da Instituição: | UFPB |
| Departamento: | Medicina |
| Tipo de Acesso: | Acesso restrito |
| URI: | https://repositorio.ufpb.br/jspui/handle/123456789/39682 |
| Data do documento: | 10-Dez-2025 |
| Aparece nas coleções: | TCC - Medicina |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| ANDRÉ LUIZ PINTO FABRICIO RIBEIRO - TCC.pdf | 8,19 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.
