INTELIGÊNCIA ARTIFICIAL NA PREDIÇÃO DE COMPLICAÇÕES PÓS-OPERATÓRIAS EM CIRURGIA GERAL E CUIDADOS PERIOPERATÓRIOS: UMA REVISÃO DE ESCOPO

Resumo

As complicações pós-operatórias constituem causa significativa de morbimortalidade cirúrgica em todo o mundo, impondo desafios ao planejamento clínico e à alocação de recursos em saúde. A inteligência artificial (IA), especialmente por meio de técnicas de aprendizado de máquina (machine learning), tem emergido como ferramenta promissora para a predição de riscos e o suporte à decisão clínica no período perioperatório. O presente estudo objetivou mapear e analisar as evidências científicas sobre aplicações de IA na predição de complicações pós-operatórias em cirurgia geral, por meio de uma revisão de escopo. A busca foi realizada nas bases de dados PubMed e Biblioteca Virtual em Saúde (BVS), utilizando os descritores DeCS/MeSH: "Artificial Intelligence", "Postoperative Complications" e "General Surgery". Após aplicação sequencial de filtros de elegibilidade, 21 estudos foram incluídos. Os resultados evidenciaram que modelos de aprendizado de máquina e deep learning demonstram acurácia superior ao julgamento clínico isolado na predição de desfechos como internação em Unidade de Terapia Intensiva (UTI), lesão renal aguda, deiscência anastomótica, hipotensão intraoperatória, dor pós-operatória e mortalidade cirúrgica. Conclui-se que a IA representa avanço relevante no cuidado perioperatório, embora persistam lacunas quanto à validação prospectiva e à implementação ética nos sistemas de saúde.