APLICAÇÃO DE CIÊNCIA DE DADOS PARA CENTROS CIRÚRGICOS: REVISÃO NARRATIVA

Autores

Palavras-chave:

Administração Hospitalar, Centro Cirúrgico, Ciência de Dados

Resumo

Este artigo teve como objetivo revisar o emprego da ciência de dados em saúde para apoiar a gestão de centros cirúrgicos, buscando entender como essa ciência pode melhorar a qualidade da assistência à saúde intervencionista por meio da captura, organização, análise e modelagem de dados. Trata-se de uma revisão narrativa da literatura, na qual se investigou a utilidade e a objetividade da aplicação da ciência de dados em centros cirúrgicos, com o foco no aprimoramento dos procedimentos cirúrgicos. Os artigos foram analisados quanto à aplicação da SDS (Surgical Data Science), enfatizando as etapas de treinamento, feedback, avaliação e suporte à decisão em cirurgia. Doze artigos foram selecionados, sendo que apenas cinco mencionaram diretamente o uso desses dados para a melhoria de procedimentos e processos na saúde intervencionista. A aplicação da ciência de dados em centros cirúrgicos tem potencial para melhorar os processos e procedimentos na saúde intervencionista. No entanto, deve-se considerar a dificuldade para a obtenção desses dados.

Biografia do Autor

Antonio Valerio Netto, EPM/UNIFESP

Atualmente é professor afiliado junto ao departamento de Informática em Saúde da Escola Paulista de Medicina (EPM/UNIFESP). E professor de pós-graduação nos cursos de especialização em ciência de dados para saúde, gestão e liderança em enfermagem, além do MBA em saúde digital. Desde 2011 é pesquisador bolsista do CNPq em Desenvolvimento Tecnológico e Extensão Inovadora (DT). É Pós-doutor na área de biotelemetria e telemonitoramento pelo Instituto de Ensino e Pesquisa do Hospital Sírio-Libanês. Doutor em computação e matemática computacional pela USP. Especialista em informática em saúde pela UNIFESP. Possui MBA em marketing pela FUNDACE (FEA-RP/USP). É técnico em informática industrial pela ETEP, bacharel em ciência da computação pela Universidade Federal de São Carlos (UFSCar) e mestre em engenharia na área de simulação virtual pela USP. Em 2001 foi pesquisador visitante na School of Optometry at Indiana University (EUA). Entre 2019 e 2021 foi professor visitante em health data science e telemedicina na Escola Paulista de Medicina (EPM/UNIFESP). Trabalhou com inovação e tecnologia no IAMSPE (Instituto de Assistência Médica ao Servidor Público Estadual), HCFMUSP (Hospital da Clínicas da Faculdade de Medicina da USP), Opto Eletrônica e na T-Systems. Em 2003, fundou a Cientistas Desenvolvimento Tecnológico, empresa focada no desenvolvimento de sistemas computacionais que em 2009 foi considerada pelo Sebrae SP uma das pequenas empresas mais inovadoras do estado de São Paulo. Em 2007, fundou a XBot, primeira empresa de robótica móvel do país para as áreas de educação, pesquisa e edutainment, que em 2011 foi uma das vencedoras do prêmio nacional de empreendedorismo e em 2012 recebeu o Prêmio MPE Brasil Estadual São Paulo de destaque em boas práticas de responsabilidade social. É avaliador ad-hoc do CNPq, da Fundação de Amparo à Ciência e Tecnologia do Estado de Pernambuco (FACEPE), da Fundação de Amparo à Pesquisa do Estado da Bahia (FAPESB) e Assessor Científico do Fundo Mackenzie de Pesquisa. Possui mais de 100 publicações entre livros, capítulos de livros, revistas e congressos internacionais e nacionais nas áreas de computação e engenharia. Possui oito pedidos de patentes e seis registros de marcas. Coordenou em torno de 35 projetos tecnológicos financiados pela FINEP, CNPq, FAPESP, ABDI e empresas privadas. Recebeu diversos prêmios e menções honrosas, como a do Society of Automotive Engineer (SAE) Brasil 2001 - melhor artigo na categoria Projetos e de melhor aluno do MBA em Marketing da FUNDACE em 2006. Em 2008 foi finalista do prêmio Empreendedor de Sucesso promovido pela revista PEGN e FGV. Em 2009 tornou-se professor honorário da Universidad Abierta Interamericana (Buenos Aires/ARG). Em 2013, ganhou o Prêmio Alexandrino Garcia do Grupo Algar na categoria Empreendedorismo pelo trabalho realizado na área de tecnologia educacional. Em 2016 recebeu o prêmio ABSEG da Associação Brasileira de Profissionais de Segurança. Em 2019 foi vencedor do Concurso de Tecnologias Policiais (StartPol). Em 2023, obteve primeiro lugar no prêmio UNIDAS (União Nacional das Instituições de Autogestão em Saúde).

GABRIEL MORENO MARQUES DOS SANTOS, ICESP HCFMUSP

Formado no curso técnico em programação e Desenvolvimento de sistemas, graduado em Ciências da computação, pós graduado em engenharia de software pela Universidade Paulista com conhecimentos em modelagem de software utilizando diagramas UML, metodologias ágeis(frameworks Scrum e Kanban), métricas de software, gestão de projetos de softwares, técnicas de POO com Java e pós graduado no MBA em Inteligência Artificial e Data Science Aplicadas a Negócios com conhecimentos em tecnicas de Machine Learning, Deep Learning, ciência de dados e análise de dados com power BI. Durante a graduação atuei em vários projetos de software, nos quais fui responsável por todas a gerências de integração, escopo, tempo, custos, qualidade, recursos humanos, comunicações, aquisições e riscos assim seguindo o PMBOK.

Referências

August, A. T., Sheth, K., Brandt, A., deRuijter, V., Fuerch, J. H., & Wall, J. (2022). The value of surgical data—impact on the future of the surgical field. Surgical innovation, 29(1), 98-102.

Derathé, A., Reche, F., Jannin, P., Moreau-Gaudry, A., Gibaud, B., & Voros, S. (2021). Explaining a model predicting quality of surgical practice: a first presentation to and review by clinical experts. International Journal of Computer Assisted Radiology and Surgery.

Eckhoff, J. A., & Meireles, O. (2023). A Inteligência Artificial poderia guiar as mãos dos cirurgiões? Revista do Colégio Brasileiro de Cirurgiões, 50, e20233696EDIT01.

Kehlet, H., & Wilmore, D. W. (2008). Evidence-based surgical care and the evolution of fast-track surgery. Annals of surgery, 248(2), 189-198.

Lisacek-Kiosoglous, A. B., Powling, A. S., Fontalis, A., Gabr, A., Mazomenos, E., & Haddad, F. S. (2023). Artificial intelligence in orthopaedic surgery. Bone Joint Research, 12(7), 447–454.

Lukaszewski, M., Lukaszewski, R., Kosiorowska, K., & Jasinski, M. (2019). The use of data science to analyse physiology of oxygen delivery in the extracorporeal circulation. BMC Cardiovascular Disorders, 19, Article 292.

Mack, M. J., Scruggs, G. R., Shennib, H., & Landreneau, R. J. (1997). Video-assisted thoracic surgery: has technology found its place?. The Annals of thoracic surgery, 64(1), 211-215.

Maier-Hein, L., Eisenmann, M., Feldmann, C., Feussner, H., Forestier, G., Giannarou, S., & Vedula, S. S. (2018). Surgical data science: A consensus perspective. arXiv preprint arXiv:1806.03184.

Maier-Hein, L., Eisenmann, M., Sarikaya, D., März, K., Collins, T., Malpani, A. & Speidel, S. (2022). Surgical data science–from concepts toward clinical translation. Medical image analysis, 76, 102306.

Maier-Hein, L., Eisenmann, M., Sarikaya, D., März, K., Collins, T., Malpani, A., & Speidel, S. (2022). Surgical data science–from concepts toward clinical translation. Medical image analysis, 76, 102306.

Maier-Hein, L., Vedula, S. S., Speidel, S., Navab, N., Kikinis, R., Park, A., & Jannin, P. (2017). Surgical data science for next-generation interventions. Nature Biomedical Engineering, 1(9), 691-696.

Maier-Hein, L., Vedula, S., Speidel, S., Navab, N., Kikinis, R., Park, A. & Jannin, P. (2017). Surgical data science: enabling next-generation surgery. arXiv preprint arXiv:1701.06482.

Netto, A. V. (2021). Ciência de dados em saúde: contribuições e tendências para aplicações. saude.com, 17(3), 2249-2253.

Park, J. J., Tiefenbach, J., & Demetriades, A. K. (2022). The role of artificial intelligence in surgical simulation. Frontiers in Medical Technology, 4, 1076755.

Raghupathi, W., & Raghupathi, V. (2014). Big data analytics in healthcare: promise and potential. Health information science and systems, 2, 1-10.

Salati, M., Migliorelli, L., Moccia, S., Andolfi, M., Roncon, A., Guiducci, G. M., & Refai, M. (2021). A Machine Learning Approach for Postoperative Outcome Prediction: Surgical Data Science Application in a Thoracic Surgery Setting. World J Surg, 45, 1585-1594.

Solanki, S. L., Pandrowala, S., Nayak, A., Bhandare, M., Ambulkar, R. P., & Shrikhande, S. V. (2021). Artificial intelligence in perioperative management of major gastrointestinal surgeries. World Journal of Gastroenterology, 27(21), 2758-2770.

Stahl, J. E., Egan, M. T., Goldman, J. M., Tenney, D., Wiklund, R. A., Sandberg, W. S., Gazelle, S., & Rattner, D. W. (2005). Introducing new technology into the operating room: Measuring the impact on job performance and satisfaction. Surgery, 137(5), 518-526.

Stamos, M. J., & Brady, M. T. (2018). Anastomotic leak: are we closer to eliminating its occurrence?. Annals of Laparoscopic and Endoscopic Surgery, 3(8).

Valerio Netto, A., Berton, L., & Takahata, A. K. (2021). Ciência de Dados e a Inteligência Artificial na Área da Saúde. Editora dos Editores.

Varas, J., Valencia Coronel, B., Villagrán, I., Escalona, G., Hernandez, R., Schuit, G., & Achurra, P. (2023). Innovations in surgical training: Exploring the role of artificial intelligence and large language models (LLM). Revista do Colégio Brasileiro de Cirurgiões, 50, e20233605.

Vedula, S. S., Ishii, M., & Hager, G. D. (2016). Perspectives on surgical data science. arXiv preprint arXiv:1610.04276.

Wall, J., & Krummel, T. (2020). The digital surgeon: How big data, automation, and artificial intelligence will change surgical practice. Journal of pediatric surgery, 55, 47-50.

Zhou, X. Y., Guo, Y., Shen, M., & Yang, G.-Z. (2020). Artificial Intelligence in Surgery. Frontiers of Medicine, 14(4), 417-430.

Downloads

Publicado

2025-01-09

Como Citar

Valerio Netto, A., & MORENO MARQUES DOS SANTOS, G. . (2025). APLICAÇÃO DE CIÊNCIA DE DADOS PARA CENTROS CIRÚRGICOS: REVISÃO NARRATIVA. Revista De Inovação E Tecnologia - RIT, 14(2), 70–79. Recuperado de https://rit.openjournalsolutions.com.br/index.php/rit/article/view/149

Edição

v. 14 n. 2 (2024): Vol 14 No2 2024

Seção

Artigos

Licença

Copyright (c) 2025 Antonio Valerio Netto, GABRIEL MORENO MARQUES DOS SANTOS

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

A responsabilidade do conteúdo publicado são dos autores do artigo submetido.