Técnicas de aprendizagem de máquina aplicadas à identificação de pacientes com sepse

Resumo

Objetivo: Descrever com base na literatura, as técnicas de aprendizagem de máquina na identificação de casos de sepse. Método: Revisão integrativa da literatura que foi realizada nas bases de dados LILACS e PUBMED, no período de 2013 a 2019. Resultados: Foram incluídos seis estudos (100%) que atenderam aos critérios estabelecidos. Verificou-se que a metade (50,0%) foi publicada em revistas científicas que tiveram fator de impacto avaliado acima de 2,0, destacando os periódicos: Journal of Biomedical Informatics (2.95), BMJ Open (2.376) e Computers in Biology and Medicine (2.286). Todos os artigos mostraram predomínio da utilização do modelo de aprendizado de máquina supervisionado, pelo fato de ter inserido os padrões de identificação de sepse nos algoritmos que identificam os casos. Conclusão: Os algoritmos para a identificação e predição de sepse vêm sendo cada vez mais utilizados na prática clínica, mostrando uma tendência favorável para o crescimento e disseminação desses modelos entre os serviços de saúde.

Descritores: Inteligência artificial; Aprendizagem de máquina; Infecção; Sepse.