O Potencial dos Sistemas Inteligentes na Monitorização e Tomada de Decisão Médica ao longo da Jornada Perinatal: Uma Revisão de Escopo.

Abstract

A monitorização e a avaliação realizadas por profissionais de saúde durante o trabalho de parto são fundamentais para garantir a segurança da mãe e do feto. A jornada perinatal, desde a concepção até o primeiro mês de vida do bebê, apresenta desafios únicos que requerem abordagens inovadoras para a monitorização e a tomada de decisão médica. Nesse contexto, os sistemas inteligentes, como a inteligência artificial, o aprendizado de máquina e recursos como big data, emergem como ferramentas promissoras para transformar a gestão da saúde materno fetal. Essas tecnologias oferecem benefícios como maior precisão diagnóstica, predição de riscos, personalização de tratamentos e otimização de recursos hospitalares. Este estudo tem como objetivo explorar como essas novas tecnologias podem ser utilizadas para monitorar e tomar decisões médicas durante o período perinatal. Para isso, foi realizada uma revisão de escopo, utilizando três bases científicas: PubMed, Scopus e Web of Science, e seguindo as diretrizes do PRISMA-ScR. Através da seleção da seguinte string de busca: ("pregnancy mon itoring" OR "fetal monitoring" OR "obstetrics" OR "midwifery") AND (“non-invasive sensors" OR sensors OR wearables) AND ("intelligent systems" OR "artificial intelligence" OR "ma chine learning" OR "decision support systems"), foram identificados inicialmente 93 estudos relevantes. Após a remoção de 21 artigos duplicados identificados pelo Rayyan, 72 artigos únicos foram submetidos a uma análise detalhada à luz dos critérios de inclusão e exclusão. Dessa análise, foram selecionados 36 artigos para revisão. As áreas exploradas na revisão incluem monitorização de gravidez e feto, utilizando sensores não invasivos e wearables, sistemas inteligentes para suporte à decisão médica, incluindo inteligência artificial e aprendizado de máquina, e aplicações de big data na saúde materno-fetal para análise e predição de riscos. Os principais achados indicam que essas tecnologias têm o potencial de aumentar a precisão diagnóstica e a predição de riscos durante a gestação e o parto, personalizar tratamentos e intervenções de acordo com as necessidades individuais das pacientes, otimizar os recursos hospitalares e melhorar a eficiência do sistema de saúde. Além disso, explora-se se as ferramentas baseadas em novas tecnologias podem aumentar a eficácia e eficiência do sistema de saúde. Por fim, oferece-se uma perspectiva abrangente e atualizada do estado da pesquisa nesse campo, identificando áreas que necessitam de mais estudos em cuidados obstétricos e fornecendo dados clínicos esclarecedores para formuladores de políticas e pesquisadores. Fica evidente que esta área enfrenta desafios éticos, regulatórios e técnicos, incluindo questões de privacidade dos dados, equidade no acesso aos cuidados e validação clínica. Portanto, é crucial que pesquisas futuras abordem essas questões e desenvolvam soluções inovadoras para melhorar os resultados de saúde durante a jornada perinatal, promovendo uma abordagem mais segura, eficaz e centrada no paciente.

Monitoring and assessment by health professionals during labor are fundamental to ensuring the safety of both mother and fetus. The perinatal journey, from conception to the baby's first month of life, presents unique challenges that require innovative approaches to monitoring and medical decision-making. In this context, intelligent systems, such as artificial intelligence, machine learning and resources such as big data, are emerging as promising tools for transforming maternal-fetal health management. These technologies offer benefits such as greater diagnostic accuracy, risk prediction, personalization of treatments and optimization of hospital resources. This study aims to explore how these new technologies can be used to monitor and make medical decisions during the perinatal period. To this end, a scoping review was carried out using three scientific databases: PubMed, Scopus and Web of Science, and following the PRISMA-ScR guidelines. By selecting the following search string: ("pregnancy monitoring" OR "fetal monitoring" OR "obstetrics" OR "midwifery") AND ("non-invasive sensors" OR sensors OR wearables) AND ("intelligent systems" OR "artificial intelligence" OR "machine learning" OR "decision support systems"), 93 relevant studies were initially identified. After removing 21 duplicate articles identified by Rayyan, 72 unique articles were subjected to a detailed analysis in light of the inclusion and exclusion criteria. From this analysis, 36 articles were selected for review. The areas explored in the review include pregnancy and fetal monitoring using non-invasive sensors and wearables, intelligent systems for medical decision support, including artificial intelligence and machine learning, and big data applications in maternal-fetal health for risk analysis and prediction. The main findings indicate that these technologies have the potential to increase diagnostic accuracy and risk prediction during pregnancy and childbirth, personalize treatments and interventions according to patients' individual needs, optimize hospital resources and improve the efficiency of the healthcare system. It also explores whether tools based on new technologies can increase the effectiveness and efficiency of the healthcare system. Finally, it offers a comprehensive and up-to-date overview of the state of research in this field, identifying areas in need of further study in obstetric care and providing insightful clinical data for policymakers and researchers. It is clear that this area faces ethical, regulatory and technical challenges, including issues of data privacy, equity in access to care and clinical validation. It is therefore crucial that future research addresses these issues and develops innovative solutions to improve health outcomes during the perinatal journey, promoting a safer, more effective and patient-centered approach. Keywords: medical decision-making; intelligent systems; maternal and child health