IA para enfermagem: transformando a experiência de atendimento ao paciente

Na NYU Langone Health, as ferramentas de IA que os enfermeiros usam todos os dias surgiram de uma parceria consciente entre cientistas de dados e informáticos de enfermagem, uma colaboração que ambos os lados dizem criar modelos melhores e uma adoção mais tranquila.

Kerry O’Brien, diretor sênior de sistemas, sistemas clínicos, NYU Langone Health, e Vincent Major, diretor associado, Divisão de Tecnologias Aplicadas de IA, NYU Langone Health, descreveram a estrutura durante uma sessão no HIMSS 2026. Os projetos de IA são bem-sucedidos, disseram eles, quando as equipes de operações clínicas e de ciência de dados os constroem juntos desde o início.

O trabalho da NYU Langone em IA de enfermagem remonta a 2019, quando a equipe começou a pesquisar o processamento de linguagem natural. O ritmo acelerou durante a COVID, depois que uma enfermeira criou um banco de dados de apoio à decisão para ajudar os enfermeiros e os médicos responsáveis ​​a comunicar sobre os riscos para os pacientes na enfermaria. A equipe de informática de O’Brien viu o potencial e o trouxe para o grupo de ciência de dados de Major. “Trabalhamos com as enfermeiras e a equipe de alerta clínico para realmente dar vida a esse modelo”, disse O’Brien. O projeto proporcionou aos enfermeiros a primeira experiência prática na avaliação da sensibilidade, especificidade e validação do modelo.

Em 2024 e 2025, a procura de enfermeiros aumentou. O’Brien trabalhou com o diretor de enfermagem para criar um subcomitê formal de IA dentro da gestão de enfermagem. O comitê, presidido por O’Brien, inclui representantes do desenvolvimento profissional de enfermagem, qualidade, informática, biblioteca de ciências da saúde e liderança em enfermagem. Cada proposta de IA da equipe de enfermagem clínica passa por esse grupo de revisão de alinhamento antes de passar para a equipe de Major para análise de viabilidade e custo-benefício. O processo de pré-implementação exige que os enfermeiros identifiquem o problema clínico, consultem a ciência de dados para confirmar se o problema requer uma solução de IA e realizem uma revisão da literatura. “Você pode criar a melhor ferramenta de IA, mas se algo não for fácil de usar ou não se enquadrar nos fluxos de trabalho clínicos dos enfermeiros, eles não a adotarão”, disse O’Brien.

O que os cientistas de dados procuram em um colaborador

As parcerias mais produtivas compartilham diversas características, segundo Major. Os enfermeiros informáticos servem como uma ponte entre o corpo clínico e a equipe de ciência de dados, traduzindo conceitos estatísticos como sensibilidade, especificidade e recuperação de precisão em uma linguagem na qual os enfermeiros possam atuar. Sua equipe mantém horários de expediente colaborativos com informática para que os enfermeiros possam discutir ideias de projetos em estágio inicial antes de se comprometerem com uma proposta formal.

Os cientistas de dados também precisam aprender o que é importante para os enfermeiros. Quando a equipe de Major implementou um modelo de prevenção de lesões por pressão, os enfermeiros apontaram que a densa visualização de dados criada para a ferramenta era inutilizável à beira do leito. Os enfermeiros clínicos ajudaram a redesenhar o display em torno de elementos mais simples, como o código de cores, uma mudança que tornou a ferramenta prática para o uso diário. A educação fortalece a parceria. A NYU Langone lançou uma Estrutura de Alfabetização em IA para Enfermagem em 2024 e vem realizando um curso anual de IA e EHR desde 2023. Em novembro passado, aproximadamente 90 enfermeiros participaram de um simpósio de IA que incluiu sessões didáticas pela manhã e um workshop prático e rápido de engenharia à tarde. Os resultados do estudo indicaram que os enfermeiros se sentiram significativamente mais confortáveis ​​com as ferramentas. A Biblioteca de Ciências da Saúde também preparou um catálogo online de IA para Enfermagem, para que os funcionários possam acessar facilmente pesquisas publicadas sobre IA na prática de enfermagem.

Estabilidade do modelo e vantagem de instância única

Major utiliza um estudo de caso de previsão de outono para ilustrar como a parceria funciona na prática. A NYU Langone adotou uma ferramenta de previsão de queda de um fornecedor de EHR e encarregou os enfermeiros de avaliar se a pontuação de IA poderia prever com segurança os mesmos graus de risco que a Escala de Queda de Morse, uma avaliação documentada por humanos realizada uma vez por turno de enfermagem. Usando dados de um ano, a equipe de Major comparou a pontuação horária da IA ​​com a pontuação mais próxima da escala Morse e encontrou uma correspondência forte, abrindo a porta para reduzir a carga de papelada dos enfermeiros.

Monitorar o desempenho do modelo ao longo do tempo é fundamental para a abordagem da NYU Langone. Major disse que sua equipe mede novamente os modelos aproximadamente uma vez por ano e descobriu que alguns continuam a ter um bom desempenho seis ou sete anos após a implantação. Ele credita ao status da NYU Langone como um ambiente EHR de instância única por grande parte dessa estabilidade. “Não temos um campus fazendo coisas que outro campus não esteja fazendo”, disse ele. Como a equipe de IA faz parte da TI, ela sabe imediatamente quando as estruturas do fluxograma ou os elementos de dados mudam, avisando antecipadamente sobre mudanças nos dados que causam desvios no modelo.

Leve embora

• Estabelecer um comitê formal de governança de IA em enfermagem com representantes de informática, qualidade, desenvolvimento profissional e liderança clínica.
• Exija que os enfermeiros identifiquem o problema clínico e confirmem se a IA é a solução certa antes do início da construção.
• Conecte cientistas de dados com enfermeiros informáticos que podem traduzir conceitos estatísticos para a equipe clínica e comunicar as prioridades clínicas à equipe técnica.
• Invista cedo na alfabetização em IA. Workshops rápidos de engenharia e catálogos de pesquisa selecionados reduzem a barreira ao engajamento.
• Incorpore a equipe de IA à TI para detectar alterações nos dados antes que prejudiquem o desempenho do modelo.
• Teste as ferramentas de IA em relação às avaliações existentes conduzidas por humanos para construir uma base de evidências para reduzir a carga de papelada.

Major disse que a integração entre IA e TI dá à NYU Langone uma vantagem que as equipes isoladas de ciência de dados lutam para replicar. “Temos o privilégio de ser uma unidade integrada. Acho que você tem cada vez mais desafios quanto mais isolada a equipe de IA fica”, disse.