Aprendizado de máquina nos serviços farmacêuticos : uma revisão integrativa

Detalhes bibliográficos
Autor(a) principal: Rocha, Mariana Balhego
Data de Publicação: 2023
Outros Autores: Silveira, Brenda Petro, Pilger, Diogo
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/264104
Resumo: A crescente digitalização e aplicação de inteligência artificial (IA) em problemas complexos do mundo real, tem potencial de melhorar os serviços de saúde, inclusive da atuação dos farmacêuticos no processo do cuidado. O objetivo deste estudo foi identificar na literatura científica, estudos que testam algoritmos de aprendizado de máquina (Machine Learning – ML) aplicados as atividades de farmacêuticos clínicos no cuidado ao paciente. Trata-se de uma revisão integrativa, realizada nas bases de dados, Pubmed, Portal BVS, Cochrane Library e Embase. Artigos originais, relacionados ao objetivo proposto, disponíveis e publicados antes de 31 de dezembro de 2021, foram incluídos, sem limitações de idioma. Foram encontrados 831 artigos, sendo 5 incluídos relacionados as atividades inseridas nos serviços de revisão da farmacoterapia (3) e monitorização terapêutica (2). Foram utilizadas técnicas supervisionadas (3) e não supervisionadas (2) de ML, com variedade de algoritmos testados, sendo todos os estudos publicados recentemente (2019-2021). Conclui-se que a aplicação da IA na farmácia clínica, ainda é discreta, sinalizando os desafios da era digital.
id UFRGS-2_77d9f5b545b7b9174d51a9a8e1804b12
oai_identifier_str oai:www.lume.ufrgs.br:10183/264104
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Rocha, Mariana BalhegoSilveira, Brenda PetroPilger, Diogo2023-08-30T04:00:18Z20232357-9730http://hdl.handle.net/10183/264104001172500A crescente digitalização e aplicação de inteligência artificial (IA) em problemas complexos do mundo real, tem potencial de melhorar os serviços de saúde, inclusive da atuação dos farmacêuticos no processo do cuidado. O objetivo deste estudo foi identificar na literatura científica, estudos que testam algoritmos de aprendizado de máquina (Machine Learning – ML) aplicados as atividades de farmacêuticos clínicos no cuidado ao paciente. Trata-se de uma revisão integrativa, realizada nas bases de dados, Pubmed, Portal BVS, Cochrane Library e Embase. Artigos originais, relacionados ao objetivo proposto, disponíveis e publicados antes de 31 de dezembro de 2021, foram incluídos, sem limitações de idioma. Foram encontrados 831 artigos, sendo 5 incluídos relacionados as atividades inseridas nos serviços de revisão da farmacoterapia (3) e monitorização terapêutica (2). Foram utilizadas técnicas supervisionadas (3) e não supervisionadas (2) de ML, com variedade de algoritmos testados, sendo todos os estudos publicados recentemente (2019-2021). Conclui-se que a aplicação da IA na farmácia clínica, ainda é discreta, sinalizando os desafios da era digital.The growing application of artificial intelligence (AI) in complex real-world problems has shown an enormous potential to improve health services, including the role of pharmacists in the care process. Thus, the objective of this study was to identify, in the scientific literature, studies that addressed the use of machine learning (ML) algorithms applied to the activities of clinical pharmacists in patient care. This is an integrative review, conducted in the databases Pubmed, VHL Regional Portal, Cochrane Library and Embase. Original articles, related to the proposed topic, which were available and published before December 31, 2021, were included, without language limitations. There were 831 articles retrieved 5 of which were related to activities included in the pharmacotherapy review services (3) and therapeutic monitoring (2). Supervised (3) and unsupervised (2) ML techniques were used, with a variety of algorithms tested, with all studies published recently (2019–2021). It is concluded that the application of AI in clinical pharmacy is still discreet, signaling the challenges of the digital age.application/pdfporClinical and biomedical research. Vol. 43, n. 1 (2023), p. 75-82Serviço de farmácia hospitalarInteligência artificialAprendizado de máquinaPharmacyPharmaceutical servicesArtificial intelligenceMachine learningIntegrative reviewAprendizado de máquina nos serviços farmacêuticos : uma revisão integrativaMachine learning in pharmaceutical services : an integrative reviewinfo:eu-repo/semantics/articleinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001172500.pdf.txt001172500.pdf.txtExtracted Texttext/plain31531http://www.lume.ufrgs.br/bitstream/10183/264104/2/001172500.pdf.txt166c7a8e15b14afb8cc9553eb30cf23eMD52ORIGINAL001172500.pdfTexto completoapplication/pdf337665http://www.lume.ufrgs.br/bitstream/10183/264104/1/001172500.pdf8d279dca4bd291c2824f76f8add6739aMD5110183/2641042023-08-31 03:34:25.193323oai:www.lume.ufrgs.br:10183/264104Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2023-08-31T06:34:25Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Aprendizado de máquina nos serviços farmacêuticos : uma revisão integrativa
dc.title.alternative.en.fl_str_mv Machine learning in pharmaceutical services : an integrative review
title Aprendizado de máquina nos serviços farmacêuticos : uma revisão integrativa
spellingShingle Aprendizado de máquina nos serviços farmacêuticos : uma revisão integrativa
Rocha, Mariana Balhego
Serviço de farmácia hospitalar
Inteligência artificial
Aprendizado de máquina
Pharmacy
Pharmaceutical services
Artificial intelligence
Machine learning
Integrative review
title_short Aprendizado de máquina nos serviços farmacêuticos : uma revisão integrativa
title_full Aprendizado de máquina nos serviços farmacêuticos : uma revisão integrativa
title_fullStr Aprendizado de máquina nos serviços farmacêuticos : uma revisão integrativa
title_full_unstemmed Aprendizado de máquina nos serviços farmacêuticos : uma revisão integrativa
title_sort Aprendizado de máquina nos serviços farmacêuticos : uma revisão integrativa
author Rocha, Mariana Balhego
author_facet Rocha, Mariana Balhego
Silveira, Brenda Petro
Pilger, Diogo
author_role author
author2 Silveira, Brenda Petro
Pilger, Diogo
author2_role author
author
dc.contributor.author.fl_str_mv Rocha, Mariana Balhego
Silveira, Brenda Petro
Pilger, Diogo
dc.subject.por.fl_str_mv Serviço de farmácia hospitalar
Inteligência artificial
Aprendizado de máquina
topic Serviço de farmácia hospitalar
Inteligência artificial
Aprendizado de máquina
Pharmacy
Pharmaceutical services
Artificial intelligence
Machine learning
Integrative review
dc.subject.eng.fl_str_mv Pharmacy
Pharmaceutical services
Artificial intelligence
Machine learning
Integrative review
description A crescente digitalização e aplicação de inteligência artificial (IA) em problemas complexos do mundo real, tem potencial de melhorar os serviços de saúde, inclusive da atuação dos farmacêuticos no processo do cuidado. O objetivo deste estudo foi identificar na literatura científica, estudos que testam algoritmos de aprendizado de máquina (Machine Learning – ML) aplicados as atividades de farmacêuticos clínicos no cuidado ao paciente. Trata-se de uma revisão integrativa, realizada nas bases de dados, Pubmed, Portal BVS, Cochrane Library e Embase. Artigos originais, relacionados ao objetivo proposto, disponíveis e publicados antes de 31 de dezembro de 2021, foram incluídos, sem limitações de idioma. Foram encontrados 831 artigos, sendo 5 incluídos relacionados as atividades inseridas nos serviços de revisão da farmacoterapia (3) e monitorização terapêutica (2). Foram utilizadas técnicas supervisionadas (3) e não supervisionadas (2) de ML, com variedade de algoritmos testados, sendo todos os estudos publicados recentemente (2019-2021). Conclui-se que a aplicação da IA na farmácia clínica, ainda é discreta, sinalizando os desafios da era digital.
publishDate 2023
dc.date.accessioned.fl_str_mv 2023-08-30T04:00:18Z
dc.date.issued.fl_str_mv 2023
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/other
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/264104
dc.identifier.issn.pt_BR.fl_str_mv 2357-9730
dc.identifier.nrb.pt_BR.fl_str_mv 001172500
identifier_str_mv 2357-9730
001172500
url http://hdl.handle.net/10183/264104
dc.language.iso.fl_str_mv por
language por
dc.relation.ispartof.pt_BR.fl_str_mv Clinical and biomedical research. Vol. 43, n. 1 (2023), p. 75-82
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/264104/2/001172500.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/264104/1/001172500.pdf
bitstream.checksum.fl_str_mv 166c7a8e15b14afb8cc9553eb30cf23e
8d279dca4bd291c2824f76f8add6739a
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801225097754705920