- Research Article
- 10.33448/rsd-v14i12.50249
Inteligência artificial na gestão hemoterápica: Redução global do desperdício de hemocomponentes e a emergência de modelos preditivos que salvam milhões de vidas
- Dec 07, 2025
- Research, Society and Development
- Weber De Santana Teles + 9 more +9
A gestão hemoterápica enfrenta desafios persistentes relacionados à variabilidade da demanda, ao risco de desabastecimento e ao elevado desperdício de hemocomponentes, especialmente plaquetas. Modelos de inteligência artificial vêm se destacando por prever padrões transfusionais e otimizar estoques, oferecendo respostas mais precisas aos sistemas de saúde. Este estudo tem como objetivo investigar como a inteligência artificial está sendo aplicada na gestão de hemocomponentes, com ênfase em dois eixos principais: (1) a redução global do desperdício de hemocomponentes e (2) a emergência de modelos preditivos que efetivamente salvam vidas ao otimizar disponibilidade, logística e uso desses produtos. Mais especificamente, pretende-se revisar a literatura de 2021 a 2025, identificar práticas, tecnologias, resultados e lacunas, e fornecer recomendações para a adoção eficiente e ética dessas soluções no setor da saúde transfusional. Trata-se de uma revisão sistemática híbrida, conduzida conforme PRISMA 2020, que analisou 12 estudos internacionais aplicando IA, machine learning, deep learning ou modelos de otimização à gestão hemoterápica. Os resultados mostram que tais modelos apresentam elevada acurácia na previsão da demanda e contribuem para ajustes mais eficientes de estoque, redução de perdas e racionalização logística. Evidências multicêntricas também apontam aumento da disponibilidade de hemocomponentes e redução de custos operacionais. Conclui-se que a IA constitui uma ferramenta estratégica para aprimorar a eficiência e a segurança transfusional, embora desafios como interoperabilidade, governança de dados e validações em larga escala ainda precisem ser superados.
Read more