ANÁLISE RESTROSPECTIVA DA PRESCRIÇÃO MÉDICA COMPARADA AOS RESULTADOS DO SMART CDSS: O USO DE UM APLICATIVO PRESCRITOR NO COTIDIANO HOSPITALAR EM INFECÇÕES DO TRATO URINÁRIO

INTRODUÇÃO: As infecções do trato urinário (ITUs) são uma das infecções bacterianas mais comuns em ambientes ambulatoriais, afetando milhões anualmente. A crescente resistência antimicrobiana (AMR) entre os patógenos causadores de ITUs é uma séria preocupação de saúde pública. A disseminação de genes de resistência agrava a situação. No Brasil, o PNPCIRAS visa mitigar a AMR. A perspectiva “Uma Só Saúde” enfatiza a interconexão entre saúde humana, animal e ambiental na luta contra a AMR. Sistemas nacionais de vigilância da resistência antimicrobiana são cruciais. A aplicação de inteligência artificial (IA) na previsão e gestão da prescrição de antibióticos oferece novas perspectivas. Sistemas de apoio à decisão clínica (CDSS) são necessários para melhorar a prescrição de antibióticos. OBJETIVOS: Validar um sistema especialista de apoio à decisão clínica, usando inteligência artificial, para executar análise multiparamétrica e integração de dados do paciente, dos microrganismos e das drogas. Este sistema reporta um resultado ordenado para os diferentes fármacos disponíveis, de acordo com sua pontuação. Este ranking será utilizado para apoiar a decisão clínica sobre a melhor opção de tratamento para doenças infecciosas. MATERIAIS E MÉTODO: Estudo observacional retrospectivo, desenvolvido na PUCPR e no Hospital Nossa Senhora das Graças – HNSG. As buscas foram realizadas em prontuário eletrônico durante 2023. Os dados foram organizados em planilha Excel e o aplicativo SMART-CDSS foi utilizado em formato Beta em dispositivo iOS. Foram incluídos 187 pacientes adultos diagnosticados com infecção urinária. Os critérios de inclusão abrangeram pacientes atendidos ambulatorialmente em 2023, com urocultura positiva, confirmação de infecção segundo critérios da IDSA e resultado de TSA. A análise estatística incluiu medidas descritivas, intervalos de confiança de 95%, testes de associação (Qui-quadrado, Fisher, t de Student) com significância de p<0,05. RESULTADOS: O SMART-CDSS apresentou uma taxa de precisão de 64% para a primeira recomendação de antimicrobiano e 71,6% para a segunda. A taxa de acerto foi significativamente maior para infecções do tipo cistite do que para pielonefrite. O sistema demonstrou maior eficácia em casos envolvendo Escherichia coli. Os grupos nos quais o aplicativo acertou a prescrição tinham média de idade significativamente menor, maior proporção de mulheres, de pacientes com cistite e de bactérias sensíveis no teste de sensibilidade a antibióticos. CONSIDERAÇÕES FINAIS: O SMART-CDSS apresentou um desempenho competitivo, mas com espaço para melhorias, especialmente em infecções mais complexas, como pielonefrite. O sistema mostrou aderência às diretrizes da OMS, priorizando antibióticos menos críticos na primeira linha de tratamento. A atualização contínua dos algoritmos e a integração de dados clínicos mais detalhados são fundamentais para melhorar a eficácia do sistema e contribuir para o uso responsável de antimicrobianos e redução da resistência antimicrobiana.

PALAVRAS-CHAVE: 1. Resistência Antimicrobiana (AMR); 2. Terapia Antimicrobiana; 3. Sistema de Apoio à Decisão Clínica (CDSS); 4. Infecção urinária; 5. Inteligência Artificial