IA como Co-Piloto na Anestesia Pediátrica: Resultados do ANESTHESIOLOGY® 2025

SAN ANTONIO, Texas — A inteligência artificial pode em breve ajudar anestesiologistas a manter crianças mais seguras na sala cirúrgica e melhorar sua recuperação com um manejo mais preciso da dor, sugere uma revisão sistemática apresentada no ANESTHESIOLOGY® 2025, o congresso anual da American Society of Anesthesiologists (ASA), realizado em outubro de 2025.

O Desafio Único da Anestesia Pediátrica

Fornecer cuidados anestésicos para crianças é especialmente desafiador porque sua anatomia pode variar dramaticamente, mesmo entre pacientes da mesma idade. Os pesquisadores descobriram que a IA superou os métodos padrão na determinação do tamanho e posicionamento adequados de tubos de intubação, monitorização dos níveis de oxigênio e avaliação da dor pós-operatória.

"Pense na IA como o co-piloto, enquanto o anestesiologista toma todas as decisões finais. A IA pode analisar continuamente milhares de pontos de dados em tempo real e aprender padrões de casos anteriores, detectando mudanças sutis mais cedo e ajudando a adaptar as decisões à anatomia única de cada criança. No entanto, ela não substitui o treinamento e a expertise do anestesiologista; simplesmente adiciona mais uma camada de segurança e suporte." — Aditya Shah, B.S., pesquisador principal, Central Michigan University College of Medicine

Três Áreas de Impacto Comprovado

1. Monitorização de Oxigênio: 60 Segundos de Vantagem

Os anestesiologistas usam monitores para rastrear o nível de oxigênio no sangue de uma criança, mas os alarmes só disparam quando os níveis já estão perigosamente baixos. O anestesiologista precisa agir imediatamente e tem apenas segundos para evitar danos graves.

Pesquisadores treinaram sistemas de IA para analisar continuamente dados segundo a segundo dos níveis de oxigênio de máquinas de anestesia com base em mais de 13.000 cirurgias. O modelo de IA mais eficiente analisa os dados de respiração, oxigênio e frequência cardíaca da criança em tempo real, detectando mudanças minúsculas que humanos não conseguem detectar.

Resultado: A IA pode alertar os anestesiologistas até 60 segundos antes do sistema de alarme padrão disparar. Isso dá ao anestesiologista um minuto extra para ajustar o ventilador, limpar secreções ou corrigir o problema de via aérea antes que o nível de oxigênio da criança fique perigosamente baixo.

"A diferença é como apagar um incêndio assim que começa versus ser avisado quando a fumaça começa a aparecer." — Aditya Shah

2. Avaliação de Dor Pós-Operatória: 95% de Precisão

A dor é difícil de avaliar em crianças, que muitas vezes não conseguem comunicar como se sentem. Os métodos atuais têm precisão de 85-88%, incluindo a escala FLACC (Face, Legs, Activity, Cry, Consolability) e a escala Wong-Baker.

Pesquisadores gravaram mais de 1.000 avaliações de dor em 149 crianças pequenas — como choro, agitação, proteção da garganta e expressões faciais — e treinaram um sistema de IA para reconhecer quais pistas eram mais importantes para detectar dor.

Resultado: A ferramenta de IA mediu a dor das crianças com 95% de precisão, superando significativamente os métodos convencionais.

3. Tamanho e Posicionamento do Tubo de Intubação: Redução de 40-50% nos Erros

O tamanho dos tubos de intubação e a profundidade de posicionamento na garganta são críticos para evitar complicações graves, incluindo lesão do revestimento das vias aéreas e fornecimento inadequado de oxigênio. As fórmulas atuais usam a idade ou altura da criança, mas a anatomia infantil pode variar consideravelmente.

Em um estudo com 37.000 crianças, modelos de machine learning usaram características do paciente para prever o tamanho e a profundidade do tubo de intubação com muito mais precisão.

Resultado: Redução de 40-50% nos erros de tamanho e posicionamento.

A Perspectiva dos Pesquisadores

"A IA pode oferecer suporte à decisão personalizado e em tempo real para anestesiologistas, potencialmente reduzindo complicações em crianças, onde a precisão é especialmente crítica. Para os pais, o valor real da IA é a tranquilidade." — Patrick Fakhoury, B.S., co-autor, Central Michigan University College of Medicine

Implicações para a Prática Clínica no Brasil

Embora as ferramentas de IA para anestesia pediátrica ainda estejam em fase de pesquisa, seus benefícios significativos tornam provável que sejam incorporadas à prática clínica em um futuro próximo, segundo os autores.

Para o Brasil, onde a anestesia pediátrica é praticada em mais de 800 hospitais com serviço cirúrgico pediátrico, a adoção dessas tecnologias poderia ter impacto significativo na segurança dos pacientes mais vulneráveis.

| Aplicação de IA | Precisão/Benefício | Status ||-----------------|-------------------|--------|| Predição de dessaturação | Alerta 60s antes | Pesquisa avançada || Avaliação de dor | 95% de precisão | Pesquisa avançada || Tamanho do tubo | Redução de 40-50% nos erros | Pesquisa avançada || Hipotensão intraoperatória | Predição 15 min antes | Uso clínico (adultos) |

Próximos Passos

Os pesquisadores da CMU indicam que os próximos estudos focarão na validação prospectiva dessas ferramentas em ambientes clínicos reais, com ênfase na integração com sistemas de prontuário eletrônico e na interface usuário-IA para anestesiologistas.

Fonte: ASA — American Society of Anesthesiologists, Press Release, 11 de outubro de 2025. ANESTHESIOLOGY® 2025 Annual Meeting, San Antonio, Texas.