Atual paisagem e lacunas de pesquisa em inteligência artificial para a enfermagem oftálmica: uma revisão de escopo

Revisão sistemáticaNível 1 · Evidência consolidadaFrontiers in medicine3 set 20260 citações

O que aconteceu

A inteligência artificial (IA) está avançando rapidamente através da medicina clínica, mas sua aplicação na enfermagem oftálmica, abrangendo triagem de emergência, cuidados perioperatórios, cirurgia diurna e educação do paciente, permanece pouco caracterizada. A crescente sobrecarga da doença ocular e a demanda por triagem oftálmica de base comunitária criam um contexto urgente para a compreensão de onde a IA pode aumentar a capacidade de enfermagem nesse campo e de quais barreiras podem estar limitando a geração de evidências. Esta revisão teve como objetivo mapear sistematicamente as evidências publicadas sobre aplicações de IA na prática e educação de enfermagem oftálmica, caracterizar as tecnologias implantadas e os resultados relatados e identificar lacunas e barreiras recorrentes de pesquisa por meio da síntese interpretativa da literatura mapeada. Quatro bases de dados eletrônicas (Web of Science Core Collections, PubMed, Scopus e CINAHL) foram pesquisadas desde o início até 12 de junho de 2026. Foram elegíveis artigos de língua inglesa revisados por pares que abordassem simultaneamente IA ou aprendizado de máquina, oftalmologia ou condições oculares e engajamento do enfermeiro. Os registros foram rastreados de forma independente por dois revisores e os dados foram extraídos por meio de um formulário de mapeamento padronizado. Apesar do papel proeminente da oftalmologia no desenvolvimento precoce da IA clínica, a pesquisa dedicada à IA em enfermagem oftálmica permanece incomum na literatura publicada. Até onde sabemos, esta é a primeira revisão de escopo a se basear em fontes internacionais de língua inglesa sobre este tema. Pesquisas futuras devem priorizar estudos conduzidos por enfermeiros em ambientes comunitários e de atenção primária, exploração de modalidade mais ampla em consonância com as tarefas de enfermagem, rigorosa avaliação prospectiva de resultados específicos de enfermagem e, onde não existe estudo atual, enfermeiros como co-designers ativos de ferramentas de IA.

O que encontraram

Dos 254 registros recuperados, 7 estudos atenderam aos critérios de inclusão (2023-2026). Aplicações abrangem triagem de emergência e diagnóstico primário, assistência de enfermagem cirúrgica (incluindo um protótipo pré-clínico sem envolvimento direto do enfermeiro), gerenciamento de fluxo de trabalho de enfermaria diurno e educação de enfermagem. Os domínios de avaliação reportados incluíram desempenho de triagem ou diagnóstico, desempenho de detecção de engenharia, usabilidade e aceitabilidade, eficiência de fluxo de trabalho e resultados educacionais. Os paradigmas de IA incluíam aprendizado clássico de máquina, aprendizagem profunda (redes neurais convolucionais) e modelos de linguagem grandes, implantados através de interfaces de fluxo de trabalho clínico, realidade aumentada e sistemas robóticos, e processamento de dados estruturados e multimodais (imagem, texto, áudio).

Tradução automática do resumo original, publicado em Frontiers in medicine sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.