{
  "abstract": "O concentrado de hemácias é um hemocomponente obtido a partir do sangue total por processos de centrifugação, sendo amplamente utilizado na prática transfusional para o tratamento de anemias e situações de perda sanguínea. A segurança desse hemocomponente depende rigorosamente da integridade do produto, desde a coleta até a transfusão. A presença de coágulos sanguíneos, formados por agregados de hemácias, plaquetas e fibrina, configura uma condição inaceitável, uma vez que representa risco direto ao paciente receptor, podendo ocasionar obstrução do sistema transfusional, reações adversas e eventos tromboembólicos. Tradicionalmente, a detecção de coágulos ocorre de forma visual ou retrospectiva, o que limita a capacidade de intervenção precoce. Nesse cenário, a incorporação da Inteligência Artificial (IA) associada aos Blood Collection Monitors (BCM) emerge como estratégia inovadora para vigilância em tempo real, permitindo identificar padrões anômalos durante a coleta e prevenir a liberação de hemocomponentes inseguros. Avaliar o potencial da aplicação de Inteligência Artificial integrada aos monitores de coleta de sangue para detecção precoce de coágulos e anomalias em bolsas de concentrado de hemácias, visando o aumento da segurança transfusional, a redução de perdas de hemocomponentes e o aprimoramento da qualidade laboratorial. Trata-se de um estudo descritivo-tecnológico, com abordagem conceitual e aplicada, fundamentado em literatura científica recente (2022–2025) e em cenários simulados de coleta de sangue. Foram modelados algoritmos de Machine Learning supervisionado, integrados a dados gerados por BCM, incluindo: Fluxo sanguíneo em tempo real; variações de pressão e velocidade de coleta; tempo de coleta; padrões irregulares de interrupção do fluxo. Os algoritmos foram treinados para reconhecer desvios compatíveis com formação precoce de coágulos, emitindo alertas automáticos para interrupção da coleta e descarte seguro da bolsa. Os dados apresentados evidenciam que a aplicação de Inteligência Artificial aos dados operacionais dos monitores de coleta permitiu a identificação precoce de padrões anômalos associados à formação de coágulos, por meio da análise integrada de fluxo sanguíneo, pressão, velocidade e interrupções irregulares da coleta. Essas alterações dinâmicas, frequentemente imperceptíveis à inspeção visual, mostraram-se preditoras de eventos de coagulação. O desempenho preditivo elevado do modelo, com Curva ROC apresentando AUC = 1,00, indica excelente capacidade discriminatória entre bolsas seguras e aquelas com risco de coagulação. A combinação de alta sensibilidade e especificidade reforça a confiabilidade do sistema para aplicação em tempo real. Esses achados sustentam o uso da IA como ferramenta estratégica para prevenção de riscos transfusionais, redução de perdas operacionais e fortalecimento da segurança hemoterápica. A aplicação de Inteligência Artificial na análise em tempo real de bolsas de concentrado de hemácias demonstra elevado potencial para a prevenção de riscos transfusionais associados à formação de coágulos, ampliando a segurança do paciente receptor. A integração da IA aos monitores de coleta fortalece a vigilância do processo, reduz falhas operacionais e configura uma estratégia promissora para a modernização dos serviços hemoterápicos em cenários de alta complexidade transfusional.",
  "abstract_shown": true,
  "affiliations": [
    "Centro de Hemoterapia de Sergipe (HEMOSE), Aracaju, SE, Brasil"
  ],
  "article_type": null,
  "arxiv": null,
  "author_total": 10,
  "authors": [
    {
      "affs": [
        0
      ],
      "name": "Weber Santana TELES"
    },
    {
      "affs": [
        0
      ],
      "name": "Douglas ABILIO"
    },
    {
      "affs": [
        0
      ],
      "name": "Mariamália Newton ANDRADE"
    },
    {
      "affs": [
        0
      ],
      "name": "Conrado Marques Souza NETO"
    },
    {
      "affs": [
        0
      ],
      "name": "Orleane Souza REZENDE"
    },
    {
      "affs": [
        0
      ],
      "name": "Raphael Davisson Lopes SANTOS"
    },
    {
      "affs": [
        0
      ],
      "name": "Jandson Marques MENEZES"
    },
    {
      "affs": [
        0
      ],
      "name": "Rita Cássia Fontes de Oliveira FARRAPEIRA"
    },
    {
      "affs": [
        0
      ],
      "name": "Florita Moura AQUINO"
    },
    {
      "affs": [
        0
      ],
      "name": "Elaine Cristina Posener ARAúJO"
    }
  ],
  "bibtex": "https://research.draconitic.com/paper/cmd1q0145xdrs.bib",
  "cited_by": 0,
  "doi": "10.1016/j.htct.2026.107027",
  "fulltext_url": "http://www.sciencedirect.com/science/article/pii/S2531137926007741",
  "id": "cmd1q0145xdrs",
  "issns": [
    "2531-1379",
    "2531-1387"
  ],
  "landing_url": "https://doi.org/10.1016/j.htct.2026.107027",
  "language": "en",
  "licence": "CC-BY",
  "licence_label": "CC BY",
  "licence_source": "journal",
  "licence_url": "https://creativecommons.org/licenses/by/4.0/",
  "metadata_licence": null,
  "native_subjects": [
    [
      "lcc",
      "RC633-647.5"
    ],
    [
      "openalex",
      "2704|Blood transfusion and management"
    ]
  ],
  "openalex": "W7223106103",
  "pdf_url": null,
  "pmcid": null,
  "pmid": null,
  "published": "2026-10-23",
  "publisher": "Elsevier",
  "ris": "https://research.draconitic.com/paper/cmd1q0145xdrs.ris",
  "sources": [
    {
      "first_seen": "2026-10-30T13:43:35Z",
      "native_id": "a085d38f888e4db2b450c9ab350ec431",
      "source": "doaj",
      "url": "https://doi.org/10.1016/j.htct.2026.107027"
    }
  ],
  "subjects": [
    {
      "field": "medicine",
      "origin": "lcc:RC633-647.5",
      "subfield": "endocrinology-metabolism"
    }
  ],
  "title": "INTELIGÊNCIA ARTIFICIAL NA DETECÇÃO PRECOCE DE COÁGULOS EM BOLSAS DE CONCENTRADO DE HEMÁCIAS: IMPACTOS NA SEGURANÇA TRANSFUSIONAL",
  "title_text": "INTELIGÊNCIA ARTIFICIAL NA DETECÇÃO PRECOCE DE COÁGULOS EM BOLSAS DE CONCENTRADO DE HEMÁCIAS: IMPACTOS NA SEGURANÇA TRANSFUSIONAL",
  "type": "peer-reviewed",
  "updated_at": "2026-10-30T13:43:35Z",
  "url": "https://research.draconitic.com/paper/cmd1q0145xdrs",
  "venue": "Hematology, Transfusion and Cell Therapy",
  "versions": []
}