{
  "abstract": "Introdução: A avaliação clínica sistematizada por escalas de enfermagem é essencial para a segurança do paciente e a qualidade assistencial. A utilização simultânea de múltiplos instrumentos pode sobrecarregar a equipe e aumentar o risco de erros na prática assistencial. A Inteligência Artificial generativa (IAg) emerge como recurso estratégico para integrar esses instrumentos em soluções digitais que automatizam cálculos e apoiam a interpretação clínica à beira do leito. Objetivo: Desenvolver, com auxílio da IAg, uma ferramenta digital interativa voltada à aplicação de escalas de enfermagem, como sistema de apoio à decisão clínica. Metodologia: Estudo metodológico, de abordagem aplicada e caráter tecnológico, desenvolvido em quatro etapas. Na primeira, se selecionou as treze escalas de enfermagem com maior relevância para a prática assistencial da instituição, sendo oito com scores automáticos e cinco escalas visuais de referência. Na segunda etapa, organizou-se os critérios de avaliação, pontuações e classificações de risco de cada escala. Na terceira, utilizou-se a IAg Claude (Anthropic) para estruturar e desenvolver a ferramenta digital, em um processo iterativo de elaboração, teste e refinamento. A IAg foi empregada para organizar os fluxos de utilização, automatizar o cálculo dos escores, gerar a interpretação clínica dos resultados e definir as condutas recomendadas para cada faixa de pontuação. A quarta etapa envolveu a revisão técnica pelos pesquisadores, avaliando adequação clínica, clareza das informações e aplicabilidade no contexto institucional. Por tratar-se de estudo de desenvolvimento tecnológico sem coleta de dados de pacientes, foram respeitados os princípios éticos relativos ao uso de tecnologias em saúde. Resultados: A ferramenta consiste em uma aplicação web progressiva (PWA), compatível com dispositivos móveis, que funciona sem necessidade de instalação ou conexão contínua com a internet. Reúne as treze escalas com cálculo automático de escore, exibição imediata da classificação de risco e conduta recomendada. Identificou-se limitação de compatibilidade com dispositivos iOS sem hospedagem em servidor web, a ser endereçada em versões futuras. Conclusões: A parceria com a IAg mostrou-se viável e eficiente no desenvolvimento de tecnologia assistencial. A ferramenta potencializa a tomada de decisão clínica, padroniza avaliações e reduz erros, sem substituir o julgamento do enfermeiro.",
  "abstract_shown": true,
  "affiliations": [
    "HEMORIO/Hospital Universitário Pedro Ernesto (HUPE), Universidade do Estado do Rio de Janeiro (UERJ), Rio de Janeiro, RJ, Brasil",
    "HEMORIO, Rio de Janeiro, RJ, Brasil"
  ],
  "article_type": null,
  "arxiv": null,
  "author_total": 2,
  "authors": [
    {
      "affs": [
        0
      ],
      "name": "Ana Cristina Amorim DANTAS"
    },
    {
      "affs": [
        1
      ],
      "name": "Zaira Andressa Alves de Sousa LYDIO"
    }
  ],
  "bibtex": "https://research.draconitic.com/paper/f34x5cax22b7r.bib",
  "cited_by": 0,
  "doi": "10.1016/j.htct.2026.108134",
  "fulltext_url": "http://www.sciencedirect.com/science/article/pii/S253113792601881X",
  "id": "f34x5cax22b7r",
  "issns": [
    "2531-1379",
    "2531-1387"
  ],
  "landing_url": "https://doi.org/10.1016/j.htct.2026.108134",
  "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",
      "2718|Artificial Intelligence in Healthcare and Education"
    ]
  ],
  "openalex": "W7223117366",
  "pdf_url": "https://www.sciencedirect.com/science/article/pii/S253113792601881X/pdf",
  "pmcid": null,
  "pmid": null,
  "published": "2026-10-23",
  "publisher": "Elsevier",
  "ris": "https://research.draconitic.com/paper/f34x5cax22b7r.ris",
  "sources": [
    {
      "first_seen": "2026-10-30T13:43:33Z",
      "native_id": "7aa40f309798472d974c1de3bd3df424",
      "source": "doaj",
      "url": "https://doi.org/10.1016/j.htct.2026.108134"
    }
  ],
  "subjects": [
    {
      "field": "medicine",
      "origin": "openalex:2718|Artificial Intelligence in Healthcare and Education",
      "subfield": "epidemiology-public-health"
    }
  ],
  "title": "DESENVOLVIMENTO DE FERRAMENTA DIGITAL PARA APLICAÇÃO DE ESCALAS DE ENFERMAGEM COM APOIO DA INTELIGÊNCIA ARTIFICIAL GENERATIVA",
  "title_text": "DESENVOLVIMENTO DE FERRAMENTA DIGITAL PARA APLICAÇÃO DE ESCALAS DE ENFERMAGEM COM APOIO DA INTELIGÊNCIA ARTIFICIAL GENERATIVA",
  "type": "peer-reviewed",
  "updated_at": "2026-10-30T13:43:33Z",
  "url": "https://research.draconitic.com/paper/f34x5cax22b7r",
  "venue": "Hematology, Transfusion and Cell Therapy",
  "versions": []
}