INTELIGÊNCIA ARTIFICIAL NA DETECÇÃO PRECOCE DE COÁGULOS EM BOLSAS DE CONCENTRADO DE HEMÁCIAS: IMPACTOS NA SEGURANÇA TRANSFUSIONAL
- 1Centro de Hemoterapia de Sergipe (HEMOSE), Aracaju, SE, Brasil
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.
Related
- VALIDAÇÃO DE MÉTODO MICROBIOLÓGICO AUTOMATIZADO PARA DETECÇÃO DE CONTAMINAÇÃO EM HEMOCOMPONENTES NA ROTINA HEMOTERÁPICA: SEGURANÇA TRANSFUSIONAL E CONTROLE DE QUALIDADE
- DA ANÁLISE HISTÓRICA À ESTIMATIVA OPERACIONAL: APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL NO PLANEJAMENTO ESTRATÉGICO DE ESTOQUE EM AGÊNCIA TRANSFUSIONAL
- ATUALIZAÇÃO REGULATÓRIA DA HEMOTERAPIA NO BRASIL: IMPACTOS DA PORTARIA Nº 11.685/2026 NA SEGURANÇA TRANSFUSIONAL E NA IMUNO-HEMATOLOGIA
- Respuesta a los comentarios sobre el modelo electrocardiográfico basado en inteligencia artificial para la detección de infarto de miocardio por oclusión coronaria aguda
- VARIABILIDADE TRANSFUSIONAL EM CIRURGIA CARDÍACA ADULTA: INFLUÊNCIA DO TIPO DE PROCEDIMENTO NO CONSUMO DE CONCENTRADO DE HEMÁCIAS EM ESTUDO MULTICÊNTRICO
BibTeX
@article{teles2026inteligência,
title = {{INTELIGÊNCIA ARTIFICIAL NA DETECÇÃO PRECOCE DE COÁGULOS EM BOLSAS DE CONCENTRADO DE HEMÁCIAS: IMPACTOS NA SEGURANÇA TRANSFUSIONAL}},
author = {Weber Santana TELES and Douglas ABILIO and Mariamália Newton ANDRADE and Conrado Marques Souza NETO and Orleane Souza REZENDE and Raphael Davisson Lopes SANTOS and Jandson Marques MENEZES and Rita Cássia Fontes de Oliveira FARRAPEIRA and Florita Moura AQUINO and Elaine Cristina Posener ARAúJO},
journal = {Hematology, Transfusion and Cell Therapy},
year = {2026},
month = oct,
doi = {10.1016/j.htct.2026.107027},
url = {https://doi.org/10.1016/j.htct.2026.107027},
note = {CC BY},
}
RIS
TY - JOUR
TI - INTELIGÊNCIA ARTIFICIAL NA DETECÇÃO PRECOCE DE COÁGULOS EM BOLSAS DE CONCENTRADO DE HEMÁCIAS: IMPACTOS NA SEGURANÇA TRANSFUSIONAL
AU - Weber Santana TELES
AU - Douglas ABILIO
AU - Mariamália Newton ANDRADE
AU - Conrado Marques Souza NETO
AU - Orleane Souza REZENDE
AU - Raphael Davisson Lopes SANTOS
AU - Jandson Marques MENEZES
AU - Rita Cássia Fontes de Oliveira FARRAPEIRA
AU - Florita Moura AQUINO
AU - Elaine Cristina Posener ARAúJO
PY - 2026
DA - 2026/10/23
JO - Hematology, Transfusion and Cell Therapy
DO - 10.1016/j.htct.2026.107027
UR - https://doi.org/10.1016/j.htct.2026.107027
AB - 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.
SN - 2531-1379
SN - 2531-1387
ER -