Como o sistema decide quando acionar a camada reativa ?
- Limiares baseados em protocolos clínicos estabelecidos
A transição ocorre quando indicadores clínicos ultrapassam limites de segurança definidos por autoridades médicas:
Indicador Limiar reativo Justificativa
Saturação O₂ < 92% Risco de hipóxia
Pressão arterial sistólica < 90 ou > 180 mmHg Choque ou crise hipertensiva
Frequência cardíaca < 50 ou > 130 bpm (adulto) Bradicardia/taquicardia grave
Escala de coma Glasgow ≤ 12 Rebaixamento do nível de consciência
Temperatura < 35°C ou > 40°C Hipotermia grave ou hipertermia
Tempo de espera (paciente grave) > 30 min Atraso inaceitável para emergência
Exemplo de código no sistema :
python
def decidir_camada(paciente):
if (paciente.saturacao < 92 or
paciente.pas < 90 or
paciente.glasgow <= 12 or
(paciente.gravidade == "alta" and paciente.tempo_espera > 30)):
return "REATIVO"
else:
return "UTILITARIO"
2. Limiares operacionais dinâmicos
Além dos clínicos, o sistema reage quando a capacidade do hospital é excedida de forma crítica:
Situação operacional Resposta reativa
Ocupação da UTI = 100% E novo paciente grave chegou Aciona protocolo de transferência ou desalocação emergencial
Nenhum cirurgião disponível por > 2h para emergência Aciona recall de plantonista
Faltam medicamentos críticos na UTI Alerta farmácia com prioridade máxima
3. Limiares adaptativos com aprendizado de máquina
O sistema pode aprender os limiares ideais com base em desfechos históricos:
text
Entrada do modelo:
- Características do paciente (idade, comorbidades, sinais vitais)
- Estado atual do hospital (ocupação, equipe disponível)
- Desfecho observado (evolução para UTI, óbito, alta)
Saída:
- Probabilidade de evento adverso se esperar otimização
- Recomendação: "acionar reativo" se P(evento grave) > 0.15 (limiar ajustável)
Exemplo prático:
Um paciente com saturação 93% talvez não acione reativo às 3h da manhã (se o hospital está vazio), mas aciona às 10h (se UTI lotada e equipe sobrecarregada). O limiar é sensível ao contexto.
- Zona cinzenta: conselho misto (humano + IA)
Nas situações limítrofes, o sistema informa, mas não decide sozinho:
text
Alerta no dashboard do gestor:
"Paciente João, 68 anos, saturação 93%, tempo de espera 25 min (limiar = 30 min).
Otimização utilitária recomenda aguardar +10 min para alocar leito de enfermaria.
Histórico: pacientes similares evoluíram bem com até 35 min de espera.
Risco estimado de evento adverso se esperar: 8%.
Ações sugeridas:
[1] Aguardar +10 min (recomendado)
[2] Acionar protocolo reativo agora"
5. Exemplo completo de fluxo de decisão
text
PACIENTE CHEGA NA EMERGÊNCIA
↓
[COLETA SINAIS VITAIS + TRIAGEM]
↓
GRAVIDADE ≤ 3? → SIM → CAMADA UTILITÁRIA
(Manchester) (planeja melhor alocação com horizonte 4-6h)
↓
NÃO
↓
GRAVIDADE = 4 OU 5? → SIM → VERIFICA LIMIAR CLÍNICO
↓ ↓
NÃO SATURAÇÃO < 92%?
(gravidade 3 com PAS < 90?
comorbidades) GLASGOW ≤ 12?
↓ ↓
VERIFICA LIMIAR SIM → CAMADA REATIVA
CONTEXTUAL (protocolo obrigatório)
(ocupação UTI, ignora otimização
hora do dia, ação imediata
desfechos históricos)
↓
PROBABILIDADE EVENTO ADVERSO
se esperar > 15%?
↓
SIM → CAMADA REATIVA
NÃO → CAMADA UTILITÁRIA
(com alerta para humano)
Resposta direta à sua curiosidade:
"O sistema identifica o momento de acionar a reativa através de três mecanismos combinados: (1) gatilhos clínicos absolutos (protocolos médicos), (2) gatilhos operacionais críticos (falta de recurso), e (3) modelos preditivos que calculam a probabilidade de evento adverso se esperar. Na zona cinzenta entre os dois, a IA sugere, o humano decide."
O limiar não é fixo — ele se ajusta conforme o aprendizado contínuo e o contexto do hospital (hora, ocupação, desfechos históricos). É exatamente essa adaptabilidade que torna a solução viável em um ambiente crítico como um hospital.
