Inteligência artificial na colheita de sangue? É possível e já está a ser testado

Margarete Cardoso
A realização de procedimentos como a colheita de sangue e a administração endovenosa de fluidos e medicamentos, só é possível por meio da punção de vasos sanguíneos, como as veias e as artérias.

Porém, a qualidade dos acessos do utente, a experiência do profissional e a frequência e o número de colheitas influenciam o sucesso da punção.

As várias tentativas de puncionar os acessos podem causar dor e desconforto aos utentes e aumentar o seu nível de ansiedade, traduzindo-se em experiências negativas. Por outro lado, pode fazer com que os profissionais de saúde se sintam frustrados e nervosos.

Atenta a esta situação, uma equipa de engenheiros da Universidade Rutgers, em Nova Jersey (EUA), foi responsável pela criação de um dispositivo robótico capaz de tirar sangue e inserir cateteres com um desempenho superior ao dos humanos e com necessidade de supervisão mínima.

O aparelho combina a inteligência artificial com imagens por infravermelho próximo e ultrassom. A inteligência artificial tem sido descrita como uma área da ciência computacional que pretende reproduzir capacidades humanas e aplicá-las em máquinas, aliando a precisão da robótica à inteligência humana e criando assim melhores resultados. Neste caso específico, o dispositivo consegue identificar, classificar, avaliar a profundidade e rastrear o movimento dos vasos sanguíneos.

Através de estudos de imagem e rastreamento robótica em voluntários, a equipa de investigadores conseguiu demonstrar a capacidade do aparelho de segmentar, classificar, localizar e rastrear vasos sanguíneos na presença de variabilidade anatómica e movimento. Mostraram também que o dispositivo pode melhorar as taxas de sucesso da punção dos acessos e os tempos do procedimento em comparação com os procedimentos manuais realizados por profissionais de saúde especializados.

Os resultados deste projeto foram publicados na revista Nature Machine Intelligence.

Quem sabe se num futuro próximo esta inovação chega até nós.

Bibliografia:
 • Chen, A. I., Maguire, T. J., Yarmush, M. L., & Balter, M. (2020). Deep learning robotic guidance for autonomous vascular access. Nature Machine Intelligence, 2(2), 104–115.
 • Porto Editora – inteligência artificial na Infopédia [em linha]. Porto: Porto Editora. [consult. 2021-12-04].
 • Imagem via Rutgers - The State University of New Jersey, de Martin Yarmush e Alvin Chen, Rutgers engineers create device that can also insert catheters.
Formação e-learning

A formação em saúde tem uma nova cara

Quando aumenta o seu conhecimento, está a elevar o seu potencial de desempenho. Comece hoje a aprender!
Criado com