A imagem mostra a capa de um livro intitulado “AVALIAÇÃO DE TECNOLOGIAS: ABORDAGENS E PESQUISAS”.
Downloads
Volume
Avaliação de tecnologias: abordagens e pesquisas
Pages
147-159
Published
November 7, 2026
Copyright (c) 2026 Editora ABEn

How to Cite

FRANCO, Anna Paula Mendes Marques de Lima; NASCIMENTO, Francini Castilha do; FRACAROLI, Yasmim Ribeiro; LIMA, Cecilia Santos de; TERRA, Fábio de Souza; SILVA, Luiz Eduardo da; SILVEIRA, Tiago; CHINI, Lucélia Terra; COSTA, Isabelle Cristinne Pinto Sampaio. INTELIGÊNCIA ARTIFICIAL COMO SUPORTE AO RACIOCÍNIO CLÍNICO DE ENFERMEIROS NA ATENÇÃO PRIMÁRIA À SAÚDE: ANÁLISE QUALITATIVA DA EXPERIÊNCIA DO SISAPEC. In: TEIXEIRA, Elizabeth; NASCIMENTO, Marcia Helena Machado; SALBEGO, Cléton; PRIMO, Candida Caniçali. Avaliação de tecnologias: abordagens e pesquisas. Brasília, Brasil: Editora ABEn,2026. p. 147–159. DOI: 10.51234/aben.26.e32_cap12. Disponível em: https://editoraaben.abennacional.org.br/editora/catalog/book/53/chapter/408. Acesso em: 15 nov. 2026.

INTELIGÊNCIA ARTIFICIAL COMO SUPORTE AO RACIOCÍNIO CLÍNICO DE ENFERMEIROS NA ATENÇÃO PRIMÁRIA À SAÚDE: ANÁLISE QUALITATIVA DA EXPERIÊNCIA DO SISAPEC

Authors
Anna Paula Mendes Marques de Lima Franco; Francini Castilha do Nascimento; Yasmim Ribeiro Fracaroli; Cecilia Santos de Lima; Fábio de Souza Terra; Luiz Eduardo da Silva; Tiago Silveira; Lucélia Terra Chini; Isabelle Cristinne Pinto Sampaio Costa
DOI: https://doi.org/10.51234/aben.26.e32_cap12
Synopsis

A Atenção Primária à Saúde (APS) constitui a porta de entrada preferencial do Sistema Único de Saúde (SUS), responsabilizando-se pela promoção, proteção e recuperação da saúde de populações em contextos territorializados. Neste cenário, o raciocínio clínico de enfermeiros assume papel estratégico, pois estes profissionais realizam atividades de avaliação, diagnóstico, planejamento e intervenção que demandam integração complexa de conhecimentos, experiências e julgamentos contextualizados. O raciocínio clínico em enfermagem é definido como um processo cognitivo dinâmico que envolve a interpretação de dados clínicos, a formulação de hipóteses diagnósticas, a tomada de decisão e a avaliação de resultados, sendo essencial para a qualidade assistencial e para a segurança do paciente(1).

References

1. Carvalho EC, Oliveira-Kumakura ARS, Morais SCRV. Raciocínio clínico em enfermagem: estratégias de ensino e instrumentos de avaliação. Rev Bras Enferm. 2017;70(3):662-8. doi:10.1590/0034-7167-2016-0509.

2. Abreu RM. Saúde mental dos enfermeiros na atenção primária. Rev Cient Multidiscip. 2025;6(6):e666508.

3. Conceição ALP, Santos ACP, Toledo LAP, Faustino AJS, Silva GV, Santos WAP, Lanes TC, Villagran CA. Impactos da síndrome de burnout na qualidade de vida dos profissionais de enfermagem na atenção primária em saúde. Enferm Bras. 2025;24(2):2246-60. doi:10.62827/eb.v24i2.4053.

4. Araújo KC, Souza AC, Silva AD, Weis AH. Tecnologias educacionais para abordagens de saúde com adolescentes: revisão integrativa. Acta Paul Enferm. 2022;35:eAPE03683. doi:10.37689/acta-ape/2022AR03683.

5. Biff D, Pires DEP, Forte ECN, Trindade LL, Machado RR, Amadigi FR, Scherer MDA, Soratto J. Cargas de trabalho de enfermeiros: luzes e sombras na Estratégia Saúde da Família. Cien Saude Colet. 2020;25(1):147-58. doi:10.1590/1413-81232020251.28622019.

6. Toso BRG, Fungueto L, Maraschin MS, Tonini NS. Atuação do enfermeiro em distintos modelos de Atenção Primária à Saúde no Brasil. Saude Debate. 2021;45(130):666-80. doi:10.1590/0103-1104202113008.

7. Lima RR, Bueno K, Silveira MS, Martins GA, Rabin EG. Implementação e documentação do processo de enfermagem na atenção primária à saúde. Rev Recien. 2023;13(41):747-760. doi:10.24276/rrecien2023.13.41.747-760.

8. Conselho Federal de Enfermagem. Resolução COFEN nº 736, de 17 de janeiro de 2024. Dispõe sobre a implementação do Processo de Enfermagem em todo contexto socioambiental onde ocorre o cuidado de enfermagem [Internet]. Brasília: COFEN; 2024 [citado 20 dez 2025]. Disponível em: https://www.cofen.gov.br/resolucao-cofen-no-736-de-17-de-janeiro-de-2024/

9. Elhaddad M, Hamam S. AI-driven clinical decision support systems: an ongoing pursuit of potential. Cureus. 2024;16(4):e57728. doi:10.7759/cureus.57728.

10. Laranjo L, Tudor Car L, Payne RE, Neves AL, Kidd M, Jaime Miranda J. Artificial intelligence in primary care: innovation at a crossroads. Lancet Prim Care. 2025;100078:1-9. doi:10.1016/j.lanprc.2025.100078.

11. Tun HM, Rahman HA, Naing L, Malik OA. Trust in artificial intelligence-based clinical decision support systems among health care workers: systematic review. J Med Internet Res. 2025;27:e69678. doi:10.2196/69678.

12. Hassanein S, El Arab RA, Abdrbo A, Abu-Mahfouz MS, Gaballah MKF, Seweid MM, Almari M, Alzghoul H. Artificial intelligence in nursing: an integrative review of clinical and operational impacts. Front Digit Health. 2025;7:1552372. doi:10.3389/fdgth.2025.1552372.

13. Minayo MCS. O desafio do conhecimento: pesquisa qualitativa em saúde. 14. ed. São Paulo: Hucitec; 2014.

14. Bardin L. Análise de conteúdo. São Paulo: Edições 70; 2016.

15. Pals, R.A.S., Hansen, U.M., Johansen, C.B., Fleischer J, Willaing I. Making sense of a new technology in clinical practice: a qualitative study of patient and physician perspectives. BMC Health Serv Res. 2015;15:402. doi:10.1186/s12913-015-1071-1.

16. Shortliffe EH, Sepúlveda MJ. Clinical decision support in the era of artificial intelligence. JAMA. 2018;320(21):2199-200. doi:10.1001/jama.2018.17163.

17. McGenity C, Clarke EL, Jennings C, Matthews G, Cartlidge C, Freduah-Agyemang H, Stocken DD, Treanor D. Artificial intelligence in digital pathology: a systematic review and meta-analysis of diagnostic test accuracy. NPJ Digit Med. 2024;7(1):114. doi:10.1038/s41746-024-01106-8.

18. Bodur G, Cakir H, Turan S, Seren AKH, Goktas P. Artificial intelligence in nursing practice: a qualitative study of nurses’ perspectives on opportunities, challenges, and ethical implications. BMC Nurs. 2025;24(1):1263. doi:10.1186/s12912-025-03775-6.

19. Vitorino LM, Yoshinari Júnior GH, Lopes-Júnior LC. Artificial intelligence in nursing: advancing clinical judgment and decision-making. Rev Bras Enferm. 2025;78(4):e780401. doi:10.1590/0034-7167.2025780401.

20. Melo LS, Figueiredo LS, Pereira JM, Flores PV, Cavalcanti AC. Efeito do programa educativo na qualidade do registro do processo de enfermagem. Acta Paul Enferm. 2019;32(3):246-53. doi:10.1590/1982-0194201900034.

21. Rodríguez-Suárez CA, González-de la Torre H, Hernández-De Luis MN, Fernández-Gutiérrez DÁ, Martínez-Alberto CE, Brito-Brito PR. Effectiveness of a standardized nursing process using NANDA International, NIC and NOC: a systematic review. Healthcare (Basel). 2023;11(17):2449. doi:10.3390/healthcare11172449.

22. Nashwan AJ, Abujaber A, Ahmed SK. Charting the future: the role of AI in transforming nursing documentation. Cureus. 2024;16(3):e57304. doi:10.7759/cureus.57304.

23. Lave J, Wenger E. Situated learning: legitimate peripheral participation. New York: Cambridge University Press; 1991.

24. Hoelscher SH, Pugh AN. N.U.R.S.E.S. embracing artificial intelligence: a guide to artificial intelligence literacy for the nursing profession. Nurs Outlook. 2025;73(4):102466. doi:10.1016/j.outlook.2025.102466.

25. Yen PY, Kellye M, Lopetegui M, Saha A, Loversidge J, Chipps EM, Gallagher-Ford L, Buck J. Nurses’ time allocation and multitasking of nursing activities: a time motion study. AMIA Annu Symp Proc. 2018;2018:1137-46.

26. Ju H, Park M, Jeong H, Lee Y, Kim H, Seong M, Lee D. Generative AI-based nursing diagnosis and documentation recommendation using virtual patient electronic nursing record data. Healthc Inform Res. 2025;31(2):156-65. doi:10.4258/hir.2025.31.2.156.