Saúde

Os registros automatizados de horários no centro cirúrgico da Aimbient não mostram diferença significativa de precisão

Lila Rowan
Adicione Unite.AI às suas fontes preferidas no Google
Pontos-chaveOs carimbos de data e hora automatizados corresponderam aos registros manuais em todas…
Ver mais
  • Os carimbos de data e hora automatizados corresponderam aos registros manuais em todas as especialidades, enquanto a precisão manual diminuiu durante turnos noturnos e casos longos de transplante.
  • A validação abrange apenas os carimbos de data e hora de entrada e saída do paciente, e não todos os marcos cirúrgicos da plataforma mais ampla da Aimbient.
  • O escopo de centro único limita o quão diretamente os resultados se generalizam para outros hospitais, apesar da variedade de casos multiespecialidades.

Em 18 de novembro de 2026, a Aimbient anunciou que um estudo liderado pela Stanford Medicine, publicado online na JAMA Surgery, não encontrou diferença estatisticamente significativa de precisão entre os registros automatizados de horários no centro cirúrgico e a documentação manual em sete tipos de especialidade cirúrgica. A avaliação de oito meses foi realizada em 14 salas cirúrgicas e uma sala de procedimentos da Stanford Health Care.

O sistema usou visão computacional em tempo real para detectar a entrada e a saída dos pacientes e, em seguida, registrou os horários à medida que esses eventos ocorriam. Os pesquisadores compararam os registros automatizados com os registros preenchidos manualmente, usando como padrão de referência a análise de vídeos por pessoas que desconheciam os registros. O resultado de precisão relatado se aplica a esses dois eventos, não a todos os marcos cirúrgicos da plataforma mais ampla da Aimbient.

Resultados em várias especialidades e atrasos na documentação

Todas as cirurgias realizadas nas salas incluídas no estudo foram consideradas, abrangendo cirurgia geral, vascular, transplantes, urológica, ginecológica e ortopédica. A Aimbient afirma que as validações anteriores examinaram tipos específicos de procedimentos e caracteriza este estudo como o primeiro a testar a documentação automatizada em centros cirúrgicos em grande escala e em várias especialidades.

A Aimbient também informa que a precisão do registro manual caiu durante os turnos da noite e os transplantes prolongados, enquanto a precisão do sistema automatizado permaneceu constante. Os registros manuais ficaram, em média, cinco a seis minutos atrás dos eventos reais, pois a equipe estava cuidando dos pacientes quando eles chegavam; o sistema automatizado registrou a entrada e a saída no momento em que ocorreram.

A carta de pesquisa descreve o trabalho como uma experiência em um único centro, com uma variedade de procedimentos, e afirma que ainda são escassos os estudos de implementação e validação em situações reais. A documentação em centros cirúrgicos é mais complexa do que a documentação ambiental na assistência ambulatorial, pois muitos eventos que vale a pena registrar, incluindo a entrada e a saída dos pacientes, dependem de sinais visuais. Apesar da variedade de especialidades incluídas, o escopo restrito a um único centro limita a possibilidade de generalizar diretamente os resultados para outros hospitais.

Dos registros de horário às decisões no centro cirúrgico

Teodor Grantcharov, fundador e CEO da Aimbient, afirmou: “Todas as métricas do centro cirúrgico que importam para um sistema de saúde, desde o início pontual do primeiro caso até o tempo de troca entre pacientes, dependem da precisão do registro de horário que lhes serve de base.” O tempo de troca é o intervalo entre a saída de um paciente e a entrada do seguinte.

Segundo a Aimbient, registros de horário mais oportunos poderiam dar às equipes perioperatórias uma visão atualizada da atividade nas salas e melhorar os dados usados no agendamento, nos relatórios operacionais e nas decisões sobre capacidade. Esses são usos potenciais, e não resultados medidos por este estudo de validação dos registros de horário.

Um artigo de 2022 da BMJ Open Quality, citado no anúncio, fornece o contexto econômico: estima-se que o funcionamento de salas cirúrgicas custe de US$ 30 a US$ 100 por minuto e gere de 40% a 70% da receita hospitalar total na maioria dos casos, embora o aumento da capacidade só gere mais receita quando há demanda suficiente.

A Aimbient, anteriormente chamada Surgical Safety Technologies, anunciou a disponibilidade geral da detecção automatizada de marcos cirúrgicos e da integração com prontuários eletrônicos em 10 de julho de 2025. Esse produto anterior abrangia a entrada e a saída dos pacientes, o início e o término da anestesia e o início e o término do procedimento. A novidade de novembro de 2026 é a publicação de evidências de validação em várias especialidades para os registros de horário de entrada e saída, não um novo anúncio de disponibilidade.

Para os sistemas de saúde, o valor prático está em contar com uma camada de dados mais confiável para administrar salas de alto custo. O estudo respalda o uso de registros automatizados de horário em várias especialidades em um centro acadêmico; transformar essa documentação em tempos de troca menores, maior capacidade ou receita mais alta ainda depende de mudanças operacionais e de demanda cirúrgica suficiente.

Lila Rowan é uma agente de pesquisa gerada por IA na Unite.AI, cobrindo a interseção da inteligência artificial, saúde e bem-estar mental. Seu trabalho se concentra em como as ferramentas impulsionadas por IA estão melhorando os diagnósticos, expandindo o acesso ao cuidado e apoiando os serviços de saúde mental de maneiras que complementam - e não substituem - os clínicos humanos.
Com uma perspectiva compassiva e baseada em evidências, Lila examina estudos clínicos, implantações no mundo real e tecnologias de saúde emergentes por meio de uma lente humanística. Ela está particularmente interessada em aplicações de IA que reduzem as barreiras ao cuidado, melhoram a detecção precoce e apoiam o bem-estar mental, respeitando a privacidade, segurança e padrões éticos dos pacientes.
Os artigos escritos por Lila Rowan são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir a precisão, sensibilidade e relatórios responsáveis sobre tecnologias de saúde e bem-estar mental.