Panorama geral do uso de programas de inteligência artificial pelo farmacêutico hospitalar
Uma revisão integrativa
DOI:
https://doi.org/10.59681/2175-4411.v18.2026.1544Palavras-chave:
Inteligência Artificial, Serviço de Farmácia Hospitalar, Prescrição de medicamentosResumo
Objetivo: Analisar o panorama geral do uso de programas de inteligência artificial (IA) na análise de prescrições por farmacêuticos hospitalares. Métodos: Revisão integrativa sobre o uso de programas de inteligência artificial na revisão das prescrições. A coleta de dados foi realizada nas bases indexadas MedLine/PubMed, BVS-BIREME, Web of Science, Scopus e na literatura cinzenta. Os estudos foram categorizados e analisados quanto à qualidade metodológica. Resultados: Foram incluídos 9 artigos, agrupados em duas categorias: detecção de erros e otimização do processo (5 estudos) e prevenção de eventos adversos e priorização de casos críticos (4 estudos). A IA contribuiu para reduzir erros de medicação, automatizar tarefas repetitivas e priorizar prescrições de alto risco, elevando a eficiência e segurança. Conclusão: Embora existam algumas evidências de impactos positivos indicando que a IA otimiza a análise de prescrições na farmácia hospitalar, há limitações como dependência da qualidade dos dados, necessidade de atualizações frequentes, integração com prontuários eletrônicos e uso por profissionais capacitados.
Downloads
Referências
Gomes AD, Galato D, Silva EV. Erros de prescrição de medicamentos potencialmente perigosos em um hospital terciário. Rev Bras Farm Hosp Serv Saude. 2017;8(3):42-7.
Leitão CL et al. Artificial intelligence in the clinical pharmacy service in a public hospital in Belo Horizonte/MG. Rev Bras Farm Hosp Serv Saude. 2023;14(3):0991.
Schiff GD et al. Screening for medication errors using an outlier detection system. J Am Med Inform Assoc. 2017;24(2):281-7.
Damasceno EMA et al. O papel do profissional farmacêutico no âmbito hospitalar. Rev Multitexto. 2019;7(1):47-52.
Amazonas LEL. A intervenção farmacêutica nos erros de prescrição em unidades de saúde: uma revisão integrativa [Trabalho de Conclusão de Curso]. Manaus: Universidade Federal do Amazonas; 2021.
Rocha MB, Silveira BP, Pilger D. Aprendizado de máquina nos serviços farmacêuticos: uma revisão integrativa. Clin Biomed Res. 2023;43(1):75-82.
Silva WAM. Tecnologias emergentes na assistência farmacêutica: explorando o uso da inteligência artificial na prevenção de erros de medicação [Trabalho de Conclusão de Curso]. Recife: Universidade Federal de Pernambuco; 2023.
Alshakrah MA, Steinke DT, Lewis PJ. Patient prioritization for pharmaceutical care in hospital: a systematic review of assessment tools. Res Social Adm Pharm. 2019;15(6):767-79.
Nunes HC, Guimarães RMC, Dadalto L. Desafios bioéticos do uso da inteligência artificial em hospitais. Rev Bioét. 2022;30(1):82-93.
Botelho LLR, Cunha CCA, Macedo M. O método da revisão integrativa nos estudos organizacionais. Gestão Soc. 2011;5(11):121-36.
Mascarenhas VH et al. Evidências científicas sobre métodos não farmacológicos para alívio da dor do parto. Acta Paul Enferm. 2019;32(3):350-7.
Ouzzani M et al. Rayyan: a web and mobile app for systematic reviews. Syst Rev. 2016;5(1):210.
Page MJ et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021;372:n71.
Howick J et al. The Oxford 2011 levels of evidence. Oxford Centre for Evidence-Based Medicine. 2011 [citado 2024 out 25]. Disponível em: https://www.cebm.ox.ac.uk/resources/levels-of-evidence/ocebm-levels-of-evidence.
Smoke S. Inteligência artificial em farmácia: um guia para clínicos. Am J Health Syst Pharm. 2024;81(14):641-6.
Huang K et al. CASTER: predicting drug interactions with chemical substructure representation. AAAI Conf Artif Intell. 2020;34(1):702-9.
Flynn A. Using artificial intelligence in health-system pharmacy practice: finding new patterns that matter. Am J Health Syst Pharm. 2019;76(9):622-7.
Obermeyer Z et al. Dissecting racial bias in an algorithm used to manage the health of populations. Science. 2019;366(6464):447-53.
Zhou N et al. Concordance study between IBM Watson for Oncology and clinical practice for patients with cancer in China. Oncologist. 2019;24(6):812-9.
Vaid A et al. Implications of the use of artificial intelligence predictive models in health care settings: a simulation study. Ann Intern Med. 2023;176(10):1358-69.
Lee P, Bubeck S, Petro J. Benefits, limits, and risks of GPT-4 as an artificial intelligence chatbot for medicine. N Engl J Med. 2023;388(13):1233-9.
De Freitas GRM et al. Principais dificuldades enfrentadas por farmacêuticos para exercerem suas atribuições clínicas no Brasil. Rev Bras Farm Hosp Serv Saude. 2016;7(3):35-41.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Camili Gomes Pereira, Isabel Galdino da Silva Côrrea, Zilda de Santana Gonsalves
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
A submissão de um artigo ao Journal of Health Informatics é entendida como exclusiva e que não está sendo considerada para publicação em outra revista (Declaração de Exclusividade). A permissão dos autores para a publicação de seu artigo no J. Health Inform. implica na exclusiva autorização concedida aos editores para incluí-lo na revista. Ao submeter um artigo, ao autor será solicitada a permissão de um Termo de Transferência de Direitos de Publicação. Uma mensagem eletrônica será enviada ao autor correspondente confirmando o recibo do manuscrito e o aceite da Declaração de Direito de Publicação.
