Neste artigo
Um estudo brasileiro publicado em 27 de junho de 2026 no International Journal of Medical Informatics propõe um uso bastante concreto da inteligência artificial na rotina assistencial: combinar navegação de enfermagem com análise automatizada de mensagens de pacientes para ajudar a identificar e acompanhar casos de long COVID. O trabalho, recém-indexado no PubMed, avaliou uma plataforma integrada ao WhatsApp e sugere que a IA pode funcionar como apoio de triagem, sem substituir o julgamento clínico da equipe.
A pesquisa, assinada por autores brasileiros, acompanhou pacientes e profissionais de saúde diagnosticados com COVID-19 entre janeiro e julho de 2024. Durante 16 semanas, os participantes receberam suporte de navegação de enfermagem com interações mensais por uma plataforma digital conectada ao WhatsApp. O diferencial foi o uso de processamento de linguagem natural (NLP) e modelos de aprendizado de máquina para analisar o conteúdo das conversas e identificar sinais associados à COVID longa.
“Um processo de triagem aprimorado por IA dentro da navegação de enfermagem representa uma estratégia promissora e escalável para apoiar a identificação e o monitoramento de pacientes em risco para long COVID”, concluíram os autores no resumo do artigo indexado no PubMed.
Os números ajudam a explicar por que a publicação chamou atenção. O estudo processou 7.016 mensagens de 177 participantes, dos quais 141 eram mulheres, com média de idade de 51 anos. Entre eles, 60 pacientes (33%) foram identificados com long COVID. Os sintomas mais frequentes incluíram perda de memória, dispneia, fadiga cognitiva e queda de cabelo. Além do monitoramento remoto, os participantes receberam educação estruturada, e 20 pessoas foram encaminhadas para avaliação adicional.
Do ponto de vista técnico, os pesquisadores combinaram dados sociodemográficos e clínicos estruturados com o conteúdo textual das mensagens trocadas entre pacientes e enfermeiros. Foram usadas técnicas como TF-IDF, além de modelos como Gemini 1.5 Pro e BERTimbau. O melhor desempenho apareceu em um modelo XGBoost, que alcançou 72% de acurácia, 88% de especificidade, valor preditivo positivo de 63% e valor preditivo negativo de 74%. A sensibilidade ficou em 38%, com AUROC de 0,59, o que mostra que ainda há espaço importante para refinamento antes de uma adoção mais ampla.
Esse detalhe é relevante. O estudo não vende a IA como solução mágica, e isso é uma boa notícia. Em saúde, especialmente em enfermagem, ferramentas de apoio só fazem sentido quando reduzem carga operacional, melhoram o rastreio e ajudam a priorizar pacientes sem criar excesso de confiança em resultados automatizados. Aqui, a proposta é bem mais pé no chão: usar a tecnologia para ampliar a capacidade de acompanhamento e destacar quem precisa de atenção extra.
- O que a IA fez: analisou mensagens trocadas em uma plataforma de navegação de enfermagem integrada ao WhatsApp.
- O que o estudo encontrou: 33% dos participantes apresentaram sinais de long COVID, com sintomas cognitivos e respiratórios entre os mais citados.
- O ponto prático: a tecnologia pode apoiar triagem e monitoramento, mas não substitui avaliação clínica nem decisão da equipe de enfermagem.
Para a enfermagem, o trabalho toca em um ponto central da transformação digital: o valor da comunicação contínua com o paciente. A navegação de enfermagem já é, por si só, uma estratégia centrada na pessoa, útil para orientar, acompanhar sintomas e facilitar acesso ao cuidado. Quando a IA entra para organizar esse fluxo, classificar sinais de alerta e sugerir padrões, ela pode tornar o acompanhamento mais escalável, especialmente em condições de evolução longa e sintomas difusos, como a COVID longa.
Também chama atenção o fato de o estudo ter registrado NPS de 92, indicando forte aceitação da ferramenta pelos usuários. Isso importa porque tecnologias digitais em saúde fracassam com frequência não apenas por limitações algorítmicas, mas por baixa adesão, interfaces ruins ou aumento de atrito na rotina. Um resultado alto de satisfação sugere que, pelo menos nesse contexto, a combinação entre acompanhamento de enfermagem e plataforma digital foi percebida como útil.
Na prática brasileira, a principal implicação é clara: equipes de enfermagem podem assumir papel ainda mais estratégico no monitoramento remoto de pacientes com condições persistentes, desde que tenham governança, protocolos e validação clínica. O estudo recém-publicado não encerra a discussão, mas adiciona uma evidência recente e local a um debate que só tende a crescer: como usar IA para fortalecer o cuidado, e não para empobrecer o encontro clínico.
Fonte original: BARBOZA, Ana Paula Bandeira et al. Artificial intelligence-enhanced nurse navigation for monitoring and care of long COVID. International Journal of Medical Informatics, publicado online em 27 jun. 2026. Disponível em: https://pubmed.ncbi.nlm.nih.gov/42364466/.
