Educação Móvel Integrada com IA e Autogestão na Hemodiálise (AI-MOBI-HEMODI)

Este ensaio controlado randomizado visa avaliar a eficácia de uma aplicação móvel de educação apoiada por Inteligência Artificial, concebida para melhorar os comportamentos de autocuidado, as práticas de cuidado da fístula arteriovenosa (FAV) e parâmetros bioquímicos chave entre doentes adultos em hemodiálise (HD). A Doença Renal Crónica (DRC) e a sua terapia de substituição renal mais comum, a hemodiálise, impõem um fardo físico, psicológico e socioeconómico substancial aos doentes. Os doentes em HD experienciam frequentemente fadiga, dor, cãibras, perturbações do sono, desafios de sede e restrição de líquidos, limitações dietéticas, complicações relacionadas com a FAV e angústia emocional. Estas dificuldades realçam a importância de reforçar as capacidades de autocuidado dos doentes e promover o envolvimento ativo na gestão da doença.

Apesar da prevalência das tecnologias de saúde móvel (mHealth) na gestão de doenças crónicas, as aplicações existentes para doentes em HD permanecem limitadas, e nenhuma integrou apoio educativo personalizado baseado em inteligência artificial. A ausência de educação do doente orientada por IA representa uma lacuna significativa na ciência de enfermagem e na inovação em saúde digital. Este projeto aborda essa lacuna, desenvolvendo e testando um programa de educação móvel estruturado e baseado em evidências, apoiado por inteligência artificial, concebido especificamente para doentes em HD.

O estudo irá recrutar 76 doentes elegíveis em hemodiálise do Hospital Estatal de Bitlis e do Hospital Estatal de Tatvan, Bitlis. Os participantes serão aleatoriamente atribuídos ao grupo de intervenção ou ao grupo de controlo, utilizando randomização simples. O grupo de intervenção terá acesso à aplicação móvel apoiada por IA durante seis semanas, que inclui módulos sobre função renal, DRC e opções de tratamento, gestão de sintomas, adesão dietética, gestão de líquidos, adesão ao tratamento e cuidados com a FAV. Cada módulo incorpora conteúdo escrito, vídeos, elementos visuais, funcionalidades de leitura com suporte de voz e uma função integrada "Faça uma Pergunta" que permite aos doentes comunicar diretamente com a equipa de investigação. O grupo de controlo receberá os cuidados clínicos de rotina, sem intervenção adicional.

A componente de inteligência artificial irá auxiliar na personalização de conteúdo, monitorização do envolvimento do doente, armazenamento de dados, lembretes automáticos para utilizadores inativos e fornecimento de feedback de apoio com base no progresso da aprendizagem e nas tendências bioquímicas. O desenvolvimento da aplicação móvel será orientado pelas opiniões de especialistas em nefrologia, enfermeiros de diálise, académicos e nutricionistas. A legibilidade dos materiais educativos será avaliada utilizando a Fórmula de Legibilidade de Ateşman. Um estudo piloto será conduzido antes do ensaio principal para avaliar a usabilidade, utilizando o Inventário de Análise e Medição Web (WAMMI).

A recolha de dados incluirá um Formulário de Identificação do Doente, a Escala de Comportamento de Autocuidado da Fístula Arteriovenosa em Hemodiálise, a Escala de Autogestão em Hemodiálise e um Formulário de Acompanhamento de Parâmetros Bioquímicos. Os dados do pré-teste serão recolhidos antes da intervenção; os dados do pós-teste serão recolhidos no final do período de intervenção de seis semanas. Os parâmetros bioquímicos incluirão azoto ureico no sangue (BUN), creatinina, albumina, potássio, fósforo, hemoglobina, níveis de ácido úrico, Kt/V e peso seco, obtidos a partir dos registos clínicos de rotina sem colheitas de sangue adicionais.

Os desfechos primários avaliarão alterações nos comportamentos de autocuidado e autogestão com base em escalas validadas. Os desfechos secundários examinarão alterações nos parâmetros bioquímicos entre os grupos de intervenção e controlo. A análise de dados será realizada utilizando o SPSS, empregando estatística descritiva, testes de normalidade e testes estatísticos de comparação apropriados, com um nível de significância definido para p < 0,05.

A aprovação ética será obtida do comité de ética institucional apropriado, e o consentimento informado por escrito será obtido de todos os participantes. A confidencialidade dos dados será assegurada através da utilização de sistemas de login encriptados e processos de armazenamento seguro.

Espera-se que este ensaio contribua significativamente para a literatura científica, sendo a primeira intervenção de educação móvel apoiada por IA adaptada para doentes em hemodiálise. Os benefícios antecipados incluem a melhoria dos comportamentos de autocuidado, o aumento da autonomia do doente, a redução de complicações da FAV, uma melhor adesão às restrições dietéticas e de líquidos, e a melhoria dos resultados bioquímicos. Impactos mais amplos do projeto incluem a potencial redução das taxas de hospitalização, a diminuição dos custos de saúde, o aumento da qualidade de vida dos doentes em HD e o estabelecimento de um modelo digital que pode ser adaptado para outras populações com doenças crónicas.

Em última análise, este estudo visa demonstrar que a integração da inteligência artificial com a educação em saúde móvel pode criar uma abordagem transformadora para o empoderamento do doente, os cuidados clínicos e a gestão de doenças crónicas no âmbito da nefrologia e da enfermagem.