RESOLUÇÃO Nº 10, DE 2 DE JULHO DE 2024 (parte 2 de 2)

ANEXO
GLOSSÁRIO
Algoritmo de aprendizado profundo (deep learning): subcampo do
aprendizado de máquina que utiliza redes neurais profundas para modelar relações
complexas nos dados. Utilizado na Saúde Digital para reconhecimento de padrões,
reconhecimento de imagem e personalização de tratamentos.
Análise preditiva: uso de dados, algoritmos estatísticos e técnicas de
aprendizado de máquina para identificar a probabilidade de resultados futuros com base
em dados históricos. Aplica-se na Saúde Digital para obtenção de previsões e respostas
a necessidades de saúde.
Aprendizado de máquina (machine learning): Aprendizado de máquina é um
subcampo da inteligência artificial que envolve a criação de modelos computacionais
capazes de interpretar conjuntos de dados. Esses modelos se adaptam e melhoram seu
desempenho ao longo do tempo sem intervenção humana direta, utilizando algoritmos
que identificam padrões e características nos dados.
Autocuidado: práticas realizadas pelo indivíduo para promover a saúde,
prevenir doenças e gerenciar condições de saúde, podendo ser potencializado por
tecnologias da Saúde Digital.
Big data: termo que descreve conjuntos de dados - estruturados e não
estruturados - extremamente grandes e complexos que são difíceis de processar usando
técnicas de processamento de dados tradicionais, que após análise permitem
embasamento para decisões mais informadas e estratégicas na saúde. Big data em Saúde
Digital pode incluir, por exemplo, dados de prontuários eletrônicos, resultados de
exames, dados genéticos, dados epidemiológicos, entre outros.
Ciência de dados: ciência interdisciplinar que utiliza métodos científicos,
processos e sistemas para extrair conhecimento de dados em várias formas, tanto
daqueles estruturados quanto dos não estruturados. Essencial para análises preditivas e
tomadas de decisão baseadas em dados na saúde.
Desfechos clínicos: mudança mensurável na situação clínica do paciente, em
sua saúde geral, capacidade de funcionamento ou resultados de sobrevivência que
resultam do cuidado prestado. Os desfechos clínicos podem ser utilizados para medir o
sucesso do tratamento ou avaliar a resposta de uma pessoa a um tratamento ou
tecnologia de saúde. Um ou mais desfechos clínicos podem ser utilizados em ensaios
clínicos como um ponto final para determinar a eficácia de uma nova terapia e/ou a
segurança de uma nova terapia.
Desfechos econômicos: medidas financeiras associadas ao custo e benefício
de tratamentos ou tecnologias em saúde, incluindo a avaliação da viabilidade econômica
de inovações digitais e redução de custos.
Desfechos humanísticos: avaliações sobre o impacto de tratamentos ou
tecnologias de saúde na qualidade de vida dos pacientes, englobando aspectos como
bem-estar emocional e satisfação com o tratamento.
eHealth (eSaúde - saúde eletrônica): uso eficaz e seguro das Tecnologias da
Informação e Comunicação (TIC) em apoio à saúde e campos relacionados à saúde,
incluindo serviços de saúde, vigilância sanitária, literatura de saúde, educação em saúde,
conhecimento e pesquisa.
Inteligência artificial (IA): tecnologia que dá capacidade a um computador de
realizar tarefas comumente associadas a seres inteligentes. Pode simular a capacidade
humana de raciocinar, aprender, perceber e deliberar. Na saúde, a IA pode ser usada
para diversos fins, como, por exemplo, para recomendações, percepção de padrões e
suporte à tomada de decisões.
Interoperabilidade: capacidade de diferentes sistemas de informação,
dispositivos e aplicações (em saúde) de acessar, trocar, integrar e cooperativamente usar
dados ou informações de maneira coordenada, dentro e entre organizações, de forma
eficaz, eficiente e segura.
Interdisciplinaridade: abordagem colaborativa entre profissionais de diferentes
áreas para o desenvolvimento de produtos e serviços da Saúde Digital e o planejamento,
implementação e avaliação de estratégias de cuidados de saúde, característica essencial
para tecnologias digitais em ambientes clínicos.
Medicamentos digitais, digicêuticos e terapêuticos digitais: formas de
tratamentos que utilizam software para tratar, gerenciar ou prevenir doenças, que
podem funcionar de forma independente ou em conjunto com medicamentos
convencionais. Os medicamentos digitais, digicêuticos e terapêuticos digitais são um
subgrupo dentro dos Softwares como Dispositivos Médicos (SaMD) que têm propriedades
comprovadamente terapêuticas ou são usados como parte de um tratamento. Um SaMD
pode ser um medicamento digital/digicêutico/terapêutico digital, mas nem todo SaMD é
um medicamento digital/digicêutico/terapêutico.
Processamento de linguagem natural (PLN): subcampo da inteligência artificial
que lida com a interação entre computadores e humanos usando a linguagem
natural.
Produtos e serviços da Saúde Digital: incluem softwares, aplicativos,
dispositivos eletrônicos, hardwares, algoritmos e bases de dados projetados para uso na
saúde.
Podem ser construídos com a utilização de diversas tecnologias, como
inteligência artificial, redes neurais, ciência de dados, impressão 3D, big data,
programação, jogos/games, ingeríveis, realidade aumentada, realidade virtual, blockchain,
entre outros.
Realidade virtual ou aumentada: tecnologias que simulam ambientes virtuais
(realidade virtual) ou que adicionam elementos virtuais ao mundo real (realidade
aumentada), utilizadas em educação em saúde, reabilitação e terapias.
Rede neural: estrutura de algoritmos modelada com base no funcionamento
do cérebro humano, utilizada para reconhecer padrões e resolver problemas
complexos, incluindo visão computacional, reconhecimento de fala e análise
de dados.
Saúde digital: campo de conhecimento e prática associados ao envolvimento
de Tecnologia da Informação e Comunicação (TIC) para pesquisa, desenvolvimento,
inovação e uso adequado e sustentável de intervenções digitais na área da saúde.
Visa a melhora de resultados clínicos, qualidade de vida e viabilidade
econômica para indivíduos, famílias, comunidade, instituições, organizações públicas ou
privadas.
Saúde móvel (mHealth): prática de usar dispositivos móveis, como
smartphones e tablets, para suporte à saúde e bem-estar, incluindo aplicativos de
monitoramento de saúde, autocuidado, lembretes para tomada de medicamentos e
comunicação com profissionais de saúde.
Saúde única: conceito que reconhece a interconexão entre a saúde humana,
animal e ambiental, promovendo uma abordagem integrada para o planejamento e
implementação de políticas e práticas de saúde.
Sistemas de apoio à decisão clínica: ferramentas que fornecem aos
profissionais de saúde sugestões para ajudar na tomada de decisões, muitas vezes
utilizando técnicas de inteligência artificial.
Software como Dispositivo Médico (SaMD): refere-se a qualquer software que
funcione como um dispositivo médico regularizado na Agência Nacional de Vigilância
Sanitária. Esses softwares são projetados para realizar uma ou mais funções, como
prevenir, monitorar ou tratar condições de saúde.
Tecnologia da Informação e Comunicação (TIC): refere-se ao conjunto
integrado de dispositivos, redes, sistemas e processos que permitem a coleta,
armazenamento, processamento e distribuição de informações por meios eletrônicos.
Inclui tanto tecnologia computacional e de software quanto telecomunicações,
abrangendo ferramentas como computadores, internet, telefonia e satélites. São
fundamentais na Saúde Digital.
Terminologias e vocabulários em saúde: São conjuntos de códigos
padronizados e estruturados correlacionados a informações em saúde, processáveis
computacionalmente. Eles são essenciais para a interoperabilidade, comunicação clara e
precisa na saúde, para a documentação, pesquisa e dados do mundo real.
Viabilidade econômica: avaliação da sustentabilidade financeira de projetos ou
tecnologias em saúde, considerando custos, benefícios e impacto econômico.
REFERÊNCIAS
ANDERSON, J. R. L. L. A. Artificial intelligence and the future of humans. [s.l:
s.n.]. Disponível em:
<https://www.pewresearch.org/internet/2018/12/10/artificial-intelligence-and-
the-future-of-humans/>. Acesso em: 22 abr. 2024.
ASHP statement on the pharmacist's role in clinical informatics. American
Journal of Health-System Pharmacy, v. 73, n. 6, p. 410-413, 15 mar. 2016.
doi:10.2146/ajhp150540
AWAD, E.; DSOUZA, S.; KIM, R.; SCHULZ, J.; HENRICH, J.; SHARIFF, A.;
BONNEFON, J.-F.; RAHWAN, I. The moral machine experiment. Nature, v. 563, n. 7729, p.
59-64, 24 nov. 2018. doi:10.1038/s41586-018-0637-6
BOTTACIN, W. E.; SOUZA, T. T. DE; MELCHIORS, A. C.; REIS, W. C. T. Preparing
pharmacists for the digital age: how pharmacy courses are adapting to challenges and
opportunities. American Journal of Pharmaceutical Education, v. 88, i. 6. p. 1-5, abr.
2024. doi:10.1016/j.ajpe.2024.100700
BRASIL. Estratégia de Saúde Digital para o Brasil 2020-2028. Brasília:
Ministério da Saúde. Secretaria-Executiva. Departamento de Informática do SUS., 2020.
CASTILLO, A. F.; DAVIS, A. L.; FISCHHOFF, B.; KRISHNAMURTI, T. Digital
medicines for adherence support: a conceptual framework and qualitative study of
adherence among chronically ill patients. Health Informatics Journal, v. 27, n.
5, p. 146045822110594, 26 out. 2021.
FRIAS, J.; VIRDI, N.; RAJA, P.; KIM, Y.; SAVAGE, G.; OSTERBERG, L. Effectiveness
of digital medicines to improve clinical outcomes in patients with uncontrolled
hypertension and type 2 diabetes: prospective, open-label, cluster-randomized pilot
clinical trial. Journal of Medical Internet Research, v. 19, n. 7, p. e246, 11 jul. 2017.
HONG, J. S.; WASDEN, C.; HAN, D. H. Introduction of digital therapeutics.
Computer Methods and Programs in Biomedicine, v. 209, p. 106319, set. 2021.
JOBIN, A.; IENCA, M.; VAYENA, E. The global landscape of AI ethics guidelines.
Nature Machine Intelligence, v. 1, n. 9, p. 389-399, 2 set. 2019.
KIM, M.; PATRICK, K.; NEBEKER, C.; GODINO, J.; STEIN, S.; KLASNJA, P.;
PERSKI, O.; VIGLIONE, C.; COLEMAN, A.; HEKLER, E. The digital therapeutics
real-world evidence framework: an approach for guiding evidence-based digital
therapeutics design, development, testing, and monitoring. Journal of Medical
Internet Research, v. 26, p. e49208, 5 mar. 2024.
LEE, G.; CATON, E.; DING, A. Evaluating digital competencies for pharmacists.
Research in Social and Administrative Pharmacy, v. 19, n. 5, p. 753-757, maio
2023.
ORGANIZAÇÃO MUNDIAL DA SAÚDE. Classification of digital interventions,
services and applications in health: a shared language to describe the uses of digital
technology for health, 2nd ed. Geneva: [s.n.]. ISBN: 9789240081949.
ORGANIZAÇÃO MUNDIAL DA SAÚDE. Global strategy on digital health 2020-
2025. Geneva: [s.n.].
PARK, T.; MUZUMDAR, J.; KIM, H. Digital health interventions by clinical
pharmacists: a systematic review. International Journal of Environmental Research and
Public Health, v. 19, n. 1, p. 532, 4 jan. 2022.
PHAN, P.; MITRAGOTRI, S.; ZHAO, Z. Digital therapeutics in the clinic.
Bioengineering & Translational Medicine, v. 8, n. 4, 3 jul. 2023.
PLOWMAN, R. S.; PETERS-STRICKLAND, T.; SAVAGE, G. M. Digital medicines:
clinical review on the safety of tablets with sensors. Expert Opinion on Drug Safety, v.
17, n. 9, p. 849-852, 2 set. 2018.
SEO, Y.-C.; YONG, S. Y.; CHOI, W. W.; KIM, S. H. Meta-analysis of studies on
the effects of digital therapeutics. Journal of Personalized Medicine, v. 14, n. 2, p. 157,
30 jan. 2024.
SILVA, R. DE O. S.; ARAÚJO, D. C. S. A. DE; SANTOS MENEZES, P. W. DOS;
NEVES, E. R. Z.; LYRA, D. P. DE. Digital pharmacists: the new wave in pharmacy practice
and education. International Journal of Clinical Pharmacy, v. 44, n. 3, p. 775-780, 5 jun.
2022.
Sala das Sessões, 28 de junho de 2024.