INTELIGÊNCIA ARTIFICIAL NA ANESTESIOLOGIA VETERINÁRIA: APLICAÇÕES NA PREDIÇÃO DE RISCOS, MONITORIZAÇÃO INTRAOPERATÓRIA E SEGURANÇA ANESTÉSICA EM GRANDES E PEQUENOS ANIMAIS

Autores/as

  • Anderson de Oliveira Freire Autor
  • Rodrigo Brito de Souza Autor
  • Ana Thereza Lachowski Bettega Ressetti Autor
  • Arllington Rodrigues Ferreira da Costa Autor

DOI:

https://doi.org/10.63330/aurumpub.055-004

Palabras clave:

Anestesiologia veterinária, Inteligência Artificial, Monitorização intraoperatória, Predição de riscos, Segurança anestésica

Resumen

A Inteligência Artificial (IA) tem promovido importantes avanços na medicina veterinária, especialmente na anestesiologia, contribuindo para maior precisão na avaliação clínica, monitorização intraoperatória e prevenção de complicações anestésicas. Este capítulo tem como objetivo analisar as principais aplicações da IA na anestesiologia veterinária de grandes e pequenos animais, destacando seu potencial na predição de riscos, no monitoramento fisiológico em tempo real e no fortalecimento da segurança anestésica. A metodologia adotada consistiu em uma revisão narrativa da literatura científica, fundamentada em artigos publicados em bases de dados nacionais e internacionais, livros especializados e documentos técnicos relacionados à medicina veterinária, inteligência artificial e anestesiologia. Os resultados demonstram que algoritmos de aprendizado de máquina e sistemas inteligentes são capazes de processar grandes volumes de dados clínicos, identificar padrões associados a complicações anestésicas e auxiliar na tomada de decisões durante procedimentos cirúrgicos. Além disso, ferramentas baseadas em IA favorecem a detecção precoce de alterações cardiovasculares, respiratórias e metabólicas, contribuindo para intervenções mais rápidas e eficazes. Conclui-se que a incorporação da Inteligência Artificial na anestesiologia veterinária representa uma estratégia promissora para aumentar a segurança dos pacientes, otimizar protocolos anestésicos e apoiar o trabalho dos profissionais, embora desafios relacionados à validação clínica e à implementação tecnológica ainda precisem ser superados.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

BARDIN, Laurence. Análise de conteúdo. São Paulo: Edições 70, 2016.

BROOM, Donald M.; FRASER, Andrew F. Comportamento e bem-estar de animais domésticos. 5. ed. Barueri: Manole, 2015.

GIL, Antonio Carlos. Métodos e técnicas de pesquisa social. 7. ed. São Paulo: Atlas, 2022.

MARCONI, Marina de Andrade; LAKATOS, Eva Maria. Fundamentos de metodologia científica. 9. ed. São Paulo: Atlas, 2021.

MINAYO, Maria Cecília de Souza. Pesquisa social: teoria, método e criatividade. 34. ed. Petrópolis: Vozes, 2014.

RUSSELL, Stuart; NORVIG, Peter. Artificial Intelligence: A Modern Approach. 4. ed. Hoboken: Pearson, 2021.

TOPOL, Eric. Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again. New York: Basic Books, 2019.

TRANQUILLI, William J.; THURMON, John C.; GRIMM, Kurt A. Lumb & Jones' Veterinary Anesthesia and Analgesia. 5. ed. Ames: Wiley Blackwell, 2015.

WOLFENSOHN, Sarah; LLOYD, Maggie. Handbook of Laboratory Animal Management and Welfare. 4. ed. Oxford: Wiley-Blackwell, 2013.

YOUNG, L. E.; TAYLOR, P. M. Veterinary Anaesthesia and Analgesia. Oxford: Blackwell Science, 2012.

Publicado

2026-06-18

Número

Sección

Capítulos

Cómo citar

Freire, A. de O., de Souza, R. B., Ressetti, A. T. L. B., & da Costa, A. R. F. (2026). INTELIGÊNCIA ARTIFICIAL NA ANESTESIOLOGIA VETERINÁRIA: APLICAÇÕES NA PREDIÇÃO DE RISCOS, MONITORIZAÇÃO INTRAOPERATÓRIA E SEGURANÇA ANESTÉSICA EM GRANDES E PEQUENOS ANIMAIS. Aurum Editora, 34-42. https://doi.org/10.63330/aurumpub.055-004