Balancing Efficiency and Empathy: Healthcare Providers' Perspectives on AI-Supported Workflows for Serious Illness Conversations in the Emergency Department

Este estudo analisa as perspectivas de provedores de emergência sobre o uso de IA para apoiar conversas sobre doenças graves, identificando barreiras no fluxo de trabalho e propondo diretrizes de design para sistemas de IA que equilibrem a eficiência operacional com a preservação da conexão humana e da autonomia clínica.

O essencial

Imagine que você é um médico de emergência. De repente, chega um paciente muito doente, com o coração falhando e a respiração difícil. Você precisa tomar uma decisão crucial em questão de minutos: fazer um procedimento invasivo que pode mantê-lo vivo, mas com muito sofrimento, ou focar apenas em aliviar a dor e deixá-lo ir em paz?

Para tomar essa decisão correta, você precisa saber o que o paciente realmente quer. Mas, na emergência, ninguém tem tempo para conversar calmamente, e muitas vezes você não conhece o paciente de antes.

Este artigo de pesquisa é como um "mapa do tesouro" para entender como os médicos e enfermeiros lidam com essas conversas difíceis (chamadas de Conversas sobre Doenças Graves) e como a Inteligência Artificial (IA) poderia ser um "super-ajudante" sem estragar a humanidade do momento.

Aqui está a explicação simples, usando algumas analogias:

1. O Problema: A Tempestade Perfeita

Pense na emergência hospitalar como uma tempestade de furacão. Tudo é rápido, caótico e barulhento.

• O que acontece: Os médicos precisam encontrar informações sobre o paciente (o que ele quer, se já conversou sobre isso antes) espalhadas em diferentes arquivos digitais, como se alguém tivesse jogado as peças de um quebra-cabeça no chão e misturado com areia.
• O resultado: O médico fica sobrecarregado. Ele não tem tempo de procurar as peças, não tem um quarto silencioso para conversar, e muitas vezes o paciente ou a família estão em choque e não conseguem pensar direito. É como tentar montar um quebra-cabeça enquanto alguém joga água em você.

2. O Mapa: As 4 Etapas da Conversa

Os pesquisadores entrevistaram 11 profissionais de saúde e descobriram que, para fazer essa conversa, eles passam por quatro etapas, como se fosse uma receita de bolo que precisa ser feita em velocidade supersônica:

1. Identificação (Achar o bolo): Descobrir quem precisa dessa conversa. O problema é que os dados estão escondidos. Às vezes, o médico acha que o paciente já conversou sobre isso, mas o papel está em um lugar errado do computador.
2. Preparação (Misturar os ingredientes): O médico precisa se preparar mentalmente. Mas ele está cansado, com medo de falar coisas erradas e sem saber se a família está disponível. É como tentar cozinhar um banquete quando você não sabe se tem ovos na geladeira.
3. Condução (Assar o bolo): É o momento da conversa real. O médico precisa ser empático, mas também rápido. O desafio é que o paciente pode estar confuso ou chorando. O médico precisa ser o "porto seguro" emocional, mas muitas vezes ele se sente sozinho e sem treinamento para isso.
4. Documentação (Guardar o bolo): Depois de tudo, o médico precisa escrever tudo no computador. Isso consome horas extras do dia dele, muitas vezes sem pagamento, enquanto ele deveria estar cuidando de outros pacientes. É como ter que escrever um relatório de 50 páginas logo após salvar uma vida.

3. A Solução: A IA como um "Co-piloto Silencioso"

Os médicos não querem que a IA tome as decisões por eles (isso seria como um robô dirigindo o carro enquanto eles dormem). Eles querem que a IA seja um co-piloto silencioso que ajuda a navegar a tempestade.

Eles sugerem quatro formas de a IA ajudar, sem atrapalhar a conexão humana:

• O "Resumo Mágico" (Para a Identificação): Em vez de o médico procurar por horas em arquivos, a IA poderia ler tudo e entregar um resumo de uma página: "Este paciente quer ficar confortável, não em máquinas. Aqui está o contato da filha dele." Isso economiza tempo precioso.
• O "Guia de Bolso" (Para a Preparação): A IA poderia lembrar o médico de detalhes humanos: "Lembre-se, este paciente é fã de futebol e tem um neto pequeno." Isso ajuda o médico a começar a conversa de forma mais humana e menos robótica.
• O "Sussurro Amigável" (Para a Conversa): Durante a conversa, a IA poderia ouvir (com permissão) e, se o médico travar, mostrar uma sugestão discreta na tela lateral: "O paciente parece assustado com a dor. Que tal perguntar o que 'conforto' significa para ele?" A IA não fala com o paciente, apenas sussurra dicas para o médico, mantendo o olho no olho entre as pessoas.
• O "Escritor Rápido" (Para a Documentação): A IA poderia escrever o relatório automaticamente, focando no que importa (os valores do paciente), e o médico só precisaria revisar e assinar. Isso libera horas para o médico cuidar de mais pessoas.

4. O Grande Dilema: Eficiência vs. Empatia

A parte mais importante do estudo é o Paradoxo da Empatia.

• Os médicos têm medo de que a tecnologia tire a "alma" da conversa, tornando-a fria e mecânica.
• Mas, ao mesmo tempo, eles percebem que, se a IA fizer o trabalho chato (procurar dados, escrever notas), eles terão mais tempo e energia mental para serem humanos, para chorar com o paciente, para segurar a mão e ouvir de verdade.

A Analogia Final:
Imagine que a IA é como um cozinheiro de apoio em uma cozinha de restaurante muito movimentada.

• Sem o cozinheiro de apoio, o chef (médico) tem que cortar as verduras, lavar a louça e cozinhar o prato ao mesmo tempo. Ele fica estressado, o prato sai frio e ele não tem tempo de sorrir para o cliente.
• Com o cozinheiro de apoio (IA), ele corta as verduras e lava a louça. O chef pode focar totalmente no sabor do prato e em conversar com o cliente. O chef continua sendo o chef, mas o prato fica melhor e a experiência é mais humana.

Conclusão

O estudo diz que a tecnologia não deve substituir o toque humano, mas sim remover os obstáculos que impedem o toque humano de acontecer. Se a IA ajudar a organizar o caos da emergência, os médicos poderão voltar a ser o que são: cuidadores atentos e compassivos, mesmo em meio à tempestade.

Resumo técnico

1. Problema e Contexto

As Conversas sobre Doenças Graves (SICs - Serious Illness Conversations) são discussões estruturadas sobre valores, preferências de cuidado e objetivos de tratamento para pacientes com doenças que ameaçam a vida. Embora essas conversas sejam cruciais para alinhar o cuidado com os desejos do paciente e reduzir intervenções desnecessárias, elas raramente ocorrem nos Departamentos de Emergência (DE/ED).

O DE apresenta desafios únicos em comparação com ambientes clínicos de rotina (como cuidados primários ou oncologia):

• Pressão de tempo extrema: Decisões devem ser tomadas em minutos.
• Pacientes em crise: Muitas vezes inconscientes, emocionalmente sobrecarregados ou sem familiares presentes.
• Falta de histórico: Os provedores frequentemente não têm acesso a registros anteriores de desejos do paciente.
• Ambiente caótico: Falta de privacidade e interrupções constantes.

A lacuna identificada é a falta de compreensão sobre como os provedores realizam SICs no DE e como a Inteligência Artificial (IA) pode apoiar esse fluxo de trabalho sem comprometer a conexão humana e a empatia, que são centrais nessas interações.

2. Metodologia

O estudo utilizou uma abordagem qualitativa baseada em entrevistas semi-estruturadas.

• Participantes: 11 provedores de saúde (9 médicos e 2 enfermeiros) trabalhando em centros médicos acadêmicos terciários nos EUA.
• Critérios: Todos tinham experiência em conduzir SICs. A amostra refletiu a demografia do setor (predominantemente masculina, conforme dados nacionais).
• Coleta de Dados: Entrevistas de 30 a 60 minutos via Microsoft Teams, focando em experiências recentes de SICs, barreiras encontradas e percepções sobre o uso de tecnologia/IA.
• Análise: Análise temática (Thematic Analysis) realizada por dois pesquisadores, utilizando codificação aberta e diagramas de afinidade para identificar padrões, desafios e oportunidades. A saturação de dados foi atingida após a 11ª entrevista.

3. Contribuições Principais

O artigo oferece três contribuições fundamentais para a área de Computação Humana (HCI) e Saúde:

1. Um novo modelo de fluxo de trabalho de quatro fases: Mapeamento específico do DE para a realização de SICs, adaptado às restrições de tempo e acuidade do ambiente.
2. Análise empírica das necessidades e barreiras: Identificação detalhada dos obstáculos em cada fase do fluxo de trabalho.
3. Diretrizes de Design para IA: Proposição de diretrizes para sistemas de IA "ambientais" e "periféricos" que equilibram eficiência e empatia, evitando a desumanização do cuidado.

4. Resultados e Descobertas

A. O Fluxo de Trabalho de SICs no DE (4 Fases)

Os autores identificaram quatro fases distintas, cada uma com desafios específicos:

1. Identificação:
   • Desafio: Dificuldade em acessar informações fragmentadas no Prontuário Eletrônico de Saúde (EHR) em poucos minutos. Informações sobre status de código (ex: DNR) e objetivos de cuidado estão dispersas ou inconsistentes.
   • Necessidade: Triagem rápida para saber se uma SIC é necessária.
2. Preparação:
   • Desafio: Carga psicológica e logística. Provedores muitas vezes não têm tempo para se preparar mentalmente, nem espaço privado para conversar. Falta de treinamento específico para lidar com crises emocionais no DE.
   • Necessidade: Apoio para "construir a narrativa do paciente" e preparação emocional.
3. Condução:
   • Desafio: Realizar conversas difíceis com pacientes/famílias não preparados em minutos. Dificuldade em estabelecer rapport (confiança) rapidamente e gerenciar reações emocionais intensas.
   • Necessidade: Orientação em tempo real que não interrompa a interação humana.
4. Documentação:
   • Desafio: Tarefa demorada e burocrática que ocorre após o turno, muitas vezes sem remuneração. Falta de padronização na localização das notas no EHR, prejudicando a continuidade do cuidado entre equipes.
   • Necessidade: Automação que capture não apenas o resultado, mas a racionalidade por trás das decisões.

B. O Paradoxo Eficiência-Empatia

Um achado central é a tensão entre a necessidade de eficiência (ferramentas para reduzir a carga cognitiva e de tempo) e a necessidade de empatia (preservar a conexão humana).

• Os provedores temem que a IA diminua a autenticidade da interação.
• No entanto, eles reconhecem que a sobrecarga cognitiva e a falta de tempo impedem a empatia. Portanto, a IA que reduz a carga administrativa pode, paradoxalmente, permitir que a empatia ocorra.

C. Oportunidades e Preocupações com IA

• Oportunidades: Resumo automático de históricos médicos, sugestões de perguntas contextuais em tempo real, geração de rascunhos de notas focados na racionalidade clínica e feedback pós-conversa para treinamento.
• Preocupações: A IA não deve substituir o julgamento clínico, não deve ser intrusiva (quebrar o contato visual) e não deve parecer "fria" ou mecânica para o paciente.

5. Diretrizes de Design (Propostas)

Com base nas descobertas, os autores propõem quatro diretrizes para sistemas de IA no DE:

1. DG1: Scaffolding de Informação "À Vista" (At-a-Glance):
   • A IA deve extrair e sintetizar informações críticas (status de código, valores, histórico) em um formato de fácil consumo, destacando o que falta (ex: "nenhuma SIC prévia registrada"). Isso deve apoiar a prontidão cognitiva e emocional nos primeiros minutos.
2. DG2: Suporte Conversacional Ambiental e Periférico:
   • Durante a condução, a IA deve atuar de forma passiva (escuta ambiental com consentimento), fornecendo dicas sutis em telas secundárias ou periféricas. Deve evitar interromper o fluxo ou parecer que o provedor está lendo de um script. O foco é estabilizar a relação, não substituí-la.
3. DG3: Documentação Orientada à Racionalidade e Curada pelo Provedor:
   • A IA deve gerar notas que capturem o porquê das decisões (valores do paciente), não apenas o resultado final. O sistema deve permitir que o provedor edite e valide o conteúdo, garantindo autonomia clínica e continuidade do cuidado entre departamentos.
4. DG4: Feedback Imediato Pós-SIC (Reflexão na Ação):
   • Fornecer feedback construtivo e imediato após a conversa para interromper o "loop de ansiedade" e melhorar habilidades de comunicação. O feedback deve destacar pontos fortes e sugerir alternativas de fraseamento, atuando como uma ferramenta de aprendizado micro.

6. Significado e Impacto

Este estudo é significativo porque:

• Preenche uma lacuna crítica: É um dos primeiros trabalhos a mapear especificamente o fluxo de SICs no ambiente de emergência, diferenciando-o de outros contextos clínicos.
• Reorienta o design de IA em saúde: Desloca o foco de "IA que demonstra empatia" para "IA que cria o espaço cognitivo para que a empatia humana ocorra".
• Propõe uma abordagem centrada no humano: As diretrizes enfatizam que a tecnologia deve ser periférica e assistiva, preservando a agência do provedor e a dignidade do paciente.
• Aplicações Práticas: Oferece um roteiro para o desenvolvimento de ferramentas que podem reduzir o burnout dos médicos, melhorar a adesão aos desejos dos pacientes e otimizar o uso de recursos hospitalares, reduzindo intervenções fúteis em pacientes terminais.

Em suma, o artigo argumenta que a integração bem-sucedida da IA no DE depende de sistemas que respeitem a complexidade emocional das SICs, atuando como facilitadores invisíveis que liberam tempo e energia mental para o cuidado humano essencial.