Mestrado em Enfermagem e Saúde Digital — Módulo 6.
Wearables, sensores biomédicos, Internet das Coisas em Saúde, mobilidade clínica e integração de dados compõem uma nova infraestrutura de cuidado. O desafio doutoral não é apenas adotar dispositivos: é investigar como eles reconfiguram evidência, trabalho de enfermagem, autonomia do paciente, vigilância clínica e equidade em saúde.
“Um dado fisiológico torna-se clinicamente relevante apenas quando é situado em uma trajetória, interpretado por uma equipe competente e convertido em decisão proporcional ao risco.”
Dispositivos inteligentes ampliam a capacidade de captar sinais fora do ambiente hospitalar, reduzindo intervalos entre eventos clínicos e sua observação. Contudo, a disponibilidade contínua de dados não equivale à produção automática de conhecimento. Sem contexto, validação analítica, critérios de acionamento e responsabilização profissional, o monitoramento pode produzir ruído, alarmes excessivos e medicalização indevida da vida cotidiana. Para a enfermagem, a questão decisiva é organizar um cuidado longitudinal que transforme observações distribuídas em intervenções seguras, compreensíveis e eticamente justificadas.
O monitoramento remoto é um sistema sociotécnico, e não um conjunto isolado de sensores. Sua arquitetura articula cinco camadas interdependentes: captura de sinais pelo dispositivo; transmissão por conectividade local e redes móveis; armazenamento e processamento em plataformas; visualização em prontuários ou painéis; e resposta clínica coordenada.
A falha em qualquer camada compromete o cuidado. Um sensor preciso pode gerar decisões inadequadas se a transmissão for intermitente, se os dados chegarem sem identificação confiável ou se não houver protocolo para triagem. A análise avançada deve, portanto, incluir desempenho técnico, fluxos de trabalho, letramento digital, governança de dados e efeitos sobre a experiência do paciente e da equipe.
O monitoramento remoto é um sistema sociotécnico, e não um conjunto isolado de sensores
Sua arquitetura articula cinco camadas interdependentes:Wearables de consumo e dispositivos médicos vestíveis podem parecer semelhantes, mas diferem quanto à finalidade, ao nível de evidência, à rastreabilidade e à regulação. Relógios inteligentes frequentemente oferecem métricas de atividade, sono e frequência cardíaca úteis para engajamento e rastreamento exploratório. Já dispositivos destinados ao uso clínico devem demonstrar desempenho para uma indicação específica, em população e condições de uso definidas.
A passagem de uma métrica de bem-estar para uma variável clínica exige cautela. Uma leitura de frequência cardíaca pode apoiar a percepção de sintomas, mas não substitui avaliação de ritmo, exame físico ou julgamento clínico. O pesquisador deve distinguir validade tecnológica, validade clínica e utilidade clínica antes de recomendar incorporação assistencial.
Sensores biomédicos transformam fenômenos fisiológicos em sinais digitais por meio de princípios ópticos, elétricos, mecânicos, químicos ou térmicos. A fotopletismografia estima variações do volume sanguíneo periférico; acelerômetros captam movimento e postura; eletrodos registram atividade elétrica; sensores eletroquímicos detectam analitos em fluidos; sensores de pressão podem inferir padrões respiratórios ou hemodinâmicos.
A variável exibida ao usuário, porém, quase sempre resulta de uma cadeia inferencial. “Estresse”, “qualidade do sono” ou “recuperação” são frequentemente índices proprietários derivados de múltiplos sinais e modelos algorítmicos. Em nível doutoral, é indispensável perguntar: qual sinal bruto sustenta o indicador? Quais pressupostos foram usados? Em quais corpos, contextos e condições o algoritmo foi validado?
A avaliação de um sensor deve separar dimensões que são frequentemente confundidas. A validade analítica examina se o dispositivo mede adequadamente o parâmetro pretendido em comparação a um método de referência. A validade clínica verifica a associação entre a medida e um estado, evento ou desfecho relevante. A utilidade clínica pergunta se o uso da informação melhora decisões, resultados ou experiências de cuidado.
Também importam repetibilidade, reprodutibilidade, robustez ao movimento, estabilidade temporal e desempenho em condições reais. Um dispositivo pode apresentar boa concordância em laboratório e falhar no domicílio devido à sudorese, baixa perfusão, pigmentação cutânea, posicionamento inadequado ou conectividade. A validação externa deve incluir diversidade corporal, social e ambiental.
O sinal biomédico é produzido na interação entre corpo, dispositivo e ambiente. Movimento, temperatura, hidratação, presença de pelos, edema, perfusão periférica, tatuagens, cosméticos e posicionamento do sensor podem alterar a qualidade da leitura. Além disso, tecnologias treinadas em bases de dados pouco diversas podem apresentar desempenho desigual entre grupos raciais, faixas etárias, condições dermatológicas ou pessoas com deficiência.
Esse problema não é exclusivamente técnico: é uma questão de justiça diagnóstica. Se o dispositivo erra mais em determinadas populações, a expansão do monitoramento pode reproduzir iniquidades sob aparência de neutralidade algorítmica. A enfermagem deve incorporar rotinas de verificação da qualidade do sinal, escuta do paciente e documentação de fatores que afetem a interpretação.
A Internet das Coisas em Saúde conecta objetos capazes de captar, transmitir, receber ou processar informações relevantes para o cuidado. Inclui balanças conectadas, oxímetros, medidores de glicemia, monitores de pressão arterial, sensores ambientais, bombas de infusão, dispensadores de medicamentos e dispositivos implantáveis.
O valor da conectividade não reside no envio automático de dados, mas na possibilidade de compor séries temporais e detectar mudanças antes que se convertam em agravamentos clínicos. Em insuficiência cardíaca, por exemplo, tendências de peso, sintomas, adesão terapêutica e parâmetros vitais podem contribuir para identificar descompensação. Todavia, associações isoladas são insuficientes: é necessário um protocolo que determine limiares, responsáveis, canais de contato e critérios de escalonamento.
Uma arquitetura madura de IoT em Saúde não deve depender de ilhas proprietárias. O fluxo ideal parte da coleta no dispositivo, passa por autenticação, transmissão segura, normalização semântica, integração com sistemas clínicos e disponibilização contextualizada para profissionais e pacientes. Padrões como HL7 FHIR favorecem troca estruturada de recursos clínicos; terminologias como SNOMED CT e LOINC contribuem para consistência semântica.
Entretanto, interoperabilidade técnica não garante interoperabilidade organizacional. Sistemas podem “conversar” sem que equipes compartilhem responsabilidades, vocabulários de risco ou rotinas decisórias. Projetos de pesquisa devem mapear não apenas interfaces e APIs, mas também quem interpreta dados, onde documenta condutas e como a informação retorna ao plano terapêutico.
O acompanhamento remoto desloca o foco da medida pontual para a trajetória clínica. Uma saturação periférica isolada, por exemplo, possui significado limitado sem considerar sintomas, linha de base, esforço físico, doença pulmonar preexistente, qualidade do sinal e tendência temporal. O mesmo vale para frequência cardíaca, glicemia, pressão arterial e padrões de sono.
A interpretação longitudinal requer quatro movimentos: estabelecer uma referência individual; identificar variações persistentes ou abruptas; correlacionar dados objetivos com relato subjetivo; e definir uma resposta proporcional à gravidade. Esse modelo reduz decisões baseadas em limiares universais descontextualizados. Para a enfermagem, a série temporal pode fortalecer a antecipação de necessidades, desde que não substitua avaliação clínica, comunicação terapêutica e exame presencial quando indicado.
Quanto maior a frequência de medição, maior a probabilidade de detectar flutuações fisiológicas sem relevância clínica. Quando sistemas geram alertas baseados apenas em limiares rígidos, profissionais podem enfrentar fadiga de alarmes, redução da atenção seletiva e aumento de intervenções desnecessárias. O paradoxo é claro: mais vigilância pode produzir menos segurança se a informação não for priorizada.
A gestão avançada de alertas deve combinar persistência temporal, magnitude do desvio, qualidade do sinal, perfil de risco, sintomas relatados e histórico do paciente. Modelos de priorização precisam ser auditáveis e avaliados quanto a sensibilidade, especificidade, carga de trabalho e efeitos adversos. O melhor alerta é aquele que chega à pessoa certa, no momento adequado e com uma ação claramente definida.
Quanto maior a frequência de medição, maior a probabilidade de detectar flutuações fisiológicas sem relevância clínica
Quando sistemas geram alertas baseados apenas em limiares rígidos, profissionais podem enfrentar fadiga de alarmes, redução…Parâmetros fisiológicos funcionam como indicadores intermediários, não como sinônimos de melhoria clínica. Reduzir uma média de pressão arterial ou ampliar o tempo em faixa glicêmica pode ser desejável, mas a avaliação de intervenções digitais deve incluir hospitalizações, funcionalidade, sintomas, qualidade de vida, sobrecarga do tratamento, experiência do paciente e equidade de acesso.
Esse ponto é metodologicamente crucial. Estudos centrados em adesão ao aplicativo ou número de medições podem superestimar sucesso tecnológico enquanto ignoram abandono, ansiedade induzida pela vigilância ou transferência de trabalho ao paciente e à família. A escolha de desfechos deve refletir uma teoria explícita de mudança: por qual mecanismo o monitoramento altera comportamentos, decisões profissionais e resultados relevantes?
Smartphones e tablets ampliam a mobilidade informacional da equipe de enfermagem. À beira do leito, podem apoiar identificação segura, checagem medicamentosa, consulta a protocolos, documentação em tempo oportuno, comunicação interprofissional, teleorientação e educação em saúde. A proximidade entre evento assistencial e registro pode reduzir lacunas de memória e melhorar continuidade do cuidado.
Por outro lado, mobilidade também introduz riscos: interrupções frequentes, dispersão de atenção, uso de canais não autorizados, exposição de informações em telas visíveis e sobreposição entre comunicação pessoal e profissional. A implementação exige políticas institucionais, gestão de dispositivos, autenticação forte, treinamento e desenho de fluxos que protejam a concentração em atividades críticas. Tecnologia móvel deve reduzir fricção clínica, não criar nova burocracia digital.
“O monitoramento remoto redefine o paciente não apenas como destinatário de dados, mas como participante ativo na produção, interpretação e uso da informação sobre sua própria saúde.”
Essa participação pode fortalecer autonomia, reconhecimento precoce de sintomas e negociação de metas terapêuticas. Entretanto, não se deve romantizar o autocuidado digital. Medir, carregar dispositivos, sincronizar aplicativos, responder questionários e interpretar notificações demandam tempo, energia, acesso tecnológico e letramento em saúde. Para algumas pessoas, essas tarefas representam empoderamento; para outras, podem significar sobrecarga. O cuidado centrado na pessoa requer pactuar o que será monitorado, com que frequência, para qual finalidade e com quais apoios diante de dificuldades práticas ou emocionais.
A adesão a tecnologias de monitoramento deve ser entendida como resultado de compatibilidade entre a intervenção e a vida cotidiana. O abandono de um wearable pode decorrer de desconforto, estigma, custo de conectividade, baixa utilidade percebida, medo de vigilância, fadiga de notificações ou incompatibilidade com rotinas de trabalho e sono. Interpretar todo não uso como “falta de engajamento” culpabiliza o paciente e empobrece a análise.
Pesquisas qualitativas, etnográficas e de experiência do usuário ajudam a revelar essas mediações. Na prática, a enfermagem pode negociar metas mínimas viáveis, oferecer suporte técnico, revisar preferências de alerta e reconhecer períodos em que o monitoramento não é prioritário. Sustentabilidade depende de sentido percebido, confiança e baixa carga de tratamento.
A integração de dados para acompanhamento do paciente exige reunir informações de diferentes origens sem apagar seu contexto de produção. Dados de wearables, prontuário eletrônico, exames laboratoriais, teleconsultas, avaliações de enfermagem e relatos do paciente possuem frequências, escalas, qualidades e significados distintos. Integrar não significa apenas consolidar em um painel.
Uma plataforma clinicamente útil deve preservar proveniência, data e hora, dispositivo utilizado, unidade de medida, qualidade do sinal e status de validação. Também precisa apresentar sínteses compreensíveis: tendências, exceções relevantes e correlações com eventos clínicos. Painéis que exibem tudo indiscriminadamente podem intensificar carga cognitiva. O objetivo é apoiar a construção de uma narrativa clínica longitudinal, e não transformar o profissional em vigilante de múltiplas telas.
Dados gerados por dispositivos inteligentes podem revelar rotinas, localização, padrões de sono, atividade física, sintomas, adesão terapêutica e vulnerabilidades sociais. Por isso, a proteção não se limita à criptografia. A governança deve definir finalidade de uso, base legal, minimização de dados, perfis de acesso, retenção, auditoria, compartilhamento com terceiros e procedimentos diante de incidentes.
No contexto brasileiro, a LGPD reforça princípios como necessidade, transparência, segurança e responsabilização. O consentimento, quando aplicável, não pode ser tratado como mera formalidade: deve ser compreensível, revogável e compatível com assimetrias de poder. A pergunta ética central é: quem se beneficia da coleta contínua e quem suporta seus riscos? Legitimidade depende de resposta institucional clara a essa questão.
O monitoramento remoto pode ampliar liberdade ao permitir que pessoas permaneçam em casa com suporte clínico. Simultaneamente, pode converter o domicílio em espaço de vigilância permanente, especialmente quando a recusa ao dispositivo é interpretada como irresponsabilidade ou falta de cooperação. A autonomia não está garantida pela simples presença de um aplicativo; ela depende de possibilidade real de escolha, compreensão e recusa sem punição assistencial.
A justiça exige considerar desigualdades de acesso a internet, energia elétrica, dispositivos compatíveis, privacidade doméstica e habilidades digitais. Intervenções que funcionam para usuários conectados e escolarizados podem ampliar exclusões em territórios vulnerabilizados. A avaliação de equidade deve ser planejada desde o desenho do projeto, e não adicionada como reflexão posterior.
Modelos preditivos podem identificar padrões associados a risco de deterioração, reinternação, quedas ou baixa adesão. Sua contribuição potencial está em priorizar atenção e organizar recursos, não em substituir julgamento clínico. Um algoritmo estima probabilidades a partir de dados históricos; ele não determina causalidade, nem compreende integralmente valores, preferências ou circunstâncias singulares.
A avaliação rigorosa requer examinar discriminação, calibração, validação externa, estabilidade temporal e impacto sobre subgrupos. Um modelo com bom desempenho médio pode falhar justamente em populações sub-representadas. Além disso, alertas preditivos modificam o comportamento da equipe, criando ciclos de retroalimentação que alteram os próprios dados futuros. Estudos de implementação devem investigar efeitos clínicos, organizacionais e distributivos após o uso real.
Modelos preditivos podem identificar padrões associados a risco de deterioração, reinternação, quedas ou baixa adesão
Sua contribuição potencial está em priorizar atenção e organizar recursos, não em substituir julgamento clínicoA pesquisa sobre dispositivos inteligentes precisa articular métodos conforme a pergunta investigativa. Estudos de acurácia avaliam desempenho da medição frente a um padrão de referência. Estudos observacionais exploram associações entre trajetórias digitais e desfechos. Ensaios pragmáticos examinam efetividade em condições assistenciais reais. Métodos qualitativos investigam experiência, trabalho invisível, aceitabilidade e efeitos não previstos.
Em intervenções complexas, desenhos híbridos de efetividade-implementação são particularmente úteis, pois analisam simultaneamente resultados clínicos e condições de adoção. A unidade de análise também merece atenção: indivíduo, família, equipe, serviço ou território podem responder de formas distintas. Protocolos devem prever perdas de conectividade, dados ausentes, troca de dispositivo e mudanças no comportamento induzidas pelo próprio ato de monitorar.
Em monitoramento remoto, ausência de dados pode significar bateria descarregada, falha de conectividade, erro de sincronização, internação, piora clínica, baixa alfabetização digital, recusa deliberada ou mudança de rotina. Tratar todas essas situações como simples valores faltantes e aplicar imputação automática pode distorcer resultados e invisibilizar barreiras relevantes.
A análise avançada deve investigar o mecanismo de ausência: dados faltantes completamente ao acaso, ao acaso condicionados a variáveis observadas ou não ao acaso. Mais importante, precisa integrar interpretação clínica e sociotécnica. Um período sem dados pode ser um marcador de vulnerabilidade ou de falha do serviço de suporte. Documentar eventos operacionais, realizar análises de sensibilidade e combinar dados quantitativos com relatos dos participantes fortalece validade e utilidade dos achados.
A incorporação de dispositivos inteligentes depende de mais do que evidência de eficácia. É preciso avaliar aceitabilidade, adoção, adequação, viabilidade, fidelidade, penetração, custo e sustentabilidade. Uma solução pode demonstrar benefício em estudo controlado e fracassar quando incorporada a serviços com equipes reduzidas, infraestrutura precária ou prontuários pouco interoperáveis.
A enfermagem ocupa posição estratégica nessa avaliação porque vivencia a interface entre tecnologia, paciente e processo de trabalho. Mapear fluxos reais permite identificar tarefas adicionais, pontos de interrupção, ambiguidades de responsabilidade e necessidades de capacitação. Indicadores de implementação devem ser interpretados junto a resultados clínicos: alta adesão profissional sem benefício ao paciente, ou benefício com sobrecarga insustentável, não caracteriza sucesso pleno.
Considere uma pessoa com insuficiência cardíaca acompanhada por balança conectada, aferidor de pressão arterial, registro diário de sintomas e contato de enfermagem. O valor clínico não está em cada medida isolada, mas na combinação entre tendência de peso, dispneia, edema, adesão medicamentosa, ingestão hídrica e histórico de descompensações.
Um protocolo seguro pode estabelecer que alterações persistentes desencadeiem revisão dos dados pela enfermagem, contato com o paciente para avaliação estruturada e escalonamento ao médico quando houver critérios definidos. O caso evidencia desafios centrais: distinguir erro de medição de mudança fisiológica, evitar alarmes por variações transitórias, garantir resposta em tempo adequado e documentar decisões no prontuário. A tecnologia funciona como extensão de uma linha de cuidado, não como substituta dela.
Uma agenda robusta para Enfermagem e Saúde Digital deve ultrapassar perguntas centradas na aceitação de aplicativos. Prioridades incluem: validação de dispositivos em populações brasileiras diversas; efeitos do monitoramento sobre carga de trabalho e segurança; equidade algorítmica; modelos de cuidado híbrido; governança de dados em redes públicas e privadas; custo de implementação; e participação de pacientes no codesign de tecnologias.
Também são relevantes estudos sobre transformação do conhecimento profissional. Como enfermeiros desenvolvem competência para interpretar séries temporais? Quais dados devem gerar autonomia decisória e quais exigem supervisão? Como preservar vínculo terapêutico quando parte da avaliação ocorre mediada por sensores? Essas questões posicionam a enfermagem como produtora crítica de inovação, e não apenas usuária de ferramentas desenvolvidas por outros campos.
Dispositivos inteligentes ampliam a observabilidade do corpo e do cotidiano, mas seu potencial depende de uma infraestrutura clínica, ética e organizacional capaz de transformar dados em cuidado responsivo.
A qualidade do monitoramento remoto não se mede pelo número de sensores conectados. Ela se revela na validade das medições, na integração contextualizada dos dados, na redução de iniquidades, na segurança da informação, na sustentabilidade do trabalho e na capacidade de responder às necessidades singulares de cada pessoa.
Para a enfermagem, o horizonte é construir tecnologias que não apenas acompanhem pacientes à distância, mas aproximem decisões, vínculos e intervenções significativas.