RESUMO
Introduction: With the evolution of technologies, new digital resources have emerged establishing different practices in human behavior, including the excessive use of digital devices, causing different dependencies due to the nonconscious use of these technologies. The digital use of digital devices will always be very important to the organizational process, but the abusive or excessive use can bring performance problems at work and also for people. Collective environments of organizations also begin to show "symptoms" of these dependencies, and observing these behaviors can contribute to greater employees comfort and the functioning of the business organization. Objective: To identify the level of digital dependency of employees in organizational environments and to investigate this dependency associated with demographic characteristics. Method: Data collection took place online, from 11.05.2019 to 03.05.2020, with a sample totaling 307 volunteers and 13 questionnaires excluded due to filling error, ending with 294 valid questionnaires. A validated scale was used to Assess Digital Employee Dependence (EDDE), with 19 questions (Annex 1) and inserted in the Google Forms platform, widely used for data collection in surveys. After the collection procedure, a database was created for statistical analysis and discussion of the results. Results: Factor Analysis identified 4 factors using the Kaiser Method, via Scree Plot and 19 questions were maintained, according to previous applications of this questionnaire. The sample presented itself without digital dependence (42.2%) or with mild dependence (30.3%). Only women had a severe level of digital dependence, but with low significance (1.7%). Conclusion: The severe digital dependency had a very low score, while the sum of volunteers without dependence with a mild level characterizes a sample without relevant digital dependence. Women showed a higher level of digital dependence although more research needs to confirm this sign. The limitations found for applying the research did not compromise the results.
Assuntos
Inquéritos e Questionários , Feminino , HumanosRESUMO
RESUMO Inteligência artificial (IA) é um ramo da ciência da computação que usando algoritmos definidos por especialistas é capaz de reconhecer um problema, ou uma tarefa a ser realizada, analisar dados e tomar decisões, simulando a capacidade humana. Sistemas computadorizados de apoio à decisão já existem há décadas, mas o aumento da velocidade de processamento e de armazenamento de informação dos computadores, permitiu analisar um grande volume de dados em nanosegundos propondo soluções de problemas, orientando a proposta e tomada de decisões, realizando tarefas sem receber instruções diretas de humanos. Já utilizadas em um grande número de atividades em áreas como o comércio, bancos, transporte, atendimento a usuários e, mesmo, gestão de recursos materiais e do capital humano, IA tem ampliado significativamente a sua aplicação em saúde. Em saúde IA analisa dados disponíveis em bases de dados de nascimentos, mortalidade, hospitalizações, doenças de notificação compulsória e de dados de pacientes registrados em prontuários eletrônicos. Busca, seja indicar a prevalência e evolução de enfermidades, possibilitando antecipar surtos epidêmicos e propor medidas preventivas com oportunidade, seja analisar, por exemplo, a coerência entre uma hipótese diagnóstica de um paciente e exames solicitados e terapia prescrita. IA reconhece imagens, permite interações computadorizadas em linguagem aberta, escrita e falada, percebe relações e nexos, entende conceitos e não apenas processa dados, segue algoritmos e cria sua própria experiência ("machine learning"). A constatação de que 32% dos erros médicos no Estados Unidos decorrem de problemas na relação médico-paciente, de um exame clínico deficiente, ou falha na avaliação de dados e de resultados de exames complementares, tem ressaltado a necessidade de se redefinir a prática médica, visando reservar tempo numa consulta para garantir uma boa comunicação e orientação do paciente. O uso de linguagem natural no registro de dados em prontuários eletrônicos, melhoria do relacionamento através da internet, emprego de computadores na comunicação médico-paciente, emprego de dispositivos vestíveis e corporais na obtenção de dados ("wearable devices"), telemedicina, trabalho em equipes multiprofissionais, visam otimizar o desempenho do médico no atendimento de seu paciente. A redefinição da prática médica resultará, necessariamente, em mudanças na formação do médico. Essa preocupação se refletiu no estabelecimento de um consórcio de escolas, estabelecido pela Associação Americana de Medicina, para discutir mudanças curriculares, ajustando a formação profissional a uma época caracterizada pelo uso intensivo de tecnologias e inteligência artificial. O autor faz considerações sobre a formação médica, propondo um núcleo de conhecimento que deverá alicerçar uma maior flexibilidade do aprendizado, ajustando-o às motivações e orientações dos alunos.
ABSTRACT Artificial Intelligence (AI) is a branch of computer science that using algorithms defined by specialists can recognize a problem, or a task to be performed, analyzing data and taking decisions simulating the human being. Decision support systems were developed decades ago but were reemphasized as a consequence of the incredible increase in computer storage and data processing, creating the concept of "big data". AI is already part of a large number of activities in sectors like commerce, banking, transportation, communication, and administration of human and material resources. The impact of AI in health allows the analysis of data banks such as birth, death, diseases of compulsory declaration, hospitalization of patients and data registered in electronic health records, indicating the prevalence and evolution of diseases, anticipating epidemic outbreaks and proposing preventive measures to be taking by the population. Picture analysis and pattern recognition of radiologic, dermatologic and ophthalmologic images is being now widely used. The processing of medical records is being also done to discuss cases and detect inconsistencies between diagnosis, complementary tests requested, and treatment prescribed. The indication that 32% of medical errors in the USA were due to inadequate time for patient assessment, resulting in less accurate diagnosis, not recognition of a problem, or the urgency of the case, has made urgent a reappraisal of the patient-physician relationship, trying to reserve time in the consultation for the physician hear, discuss the case and orient the patient. The use of natural language in the registration of patient data in electronic medical records, employment of computers and internet to communicate with patients, use of data collected in wearable devices, telemedicine, multi-professional team work in the delivery of health care, are proposals to optimize the medical attention to patients. The redefinition of medical practice will result, consequently, in the reform of the medical graduation. The American Medical Association established in 2013 a medical school consortium ("the work of the AMA accelerating change in medical education") to foster these curricular changes needed to graduate physicians able to cope with innovation and artificial intelligence. The author makes considerations on medical graduation, proposing a core curriculum that will provide the competencies of a general practitioner, which will be complemented by flexible courses to take into consideration students' orientations.