Filtro de Daltonismo

ODS 3 - Saúde e Bem-Estar

ASSITENTE VIRTUAL AUXILIAR EM P SOCORROS

Situações de emergência exigem respostas rápidas e precisas em primeiros socorros, onde cada segundo pode representar a diferença entre a vida e a morte. O Pax AI propõe-se a suprir lacunas dos apps convencionais ao oferecer, numa única solução em React Native (JavaScript/TypeScript) e executada via Expo Go, uma assistência híbrida: online, com cobertura completa de protocolos de urgência; e offline, com gui-as para os 70 cenários mais recorrentes. A interface de chatbot, alimentada por modelo de IA treinado em padrões médicos, conduz o usuário passo a passo, liberando apenas as informações estritamente necessárias para minimizar erros e otimizar o tempo de ação.
A metodologia envolve desenvolvimento do protótipo móvel; implementação de geolocalização híbrida (GPS + rede celular) capaz de fornecer coordenadas de latitude/longitude mesmo sem internet; e integração de acionamento automático de serviços de emergência (Samu, Gati, Bombeiros) e envio de SMS para contato de confiança definido pelo usuário. Nos testes simulados, realizados por enfermeiros e
médicos, todos validaram as respostas e abordagens do app.
Espera-se que a combinação de IA conversacional, georreferenciamento offline e comunicação direta com serviços de resgate reduza significativamente o tempo de resposta inicial e diminua erros de interpretação em situações de alto estresse emocional. O Pax AI tem alto potencial de impacto social, democratizando o acesso a informações de primeiros socorros e ampliando a segurança da população em locais
com cobertura de rede limitada.
Em conclusão, o projeto demonstra inovação ao unificar funcionalidades críticas num app móvel, promove autonomia do usuário em crises e cria bases de dados georreferenciados para estudos epidemiológicos. Ressalta-se sua viabilidade técnica e relevância humanitária, configurando-se como ferramenta indispensável para salvar vidas e fortalecer a cultura de prevenção em saúde.

Pitch

Assistência móvel; Geolocalização Inteligência Artificial
Presencial | 94
Autor(es)
JOÃO AUGUSTO CORREA MASCULI
FELIPE QUIERELLI DE SOUZA
ARTHUR DE PAULA FERREIRA
Orientador(a)
ANDRE GUELDINI CANDIDO
Unidade
Etec Dep. Salim Sedeh | Leme

Compartilhe