Older adults are particularly vulnerable to extreme heat, but evidence of the role of social factors in regional heat vulnerability remains limited. To assess the impacts of heat waves on cardiorespiratory hospitalizations and mortality, we developed a Climate Vulnerability Index by the Regional Health Department (RHD), including adults aged ≥ 60 years across 17 RHDs in São Paulo State, Brazil. Health data were obtained from national information systems, and heat wave exposure was derived from ERA5 reanalysis data, defined as periods of at least three consecutive days with daily mean temperature exceeding the seasonal climatological mean by ≥3 °C, for 2010–2019 and 2023–2024, excluding 2020–2022. Associations between heat waves and health outcomes were estimated using distributed lag non-linear models with lags of 0–15 days. Cumulative relative risks, along with sociodemographic, sanitation, and health system indicators, were integrated to construct the Index based on IPCC sensitivity and adaptive capacity domains. Heat waves were associated with increased risks of cardiorespiratory hospitalizations and mortality across all RHDs, with stronger effects observed for mortality and inland regions. Higher vulnerability was concentrated in RHDs characterized by larger older adult populations, greater heat-related risks, and weaker health system and sanitation indicators, whereas more developed regions showed lower vulnerability. Overall, the Index provides a practical tool to support territorial prioritization and targeted heat–health adaptation strategies in ageing populations.

Introdução: Dado o rápido crescimento da Inteligência Artificial em diversas áreas, seria natural esperar a utilização de seus recursos na Educação Física. No entanto, as aplicações nesse cenário ainda são pontuais. Apesar disso, o potencial para essa área é gigantesco, e especialistas têm uma visão otimista sobre seu desenvolvimento. Objetivo: Este estudo tem como objetivo explorar o panorama atual da Inteligência Artificial na Educação Física, mais especificamente sua utilização na Avaliação e Prescrição de Treinos, abrangendo objetivos como ganho de desempenho, manutenção da saúde e acompanhamento do treinamento. Métodos: No contexto de uma revisão de literatura, as buscas foram conduzidas em bases de dados de acesso público, utilizando descritores que tinham como objetivo a seleção de trabalhos que estivessem alinhados com o objetivo da pesquisa. Não houve critérios de exclusão baseados na língua ou data de publicação. Os trabalhos selecionados deveriam estar relacionados ao tema da pesquisa. Ao final, foram selecionados sete trabalhos. Resultados: Os estudos selecionados, apesar de em número reduzido, revelaram um cenário que já demonstra resultados positivos e expectativas otimistas para o futuro da área. Conclusão: Conclui-se que a inteligência artificial está em rápido desenvolvimento e que há necessidade de adaptação por parte dos profissionais de Educação Física, que devem estar prontos para utilizar as novas ferramentas proporcionadas pela inteligência artificial a seu favor.